不用說，DeepSeek是當(dāng)前的最大熱點(diǎn)，沒有之一。對(duì)于它是什么，能帶來哪些趨勢(shì)，業(yè)內(nèi)討論了諸多。下一步，在這條鯰魚的帶動(dòng)下，中國大模型該如何發(fā)展，如何與美國抗衡？這里有一些思考，僅供參考。

0 1

DeepSeek 未來可能的方向

DeepSeek 未來極有可能在多模態(tài)融合、模型可解釋性以及垂直領(lǐng)域應(yīng)用拓展這幾個(gè)關(guān)鍵方向發(fā)力。在多模態(tài)融合方面，當(dāng)下單一模態(tài)的信息處理方式存在短板，而將文本、圖像、語音等多種模態(tài)信息融合，能夠讓模型像人類一樣，從多元的信息源中獲取知識(shí)，從而對(duì)內(nèi)容進(jìn)行更全面、更精準(zhǔn)的理解與生成。

隨著模型規(guī)模不斷擴(kuò)大、結(jié)構(gòu)愈發(fā)復(fù)雜，提升模型的可解釋性也變得至關(guān)重要。尤其是在醫(yī)療、金融這類對(duì)決策準(zhǔn)確性和可靠性要求極高的行業(yè)，可解釋性強(qiáng)的模型能讓從業(yè)者和用戶更安心地使用。

在垂直領(lǐng)域應(yīng)用上，DeepSeek可能只深入某些領(lǐng)域，與行業(yè)“隱形冠軍”共同發(fā)展，做專，才能構(gòu)建自己的護(hù)城河和優(yōu)勢(shì)。

0 2

對(duì)英偉達(dá)等上下游及美國封鎖情況

DeepSeek 的發(fā)展勢(shì)必會(huì)給英偉達(dá)等上游芯片供應(yīng)商帶來一定的沖擊。倘若 DeepSeek 成功研發(fā)出更高效的計(jì)算架構(gòu)或優(yōu)化算法，降低對(duì)高性能芯片的依賴程度，就極有可能改變現(xiàn)有的上游市場(chǎng)格局。這將促使英偉達(dá)等企業(yè)重新審視自身策略，或是研發(fā)更具針對(duì)性的芯片產(chǎn)品，或是開拓新的業(yè)務(wù)領(lǐng)域。

美國出于維護(hù)自身在 AI 領(lǐng)域技術(shù)優(yōu)勢(shì)的目的，大概率會(huì)持續(xù)對(duì)中國 AI 產(chǎn)業(yè)實(shí)施封鎖。不過，這種封鎖并非完全是壞事，它反而會(huì)激勵(lì)中國企業(yè)和科研機(jī)構(gòu)加大自主研發(fā)的投入力度，在芯片制造技術(shù)、算法優(yōu)化等核心領(lǐng)域集中力量攻堅(jiān)克難，逐步降低對(duì)國外技術(shù)的依賴，構(gòu)建起自主可控的 AI 技術(shù)體系。

0 3

對(duì)谷歌、OpenAI 等公司的影響

DeepSeek 的崛起無疑會(huì)加劇全球 AI 市場(chǎng)的競(jìng)爭(zhēng)態(tài)勢(shì)。谷歌、OpenAI 等行業(yè)巨頭為了保住領(lǐng)先地位，必定會(huì)加快模型的迭代速度。

在成本控制上，它們會(huì)探索更高效的訓(xùn)練方式，像優(yōu)化分布式訓(xùn)練算法，以此來降低訓(xùn)練所需的硬件資源和能耗；在性能提升方面，會(huì)投入更多的資源開展基礎(chǔ)研究，探索全新的模型架構(gòu)和訓(xùn)練技術(shù)，比如對(duì) Transformer 架構(gòu)進(jìn)行改進(jìn)，提升模型處理長序列數(shù)據(jù)的能力，讓其在自然語言處理、計(jì)算機(jī)視覺等多個(gè)領(lǐng)域都能有更出色的表現(xiàn)。

