成本仅国外三十分之一，中国大模型已经追上美国了？

摘要:

“Meta的生成式AI部门正处于恐慌中。这一切始于 Deepseek，它使得 Llama 4 在基准测试中已经落后。雪上加霜的是：那个不知名的中国公司，仅有 550 万美元的训练预算。工程师们正在疯狂地剖析 Deepseek，并试图从中复制一切可能的东西……”

一位Meta的工程师在美国科技公司员工社区Blind中这样写道。

5天前，中国的一家AI大模型创业公司DeepSeek（深度求索）正式发布 DeepSeek-R1大模型。在发布声明中，DeepSeek表示， DeepSeek-R1在数学、代码、自然语言推理等任务上，性能比肩 OpenAI o1 正式版。这一消息震动了全球AI圈。

例如，在AIME 2024数学基准测试中，DeepSeek-R1的得分率为79.8%，而OpenAI-o1的得分率为79.2%。在MATH-500基准测试中，DeepSeek-R1的得分率为97.3%，而OpenAI-o1的得分率为96.4%。在编码任务中，DeepSeek-R1超过了96.3%的人类选手，而o1是96.6%。

一样好用，但成本不到三十分之一

这个来自中国的大模型，虽然各项指标往往只是与国外的竞品“相当”，最多也只是“略强”，但它的低成本，以及在算力资源上的节省，仍然令国外同行在《自然》杂志上惊呼：“这太疯狂了，完全出乎意料”。

DeepSeek 现在尚未公布训练 R1 的完整成本，但它公布了API的定价，每百万输入 tokens 1 元（缓存命中）/ 4 元（缓存未命中），每百万输出 tokens 16 元。这个收费大约是 OpenAI o1运行成本的三十分之一。

在低价优质的基础上，DeepSeek-R1还实现了部分开源。官方声明同步开源了模型权重，允许研究者和开发者在自己的项目中自由使用该模型，或在其基础上进行进一步的研究和开发。DeepSeek-R1系列支持商业用途，并且允许用户对模型进行任何形式的修改和衍生创作。同时，DeepSeek-R1对用户开放思维链输出，这意味着我们能直接看到它以文本形式输出的“思考”过程。

去年 12 月底，DeepSeek发布的DeepSeek-V3已经引起过一次AI圈的震动。它的性能GPT-4o和Claude Sonnet 3.5等顶尖模型相近，但训练成本极低。整个训练在2048块英伟达H800 GPU集群上完成，仅花费约557.6万美元，不到其他顶尖模型训练成本的十分之一。

GPT-4o等模型的训练成本约为1亿美元，至少在万个GPU量级的计算集群上训练，而且使用的是性能更为优越的H100 GPU。例如，同为顶尖大模型，去年发布的Llama 3.1在训练过程中使用了16，384块H100 GPU，消耗了DeepSeek-V3 11倍的计算资源，成本超过6000万美元。

随着大模型的竞争越来越卷，去年OpenAI、Meta、Google以及马斯克的xAI，各大AI巨头都开始打造自己的万卡（GPU）集群，万卡集群似乎成了训练顶尖大模型的入场券。但DeepSeek却用不到十分之一的资源打造出性能相近的大模型，这让习惯了资源竞赛的硅谷AI界人士感到意外。

DeepSeek-V3发布后，英伟达高级研究科学家Jim Fan曾在社交媒体上表示，“DeepSeek是本年度开源大语言模型领域的最大黑马”。

硅谷人工智能数据服务公司Scale AI的创始人亚历山大·王（Alexander Wang）则在社交媒体上直言不讳地表达了对中国科技界追赶美国的担忧。他认为DeepSeek-V3的发布，是中国科技界带给美国的苦涩教训。“当美国休息时，中国（科技界）在工作，以更低的成本、更快的速度和更强的实力赶上。”

而今年年初DeepSeek-R1发布后，硅谷科技界的评价依然很高。亚历山大·王认为“我们发现，DeepSeek……是表现最好的，或者大致与美国最好的模型相当，这个领域的竞争越来越激烈，而不是越来越少”。

Jim Fan的评价更上一层楼，甚至讨论起了DeepSeek“接班”OpenAI的话题。相比依靠闭源构筑护城河的OpenAI，他在社交网站上表示“我们生活在这样一个时间线上，一家非美国公司正在维持 OpenAI 的原始使命——真正开放、前沿的研究，赋予所有人力量。这看似不合逻辑，但最有趣的结果往往最容易发生”。

