5个问题，理性看待DeepSeek带来的影响_如何看待deeoseek的应用-CSDN博客

本文链接：https://blog.csdn.net/m0_70486148/article/details/145681721

1、为何DeepSeek如此受欢迎？

除了大家所熟知的通过算法优化把训练和推理价格打下来了、开源属性、国产之光大模型、各路媒体不遗余力的宣传扩大其效应，其中还有一个更重要的原因，他发布的时间点很好。他是第一个把复现MoE、o1作为开源发出来了，胜在做的早，发布时间得当，引爆了大家的眼球。但是现阶段DeepSeek还不是最好的，受限于资源有限，只能把有限的资源放在最亮眼的地方，但后续有没有精力去做得更好未知，其未来进步空间还很大。

2、为什么DeepSeek的方法没有在大厂出现？

还是一个公司聚焦的问题。大公司也在做模型，但同时也在做其他的，把算力分出去投入到了其他更有价值的地方。而DeepSeek做的事情很聚焦，所以容易做出成果，并且其现阶段的核心战略并不是要商业化盈利，而是要推动AI整体的发展，所以其模型开源带来如此大的效应也与公司价值观有关。

3、大家会从闭源模型纷纷迁移到DeepSeek吗？

目前看还没出现大批迁移，因为领先模型的coding指令遵循能力是比较有利的，但不确定这一优势在未来是否会被攻克。开发者角度来看，例如Claude-3.5-Sonnet是做了tool use专门训练，对于做agent非常有利，但DeepSeek模型暂时没有提供，所以说DeepSeek未来的进步空间很大。而对于大模型应用者，如果原来选择的是OpenAI的o1大模型，DeepSeek即使出现了，也没有说带来颠覆性的质量提高和额外的价值，而且现在OpenAI的大模型也降价了，未来还会持续推出更好的大模型，但是DeepSeek未来都是未知的，所以不会轻易更换。

4、未来大模型的趋势，开源 or 闭源？

DeepSeek的出现，掀起了一场开源 VS 闭源大战。DeepSeek效应，本来使OpenAI等企业把好的模型藏在后面，但DeepSeek拿出来之后，其他AI公司好模型可能也藏不住了，但领先的模型都没发布。DeepSeek成本上做了很多优化，Amazon等还没有看到因此做出的改变，还是按照既定的计划做，目前是一个共存的状态。开源和闭源模型并不矛盾，高校和小Lab应该会优先选择DeepSeek，不会对云厂商有竞争，因为云厂商对开源、闭源都是支持的，生态不会改变，目前也是共存状态。DeepSeek在tool use等层面还没有像Anthropic这么成熟，并且Anthropic已经花了很多时间在AI安全上，DeepSeek如果长期希望得到欧美市场的认可，是需要考虑的。但开源对整个市场的margin是有控制的，如果开源能做到闭源的95%，如果闭源太贵，那完全就可以用开源来做；如果开源和闭源能力差不多，那对闭源是一个很大的挑战。

5、AI的发展与算力的关系？

其实DeepSeek做的事，还是一个追赶者的姿态，毕竟是有了OpenAI的o1之后，才有了后续的一些事，可以说DeepSeek也算是站在了巨人的肩膀上。一个新技术在探索阶段，试错成本很高，人力和投资成本都很高，因为路线是不明确的，结果也是未知的。而DeepSeek从o1到r1，背后的技术探索确实也很不容易，但是起码至少知道最后是怎么样的一个结果，中间的特征词也可以观察到，可以一开始就对着别人的最终形态去做，比较有方向感。如果是在前线探索下一代，是最费资源的，而追赶者不需要承担探索，但永远也只是追赶。

DeepSeek的事情和算力没有太大关系，更多让美国觉得中国比较厉害，比较有效率，英伟达的软肋不在DeepSeek，只要AI还在发展，英伟达就能发展，英伟达的优势在生态，这是靠时间积累的。技术在快速发展的时候，生态就很重要，真正危机在于技术成熟后，类似电力，变成标准品，大家会关注做产品，就会有很多ASIC芯片出来做特定场景的优化。DeepSeek的出现短期对英伟达股价造成了一些影响，但是只是短期，长期来看，AI才刚开始，如果CUDA还是大家喜欢的选择，那硬件增长空间还是很大的，老黄一定不愁卖显卡。