0 4

李飛飛團(tuán)隊(duì)成果對(duì)大模型的影響

李飛飛團(tuán)隊(duì)基于阿里云 Qwen 模型訓(xùn)練出性能與 DeepSeek 的 R1 相當(dāng)?shù)?S1，這一成果意義非凡。從訓(xùn)練成本來看，這表明通過優(yōu)化算法和架構(gòu)，有大幅降低大模型訓(xùn)練所需計(jì)算資源和時(shí)間成本的可能性。舉例來說，采用更高效的剪枝算法，去除模型中冗余的連接和參數(shù)，就能有效減少計(jì)算量。在資源利用模式上，未來或許會(huì)更加強(qiáng)調(diào)資源的共享與協(xié)同，借助云計(jì)算平臺(tái)，實(shí)現(xiàn)多團(tuán)隊(duì)、多任務(wù)共享計(jì)算資源，進(jìn)而提高資源利用率，降低企業(yè)的研發(fā)成本。

會(huì)不會(huì)有更多的大模型團(tuán)隊(duì)跟進(jìn)？需要從資本、營收平衡和應(yīng)用等多個(gè)維度考察。

0 5

S1 對(duì)大模型方向的影響

S1 的出現(xiàn)標(biāo)志著大模型的發(fā)展步入了一個(gè)新的階段，正朝著多元化和精細(xì)化的方向大步邁進(jìn)。在多元化方面，不再僅僅局限于通用大模型的研發(fā)，未來將會(huì)涌現(xiàn)出更多針對(duì)特定領(lǐng)域和任務(wù)的專業(yè)模型，比如專注于法律條文解析的法律模型、擅長金融數(shù)據(jù)分析的金融模型等。

精細(xì)化則體現(xiàn)在更加注重模型的個(gè)性化定制，依據(jù)不同用戶的使用習(xí)慣和需求，提供個(gè)性化的模型服務(wù)；同時(shí)，提升模型對(duì)特定場(chǎng)景的適配性，就像在自動(dòng)駕駛場(chǎng)景中，模型能夠更好地應(yīng)對(duì)復(fù)雜路況和突發(fā)狀況；此外，還會(huì)增強(qiáng)模型的跨領(lǐng)域通用性，使其能夠在不同領(lǐng)域的知識(shí)之間實(shí)現(xiàn)靈活遷移與融合。

這就是最近應(yīng)用廠商大火的原因之一。

0 6

國內(nèi)大公司大模型未來方向、競(jìng)爭(zhēng)合作

百度、阿里、字節(jié)等國內(nèi)大公司憑借自身龐大的數(shù)據(jù)資源、強(qiáng)大的技術(shù)研發(fā)實(shí)力以及完善的生態(tài)體系，未來仍會(huì)持續(xù)開發(fā)具有獨(dú)特優(yōu)勢(shì)的大模型。百度在自然語言處理和知識(shí)圖譜方面根基深厚，可能會(huì)將大模型與智能搜索、智能駕駛等業(yè)務(wù)深度融合；阿里依托電商和金融業(yè)務(wù)積累的數(shù)據(jù)，會(huì)在智能客服、風(fēng)險(xiǎn)評(píng)估等領(lǐng)域持續(xù)深耕；字節(jié)憑借海量的內(nèi)容數(shù)據(jù)，在內(nèi)容創(chuàng)作、推薦系統(tǒng)等方面不斷拓展大模型的應(yīng)用。

這些公司與 DeepSeek 之間，在技術(shù)交流層面，可能會(huì)共同探討模型架構(gòu)優(yōu)化、算法創(chuàng)新等問題；在資源共享方面，或許會(huì)合作開展數(shù)據(jù)標(biāo)注、計(jì)算資源共享等項(xiàng)目。而在競(jìng)爭(zhēng)方面，主要聚焦于應(yīng)用場(chǎng)景的拓展和用戶體驗(yàn)的提升，通過提供更優(yōu)質(zhì)、更便捷的服務(wù)來吸引用戶。

簡(jiǎn)單說，DeepSeek沖出來后，可能帶動(dòng)中國AI群體性崛起。

0 7 DeepSeek 的商業(yè)模式及開源趨勢(shì)

DeepSeek 很可能采用開源結(jié)合商業(yè)服務(wù)的商業(yè)模式。開源能夠吸引全球各地的開發(fā)者踴躍參與，形成一個(gè)龐大的開發(fā)者社區(qū)。這些開發(fā)者會(huì)貢獻(xiàn)代碼、優(yōu)化模型、拓展應(yīng)用場(chǎng)景，極大地提升模型的影響力和應(yīng)用范圍。