在基准测试中的得分未必能完全代表大模型的真实能力，科学家们对R1的能力持更为谨慎的态度。目前，科学家们已经开始对R1进行更深入的测试。

德国埃尔兰根马克斯·普朗克光学研究所人工智能科学家实验室负责人马里奥·克伦，让OpenAI o1和DeepSeek-R1两个竞争模型对3，000个研究想法按照其有趣程度进行排序，并将结果与人类的排序进行了比较。在这个评估标准上，R1的表现略逊于o1。然而，她指出R1在某些量子光学计算任务中表现优于o1。

不走寻常路

引起AI圈好奇的，除了DeepSeek-R1性能表现和低成本，还有技术论文中展示的，DeepSeek团队对于AI训练方法的新尝试。

以往的模型在提升推理能力时，通常依赖于把监督微调（SFT）这个环节。在监督微调阶段，研究人员会使用大量已标注的数据对预训练的AI模型进行进一步训练。这些数据包含了问题及其对应的正确答案，以及如何建立思考步骤的范例。靠着这些模仿人类思维的“例题”和“答案”，大模型得以提升推理能力。

DeepSeek-R1训练过程中的DeepSeek-R1-Zero路线则直接将强化学习（RL）应用于基础模型。他们的目标是探索大模型在没有任何监督数据的情况下，通过纯强化学习过程进行自我进化，从而获得推理能力。

团队建立了两条最简单的奖励规则。一条是准确性奖励，对了加分错了减分。另一条是格式要求，模型要把思考过程写在<think>和</think>标签之间，类似于考试中我们必须把答案写在答题框里。不靠“例题”，只让AI这个“学生”以自己的方式学会做推理。

从基准测试的成绩看，DeepSeek-R1-Zero 无需任何监督微调数据即可获得强大的推理能力。在AIME 2024基准测试里，使用多数投票机制时的DeepSeek-R1-Zero达到86.7%准确率，高过OpenAI o1。

在训练OpenAI o1这个级别的推理模型这个任务上，DeepSeek-R1是首个直接强化学习证明这一方法有效的模型。

艾伦人工智能研究所（Allen Institute for AI）的研究科学家内森·兰伯特（Nathan Lambert）在社交媒体上表示，R1的论文“是推理模型研究不确定性中的一个重要转折点”，因为“到目前为止，推理模型一直是工业研究的一个重要领域，但缺乏一篇具有开创性的论文。”

中山大学集成电路学院助理教授王美琪解释称，直接强化学习方法与 DeepSeek 团队在多版模型迭代中的一系列工程优化技术（如简化奖惩模型设计等）相结合，有效降低了大模型的训练成本。直接强化学习避免了大量人工标注数据的工作，而奖惩模型的简化设计等则减少了对计算资源的需求。

DeepSeek-R1 的成果显示，大规模运用直接强化学习，而非依赖大模型经典训练范式（如采用预设思维链模版和监督微调）是可行的。这为大模型训练提供了更高效的思路，有望启发更多研究人员和工程师沿着这一方向进行复现与探索。DeepSeek 还开源模型并提供了详细技术报告，也有助于他人快速验证和拓展该方法。

“从核心原理上来讲，DeepSeek的大部分训练技巧在AI发展过程中都有迹可循，但其所揭示的直接强化学习的巨大潜力，以及训练过程中自反思和探索行为的涌现，对大模型高效训练乃至人类学习模式的探索都有很大启发意义。”相关研究人员表示。

这个大模型能为中国的AI行业带来什么？

对于DeepSeek，《自然》杂志指出：尽管美国出口管制限制中国公司获得为人工智能处理而设计的最佳计算机芯片，但它还是成功制造了（DeepSeek的） R1。

在硅谷，人们将这个节省算力的中国大模型称作“来自东方的神秘力量”，从《纽约时报》到《连线》《福布斯》几乎所有的媒体都在说：美国对先进半导体的出口管制旨在减缓中国人工智能的发展，但这可能无意中刺激了创新。”

那么，这样一个节省算力的大模型会成为中国针对AI芯片禁运的解法吗？

一位人工智能领域的专家告诉《知识分子》：最终，“还是需要把芯片搞上去。”

算力困境仍在，然而，这样一个极度节省算力的大模型的出现仍然给中国的大模型们带来了新的希望——除了算力，我们可以依靠的还有优化。正如《自然》杂志上引用的华盛顿西雅图的人工智能研究员 François Chollet 的评价：“这一事实表明，高效利用资源比单纯的计算规模更重要。”

《福布斯》则指出，它让世界认识到，“中国并未退出这场（人工智能的）竞赛。”

