中美 AI 創(chuàng)業(yè)者的閉門討論：DeepSeek-R1 之后，AI 創(chuàng)業(yè)的變化和新趨勢

垂直領(lǐng)域的Agent能力會有大提升。

原標(biāo)題：中美 AI 創(chuàng)業(yè)者的閉門討論：DeepSeek-R1 之后，AI 創(chuàng)業(yè)的變化和新趨勢
文章來源：Founder Park
內(nèi)容字數(shù)：10936字

DeepSeek：2025年春節(jié)AI焦點與未來趨勢

2025年春節(jié)期間，DeepSeek成為AI領(lǐng)域的焦點，其App登頂蘋果商店免費榜，各大云廠商爭相部署其R1模型。本文總結(jié)了極客公園組織的閉門討論要點，探討DeepSeek的創(chuàng)新、成本優(yōu)勢、應(yīng)用前景及未來趨勢。

1. DeepSeek的創(chuàng)新之處

   DeepSeek V3基座模型參數(shù)規(guī)模達671B，是目前開源最強模型之一。其R1模型的核心創(chuàng)新在于“反思能力”，通過強化學(xué)習(xí)(RL)實現(xiàn)，推理能力與OpenAI o1相當(dāng)，且代碼能力與OpenAI o3 mini不相上下。DeepSeek成功關(guān)鍵在于高度集成化的工程方案，有效降低了成本。其方法雖并非全新，但激進地結(jié)合使用，并精巧地系統(tǒng)設(shè)計，實現(xiàn)了顯著的性能優(yōu)化。

2. DeepSeek低成本的秘訣

   DeepSeek模型稀疏度極高，推理時僅激活37B參數(shù)，大幅降低資源消耗。其在軟件架構(gòu)上采用MoE架構(gòu)，動態(tài)調(diào)整資源使用率，理論上可將成本壓縮至原來的1/256。在訓(xùn)練階段，DeepSeek摒棄了Tensor Parallelism，只使用Data Parallelism和Pipeline Parallelism，并進行精細的專家并行，從而繞過硬件限制，提高了訓(xùn)練效率，降低了成本。

3. Chatbot并非唯一AI入口

   DeepSeek R1結(jié)合搜索功能，為用戶提供全新的體驗，這對于許多用戶而言是他們第一次接觸推理模型。未來，AI應(yīng)用型公司的競爭壁壘在于產(chǎn)品體驗，誰能提供更快速、更便捷、更舒適的功能，誰就能在市場中占據(jù)優(yōu)勢。

4. 垂直場景AI落地加速

   在垂直場景中，任務(wù)評估可通過規(guī)則系統(tǒng)完成，無需復(fù)雜的獎勵模型，因此7B級別模型即可快速得到可用結(jié)果。DeepSeek蒸餾后的中小模型在垂直領(lǐng)域，尤其是有明確答案的任務(wù)(如數(shù)學(xué)計算)中表現(xiàn)出色且成本可控。然而，對于主觀性較強的任務(wù)，仍需進一步探索更優(yōu)的評估方法。

5. 國產(chǎn)芯片助力推理算力

   國產(chǎn)芯片在AI應(yīng)用領(lǐng)域有望追趕英偉達，其瓶頸在于流片。DeepSeek與華為的合作，也體現(xiàn)了國產(chǎn)芯片在穩(wěn)定供應(yīng)方面的優(yōu)勢。專注于AI應(yīng)用的國產(chǎn)芯片，有望在部分性能指標(biāo)上追趕英偉達。

6. 更強大的Agent與跨應(yīng)用調(diào)用

   未來，更強大的Agent將成為趨勢，通過結(jié)合規(guī)則模型和基礎(chǔ)模型迭代訓(xùn)練，并在特定領(lǐng)域?qū)崿F(xiàn)超人類智能。跨應(yīng)用調(diào)用能力也將成為熱點，但需要解決不同操作系統(tǒng)下的權(quán)限管理問題。

總而言之，DeepSeek的出現(xiàn)標(biāo)志著AI技術(shù)和應(yīng)用的顯著進步，其開源特性降低了AI應(yīng)用的門檻，推動了垂直領(lǐng)域AI的快速落地。未來，更強大的Agent、跨應(yīng)用調(diào)用能力以及更有效的訓(xùn)練方法將成為AI領(lǐng)域的研究熱點。

聯(lián)系作者

文章來源：Founder Park
作者微信：
作者簡介：來自極客公園，專注與科技創(chuàng)業(yè)者聊「真問題」。