在商業(yè)服務(wù)方面，針對(duì)企業(yè)用戶，DeepSeek 會(huì)提供定制化的解決方案，例如為制造業(yè)企業(yè)量身定制生產(chǎn)流程優(yōu)化方案，為教育機(jī)構(gòu)打造智能教學(xué)系統(tǒng)；同時(shí)，還會(huì)提供技術(shù)支持，幫助企業(yè)解決在使用大模型過程中遇到的各類技術(shù)難題。隨著技術(shù)的不斷發(fā)展，開源極有可能成為大模型領(lǐng)域的主流趨勢(shì)，它能夠推動(dòng)技術(shù)的快速傳播與創(chuàng)新，促進(jìn)整個(gè)產(chǎn)業(yè)生態(tài)的繁榮發(fā)展。

開源+商業(yè)服務(wù)閉環(huán)，這在云計(jì)算領(lǐng)域是被驗(yàn)證過的商業(yè)模式。AI也能跑得通，更何況DS現(xiàn)階段不缺錢。

0 8

“殺手級(jí)” 應(yīng)用的可能性

未來，隨著大模型與各行業(yè)的深度融合，極有可能催生出 “殺手級(jí)” 應(yīng)用。在醫(yī)療行業(yè)，通過對(duì)大量醫(yī)療影像和病歷數(shù)據(jù)的分析，實(shí)現(xiàn)智能化診斷，輔助醫(yī)生更準(zhǔn)確地判斷病情；金融行業(yè)利用大模型進(jìn)行風(fēng)險(xiǎn)評(píng)估和投資決策，提升金融機(jī)構(gòu)的風(fēng)險(xiǎn)管理能力和投資回報(bào)率；教育行業(yè)則能夠?qū)崿F(xiàn)個(gè)性化教學(xué)，根據(jù)學(xué)生的學(xué)習(xí)進(jìn)度和特點(diǎn)，提供定制化的學(xué)習(xí)方案，提高學(xué)習(xí)效率和質(zhì)量。

這一點(diǎn)還要等一年左右。也許，那時(shí)候天都變了。

0 9

未來大模型領(lǐng)域的 “黑天鵝” 事件

未來大模型領(lǐng)域存在出現(xiàn)數(shù)據(jù)安全重大泄露事件的風(fēng)險(xiǎn)。大模型訓(xùn)練依賴大量的數(shù)據(jù)，一旦發(fā)生數(shù)據(jù)泄露，不僅會(huì)侵犯用戶的隱私，還可能導(dǎo)致模型被惡意利用，進(jìn)而引發(fā)信任危機(jī)。此外，新的顛覆性算法也有可能突然出現(xiàn)，徹底打破現(xiàn)有的技術(shù)格局，讓當(dāng)前處于領(lǐng)先地位的模型和技術(shù)瞬間失去優(yōu)勢(shì)。而且，隨著大模型的應(yīng)用越來越廣泛，倫理問題也日益突出，比如算法偏見、虛假信息傳播等，這些問題可能引發(fā)社會(huì)爭(zhēng)議，促使監(jiān)管部門出臺(tái)更為嚴(yán)格的政策，對(duì)大模型的發(fā)展和應(yīng)用形成限制。

安全和隱私不用說。現(xiàn)在最讓人期待的是“顛覆性算法和架構(gòu)”，又將徹底革新。

10

普通用戶如何迎接浪潮

普通用戶首先應(yīng)當(dāng)積極學(xué)習(xí)大模型相關(guān)知識(shí)，了解其基本原理、應(yīng)用場(chǎng)景以及使用方法，提升自身的數(shù)字素養(yǎng)。可以通過在線課程、科普文章等多種渠道進(jìn)行學(xué)習(xí)。在日常生活和工作中，嘗試使用大模型工具，比如智能寫作助手、圖像生成工具等，借此提高工作和學(xué)習(xí)效率。同時(shí)，要持續(xù)關(guān)注大模型的發(fā)展動(dòng)態(tài)，及時(shí)了解新的應(yīng)用和技術(shù)突破，適時(shí)調(diào)整自己的學(xué)習(xí)和工作方式，以更好地適應(yīng)新的技術(shù)變革。

只有擁抱大模型，才能發(fā)揮更大的作用。