这个来自中国的大模型让人们看到了从构架、算法上进行优化的潜力，几乎是以一己之力扭转了全球大模型领域对算力的疯狂追逐，为无数的小公司带来了新的机会。

《自然》杂志说，DeepSeek的V3训练时只花了不到600万美元，而Meta训练其最新人工智能模型Llama 3.1 405B时所耗资金超过6000万，《纽约时报》说：“有600万美元资金的公司在数量上远远多于有1亿美元或10亿美元资金的公司”。

效率之外，DeepSeek另一个常被夸赞的亮点是开源。Reddit上，人们赞叹DeepSeek“开源、而且可以本地运行”，“我一定要下载一个到我的电脑上”。

开源，这意味着这个模型的研发者将不仅只与自己的同事合作，他们“其实在与世界各地最优秀的同行合作”，《纽约时报》说，“如果最好的开源技术来自中国，美国开发人员将在这些技术的基础上构建他们的系统。从长远来看，这可能会让中国成为研发人工智能的中心。”

当然，引领整个生态，那是遥远的未来，开源，更为直接的，肉眼可见的一个影响是：“一个开源又好用的AI，它会迅速占领学术界的”。

来源：公众号“知识分子”

风险提示及免责条款

市场有风险，投资需谨慎。本文内容仅供参考，不构成个人投资建议，也未考虑到某些用户特殊的投资目标、财务状况或其他需要。据此投资，责任自负。

Alex Li

外汇

经济

经济学家指出，英国经济增长速度的放缓使其更容易受到增长冲击，未来可能面临更频繁的技术性衰退。分析显示，英国的趋势增长率——即在不推高通胀的情况下经济可持续增长的速度——已从1955年至2009年期间的年均2.5%下降至未来几年的1.2%。

英国首席经济学家丹·汉森的研究发现，自1955年以来，经济遭受的冲击足以引发技术性衰退(根据目前的趋势增长率，定义为连续两个季度产出萎缩)的情况已经发生过15次。按照当前趋势，未来的衰退可能每五年发生一次，而不是过去平均每八年一次的频率。

图1

这一趋势表明，英国经济前景将持续黯淡，更频繁的经济衰退将给政府和英格兰银行的决策者带来更大压力。英国首相凯尔·斯塔默曾承诺提高英国的经济增长率，但自去年7月工党上台以来，英国经济急剧放缓。

汉森指出：“有充分理由认为，未来几年技术性衰退将比过去更加频繁。英国的趋势增长率已经下降，这意味着过去导致经济增长放缓的冲击现在足以导致产出下降。”不过，他同时表示，这不太可能导致伴随失业率飙升的严重经济衰退更加普遍。

自疫情结束以来，英国经济表现不佳。2023年下半年，由于通胀和利率上升，英国经济出现轻微衰退。2024年第三季度，英国国内生产总值(GDP)持平，英国央行预计第四季度也将出现零增长。

图2

尽管预计2025年经济将有所回升，但由于生产率低迷继续阻碍经济潜力的发挥，经济增长率仍将远低于金融危机前的水平。

英国财政大臣雷切尔·里夫斯周三在接受采访时，强调了她推动经济发展的承诺。她表示，工党正试图疏通投资障碍，并指出对于重大基础设施项目和规划决策，“答案不能总是否定的”。

她指出：“这一直是英国的问题。当面临促进经济发展的政策和其他政策的选择时，‘其他政策’总是胜出。”

