GPT-5正式發(fā)布，雖然在測試集上登頂，但用戶反饋卻褒貶不一，不少用戶希望能保留GPT-4o。OpenAI希望通過增加模型路由功能，以不同模型，不同算力成本滿足不同用戶需求的目標。

　　就目前的體驗來看，OpenAI想要的“統(tǒng)一模型”的努力還任重道遠。而GPT-5沒有出現(xiàn)模型能力的顯著突破和技術(shù)范式的更新，OpenAI做的更多是產(chǎn)品化創(chuàng)新——GPT-5是一個幻覺更少，更易用，能幫用戶解決更多具體問題的模型，但是沒有新能力，也沒有徹底解決大模型的某個結(jié)構(gòu)性缺陷。

　　而近日，有外媒報道DeepSeek正在用國產(chǎn)芯片訓練最新的模型，但是新模型的發(fā)布日期依然不定。

　　GPT-5的發(fā)布似乎表明，大模型能力上限疑似撞墻。在這堵“Transformer能力邊界之墻”面前，OpenAI選擇了將現(xiàn)有能力產(chǎn)品化到極致，將“超級APP”的敘事進行到底。而DeepSeek在追求模型上限的競爭壓力變緩時，正在開啟“自給自足”的支線任務。

　　一心要用AGI將人類社會帶入“極度富足”狀態(tài)的OpenAI在做超級APP的路上漸行漸遠，營收和估值一路飆升；而希望探索AI能力上限，搭建開源生態(tài)推進技術(shù)普惠的DeepSeek，需要解的可能是不同的題目。

　　也許多年后，當人們回顧大模型行業(yè)發(fā)展的時間線時會發(fā)現(xiàn)，多條線路相交于DeepSeek R1和GPT-4o發(fā)布，分化于GPT-5之后。

　　01

　　性能霸榜卻未達預期的GPT-5，加速產(chǎn)品化

　　市場期待的是一次范式轉(zhuǎn)移，一次足以重新定義人機交互的時刻。但最終的結(jié)果，更像是一次常規(guī)的升級。它的模型參數(shù)更多，訓練數(shù)據(jù)更廣，在一些基準測試中得分更高，但它在核心的智能層面，并未展現(xiàn)出革命性的進步。紐約大學名譽教授加里·馬庫斯曾用三個詞來概括GPT-5的表現(xiàn)：“姍姍來遲、過度炒作、平庸無奇”。

　　他的分析指出，GPT-5未能根除大型語言模型固有的缺陷。它仍然會在某些時候編造事實，即所謂的“幻覺”問題。在面對需要多步邏輯推理的任務時，它仍然會犯錯。在提供現(xiàn)實世界的理解的多模態(tài)性能上，也沒有什么質(zhì)的提升。

　　這些問題在GPT-4時代就存在，業(yè)界曾希望GPT-5能提供解決方案，但現(xiàn)實是OpenAI選擇了對現(xiàn)有框架進行修補和優(yōu)化。然后在此能力基礎(chǔ)之上提供一個產(chǎn)品化更好，更加易用的模型工具。

　　如果說核心智能的停滯是技術(shù)專家和深度用戶的感受，那么其在多模態(tài)能力上有限的進步，則讓技術(shù)愛好者感到失望。在GPT-5發(fā)布之前，一個普遍的共識是，下一代人工智能的決勝場將是多模態(tài)。人們想象中的GPT-5應該能像人類一樣，無縫地接收、理解和融合處理來自文本、圖像、音頻、視頻等多種渠道的信息。然而，現(xiàn)實中的GPT-5在多模態(tài)交互上的表現(xiàn)，更像是一個經(jīng)過優(yōu)化的GPT-4V。它能精準地完成描述性任務，比如識別照片中的物體，但一旦任務轉(zhuǎn)向理解，它的能力邊界就顯現(xiàn)出來。

　　作為將Transformer算法能力和語言最早進行結(jié)合，用ChatGPT開創(chuàng)了大模型時代，又將強化學習有機地融入大模型的訓練過程中，捅破了大模型推理能力天花板的OpenAI，一直以來都是業(yè)界的標桿。但是GPT-5發(fā)布之后，除去性能上的“未達預期”之外，獲得獲得外界關(guān)注的特性似乎都是產(chǎn)品級別的變化。

　　OpenAI希望通過“模型路由”功能來讓用戶避免在眾多模型中進行選擇，降低新用戶的使用門檻，同時也能合理化算力分配，使得OpenAI能夠在有限的算力資源下為更多的用戶提供更加高質(zhì)量的服務。

　　按照OpenAI的說法，雖然GPT-5大幅降低了模型的幻覺，但是對于一些基礎(chǔ)的數(shù)理問題和對現(xiàn)實世界的理解上，表現(xiàn)難以說得上令人滿意，依然會出現(xiàn)很多明顯的錯誤。相反，可能由于訓練數(shù)據(jù)中用了更多的生產(chǎn)力相關(guān)內(nèi)容，在情商上還有很大的退步，引得普通聊天用戶用取關(guān)來威脅GPT-4o的“返場”。

　　GPT-5表現(xiàn)出OpenAI在大模型能力突破的“躺平”，幾乎間接宣布了“大模型能力墻”已經(jīng)到來，或者至少是大模型技術(shù)突破暫時進入了平緩期。未來模型能力能否重新回到“GPT-3到GPT-4o”這樣的“蒙眼狂奔”的快車道，依賴于研究人員在底層技術(shù)上的突破和創(chuàng)新。

　　OpenAI前首席科學家Ilya曾經(jīng)在2023年底的“Why next-token prediction is enough for AGI”訪談中對于AI技術(shù)發(fā)展趨勢的總結(jié)似乎某種程度上預言了這一刻的到來。