来源: 智通财经

要了解今天的所有经济事件，请查看我们的财经日历

风险提示及免责条款

Jason

在棺材里疯狂仰卧起坐的TikTok，已经让哭坟的美国人和吃瓜的我们，全员傻眼了。

在这种战局胶着、扑朔迷离的时候，只有一群人目标明确：那就是闻着钱味赶来的商人们。

趁你病，要你命。在无人关心的角落里，趁着TikTok短暂下架的几个小时，马上有眼馋的人准备取而代之了。

首先点名的是不遗余力对TikTok落井下石的“中国女婿”小扎，趁乱打劫上线了个短视频剪辑软件Edits。

这个到底冲着谁来的，不用多说了吧。

怪不得小扎平时发言这么积极主动呢，原来后手已经留好了。

对这个应用，各家媒体的评价也是丝毫不留情：公然克隆。

除了一直眼馋的小扎，世超觉得隔壁马斯克也很有讲头。

毕竟当初，马斯克可是公开说过，TikTok纯纯是浪费时间，我才不要把X（推特）变成那样。

然后，马斯克这回悄默默地就准备重启自家的短视频项目，正面就冲着TikTok来了。

为啥各种社交媒体巨头们努力了这么多年，拉出来还是没一个打得过TikTok？各家只敢等应用下架了，赶紧上架抢一波流量。

更别说干翻TikTok了。

任由馋疯了的本土应用们疯狂发力，可是另一头的美国人，不仅不愿意、不买账，却反而一窝蜂跑到了小红书上。

给躺着静候过年的小红书，送来了一波从天而降的流量。

在各种社交媒体上研究了一圈之后，世超发现，一方面确实是TikTok和小红书这些年磨炼出来的算法和内容牛叉。

在老外眼里，各种本土应用的内容，要么太老、要么太装，算法更是一坨。

但除了TikTok底子厚之外，也有运气好的成分在。入场和收购的时机掐得刚刚好，才能成功躲开巨头们的围剿，成功占领用户心智。不然，其实美国本来是有机会培养出TikTok的。

因为短视频严格来说是老美先开始玩的，当时最有水花的就是马斯克这次要复活的Vine。

这是推特在2012年推出的一个短视频应用，支持用户上传6秒内的视频。

应用上线不到两个月，就悄默默地爬到了APP Store社交类榜一。本来还对Vine开放的Facebook，反手就禁掉了Vine的好友推荐接口。

看到Vine的势头之后，Instagram和Snapchat这些老大哥们也火速跟进了短视频功能，还优化上架了很多新能力，比如把视频时长延长到了15秒；支持选择十多种滤镜。

底子比你硬，用户基数又比你大，功能还比你好用。初出茅庐的Vine，很快被Instagram这些巨头们的一个屁就崩死了。

这也是老美们离TikTok最近的一次。

有了Vine这个前车之鉴喂经验包后，TikTok就明白，要想打赢小扎这些巨头，下手必须要快、要狠。

因此，TikTok在2018年直接砸了10亿资金收购了当时美国短视频的头部平台Musical.ly，冷启动了整个北美市场。

你可能想说，不是说好Vine是美国人离TikTok最近的一次吗，这Musical.ly是哪来的？

不好意思，因为Musical.ly也是中国人做的。

Musical.ly这个短视频平台，当年靠15秒对口型的玩法就横扫了美国青少年。

收购之后，TikTok直接吞并了对面2.4亿的用户。在Instagram和YouTube们还没有反应过来的时候，疯狂发育。

除了给流量补贴和激励，他们更是不遗余力打广告。2018年和2019年两年，花了将近50亿美元打广告。

基本全覆盖全美所有头部社媒平台（包括油管和ins），在纽约时代广场等寸土寸金的中心地，也是疯狂刷脸。

那个时候，小扎还说这个疯狂在自家打广告的客户不足为惧，一旦不砸钱，立马得凉凉。

直到2020年才发现情况不对了，赶紧在自家应用里上线了类似TikTok的正统短视频入口。

想靠用户盘子把市场抢回来，但此时的TikTok已经站稳脚跟了。TikTok的算法成功地把这些买进来的用户留了下来。

美国当时的短视频推流，都和Musical.ly类似，有编辑精选热门视频和基于关注关系分发的两种模式。而TikTok的去中心化和根据用户画像的个性化推荐，使得普通人获得了爆红和高互动的机会。