　　“不同的研究人員和項目會在一個時間段內(nèi)有不同的方向，然后當人們發(fā)現(xiàn)了一個技術(shù)有效之后，研究會向那個方向快速收斂，之后可能又會回歸到之前百花爭鳴的狀態(tài)”

　　02

　　梁文鋒能否抓住時機，完成國產(chǎn)大模型的“自給自足”

　　如果Transformer技術(shù)墻真的已經(jīng)到來，我們對DeepSeek還能有什么合理的期待？縱觀DeepSeek的產(chǎn)品發(fā)布歷史，每一個重量級的發(fā)布，都在它自己的時間線上解決了大模型技術(shù)上某個重要問題。

　　2024年5月的DeepSeek-V2系列則革命性地處理了長上下文處理的效率問題，首創(chuàng)多頭潛注意力（MLA）機制，支持高達128K token的處理，同時以極低的API定價（每百萬token 2元人民幣）引發(fā)了中國AI巨頭的價格戰(zhàn)，顯著提升了大模型的可負擔性和實際部署潛力。

　　2024年12月的DeepSeek-V3以671B參數(shù)的MoE架構(gòu)登場，針對推理速度的痛點實現(xiàn)了每秒60token的3倍加速，性能達到GPT-4o的同時保持資源高效，以一己之力幾乎拉平了開源模型和閉源模型性能上的差距。

　　2025年1月的DeepSeek-R1專注于推理能力的提升，在AIME和MATH任務上匹敵或超越OpenAI的o1模型，成本遠遠低于當時的所有模型，通過App登頂美國App Store，解決了高端AI的訪問壁壘問題，加速了開源AI的全球普及與民主化。

　　而在V3和R1讓DeepSeek徹底出圈之后，它似乎也從一家發(fā)源于量化，成名于大模型，變成了一家肩負起了更多使命的科技公司。

　　根據(jù)外媒報道，DeepSeek目前正在將最先進大模型的訓練轉(zhuǎn)移到國產(chǎn)芯片之上。大模型的國產(chǎn)化之路，遠比普通人想象的要困難。但是在不穩(wěn)定的地緣政治等各種因素的影響之下，如果沒有辦法擺脫對英偉達GPU的依賴，所有中國AI公司的頭上，永遠懸掛著一把達摩克里斯之劍。

　　而此時OpenAI發(fā)布的GPT-5，暗示了以Transformer為核心的大模型技術(shù)，發(fā)展曲線暫時變緩。這給了包括DeepSeek在內(nèi)的所有科技公司一個信號——可以在不斷穩(wěn)定提升模型性能的主線任務之外，放心地點開其他支線了。

　　而要實現(xiàn)前沿性能大模型從訓練到推理的國產(chǎn)化，即便對于一家已經(jīng)將大模型研發(fā)從“原子彈變成茶葉蛋”的頂尖AI公司來說，難度不亞于再研發(fā)一種全新的原子彈。這個過程中需要解決的技術(shù)問題，可能比訓練DeepSeek之前發(fā)布的所有模型需要攻克的難題加起來還要多得多。

　　首先是國產(chǎn)GPU本身性能和英偉達的GPU的單卡性能相比依然還有接近代際的差距。即便是國產(chǎn)GPU已經(jīng)能通過更密集的互聯(lián)技術(shù)將單卡的性能差距盡力彌補。但是要和硅谷大模型采用的英偉達“10萬卡集群”競爭，采用國產(chǎn)GPU訓練性能最頂尖的模型，需要面對難以想象的工程難題。

　　
大模型研發(fā)離不開像PyTorch或TensorFlow這樣的開源框架，這些框架原本是為國際主流硬件優(yōu)化的。如果DeepSeek要國產(chǎn)化，就得把整個軟件棧遷移到本土硬件上，這意味著要重寫或修改大量的代碼來兼容本土的計算架構(gòu)。和發(fā)展了多年的成熟主流開源框架和CUDA生態(tài)相比，重構(gòu)的國產(chǎn)軟件棧要在性能和穩(wěn)定性上接近已經(jīng)發(fā)展近10年的主流解決方案，難度也相當大。

　　但如果DeepSeek能和國產(chǎn)硬件廠商持續(xù)密切配合，像DeepSeek將大模型的研發(fā)一樣，從零開始一步步行至行業(yè)最前沿，才有希望徹底解下頭頂那柄達摩克里斯之劍。

　　在持續(xù)改進大模型訓練和推理效率這個方向上，DeepSeek也依然在持續(xù)探索，取得了令人矚目的成績。

　　今年7月底，由DeepSeek團隊和北京大學等機構(gòu)發(fā)表，梁文鋒作為通訊作者的論文《Native Sparse Attention: Hardware-Aligned and Natively Trainable Sparse Attention》獲得ACL 2025最佳論文獎。

　　https://arxiv.org/abs/2502.11089

　　這篇論文首次將稀疏注意力從理論推理帶進了完整訓練流程，在保持模型性能，提高訓練效率的同時，還帶來了高達 11 倍的推理加速。在自然語言處理頂會ACL上獲得最佳論文獎，足以說明業(yè)界對于這項技術(shù)含金量的認可。

　　愿意將這樣在商業(yè)競爭中起到關(guān)鍵作用的創(chuàng)新公開，也體現(xiàn)了DeepSeek不斷推進大模型技術(shù)普惠的決心和能力。

　　讓我們拭目以待，融合了更多像“原生稀疏注意力”這樣的DeepSeek新模型將會在能力和效率上帶給業(yè)界多大驚喜，又能將大模型研發(fā)的國產(chǎn)化程度，推動到哪里。