简单来说，就是记录普通人的美好生活。

这套算法有多牛呢，被收购的Musical.ly用上TikTok的算法后，用户时长直接实现了翻倍。

再加上单列信息流和上划设计，用户们在不断地上划之中，无意中消费了大量的内容。

这种信息流方式和算法相辅相成，一个保证内容质量，另一个捕捉用户对于每一条视频的正负反馈来优化算法。

收购、砸钱、算法打磨，靠这几步，TikTok抢先在市场里把屁股坐得稳稳当当了。2020年的时候，TikTok的月活人数就已经接近1亿。

至此，想在TikTok在位时干翻它几乎是不太可能了。

因为等小扎们真正上手之后才发现，对付TikTok可不像当年抄Vine那么简单，做个类似应用就能弯道超车。

小扎试水做的短视频应用Lasso，结果是无人问津。

首先就是TikTok的算法真没那么好学。你在社交媒体上游一圈，会发现大家对于Meta的算法怨声载道。

在他们口中，Reels的算法基本就是一坨。

除了算法之外，从他们的分享里，世超发现，老带新也会带来不少问题。

因为平台原本属性导致短视频的内容也会受到影响，就好像咱们的抖音和视频号一样。

有的人分享说，觉得Instagram上的内容都太精致了，更多是为网红准备的。

这种用力过猛的精致，导致你随便发一个视频，就会有人刻薄地对你指指点点。

很多人形容称，Instagram的评论区集结了最混蛋的一帮人。

并且，老外们也不希望IG上的家人看到自己发布的内容。就好像我们的朋友圈和微博不是一个风格。一个只报喜不报忧，一个只报忧不报喜。

YouTube的原因其实也是类似，平台始终更倾向于扶持头部的博主。

至于Facebook嘛，已经老到可以直接退出讨论了，“上面全是我爷奶”。

这也是为啥最后“难民们”不得不出走小红书，去寻找所谓的真实。即便Instagram们在努力地学了，却始终没有办法像打Vine一样撬动TikTok。

不过，世超最后还是想说，出海并不是一件容易的事情。

如果TikTok上面任何一步走错了，都很难成长到现在的规模。

假使没有收购Musical.ly，而是正面硬刚。可能现在已经死在Instagram的屁股下面了。

更何况，连TikTok这样小心翼翼，最后还是被绊了一跤。而且我们都知道，一旦这次开了口，那么下一次将会更加困难。

很可惜，今天并不是一个爽文故事分享，生活不是短剧。不要迷信那些光鲜的成功故事，有些结果它只是天时地利人和的结合。出海这条路，我们还道阻且长。

来源：公众号“差评X.PIN”

风险提示及免责条款

Glendon

经济

外汇

菲律宾获得了美国新政府对提供安全保障的证实。美国国务卿卢比奥向马尼拉保证，华盛顿将在南海“坚定地”保卫菲律宾。美国国务卿在与菲律宾外长马纳洛的首次电话交谈中强调了美国根据《共同防御条约》对菲律宾的承诺。

这位美国外交官还批评北京在南海采取“危险和破坏稳定的行动”，称中国破坏地区和平与稳定，违反国际法。

中国南海问题研究院副研究员陈相秒在接受卫星通讯社采访时指出，这充分说明美国的南海政策具有一定的连贯性和延续性。

陈相秒专家（中国南海问题研究院副研究员）说：“虽然可能手段会更加灵活或细节方式有所调整，但总体方针不会因为总统更迭而发生根本性变化。其次，这体现出美菲双边关系依然会保持稳定性，以便继续服务于美国的印太战略。我认为这也是很重要的一个信号。再次，特朗普2.0阶段以菲律宾为重心的军事安全战略部署，或将更加具有进攻性。

我们可以看到，特朗普在1.0阶段时就要求扩大国防预算，可以说是在安全领域崭露头角的一个政府。无论是对华采取遏制战略还是在印太地区的军事部署，特朗普的这些措施都跳出了奥巴马政府时期的框架，显示出前沿性，也为后续拜登政府进一步的调整优化打下基础。当然，美国当前国内的氛围是避免与中国发生热战，而若打冷战，则情报、力量和战场准备等方面都会成为关键考量。从这几方面来看，菲律宾是美国打冷战的最佳前沿地带，也是美国所谓岛链战略的重要支撑点，具有不可替代的重要性。所以美国不仅不会轻易放弃菲律宾，还有可能增加对菲律宾的军事安全投入，以保持自己在地区的优势。”

就在特朗普就职前夕，菲律宾与美国军队举行了今年首次联合演习。这是2023年启动的双边海上合作计划下的第五次联合演习。此次演习美国海军派出了“卡尔·文森”号航母打击群和一架美国海军P-8A飞机，菲律宾海军则出动了一艘格雷戈里奥·德尔皮拉尔级近海巡逻舰，舷号PS17，名为安德烈斯·博尼法西奥号；以及一艘何塞·黎刹级导弹护卫舰，舷号FF151，名为安东尼奥·卢纳号。可以说，此次演习是即将离任的美国政府向白宫新团队传递的象征性接力棒。

美国国务院关于美菲外长首次通话的报道称，双方讨论了发展安全领域合作的途径。俄罗斯科学院东方学研究所东南亚、澳大利亚和大洋洲研究中心主任德米特里·莫西亚科夫在接受卫星通讯社采访时表示，这可能与进一步加强美国在菲律宾军事存在的计划有关。

德米特里·莫西亚科夫主任说：“美国在菲律宾的存在将会扩大。这将对地区稳定和中国安全构成非常严重的威胁，但是，毫无疑问，这正是拜登政府政策将继续延续的方向。美军可能已经驻扎在菲律宾的九个军事基地。在美国新政府执政后，这些基地的基础设施将在美国援助下得到发展。美军会向该区域派出新的编队，联合军演也将增多。但最重要的是，可以期待美国在菲律宾永久部署中程导弹。在菲律宾的现实条件下，这种武器具有战略意义，因为它能够打击中国境内的目标。这些导弹已经交付菲律宾用于联合演习。看来，美国在不久的将来将全面重返菲律宾，并将其改造成二战前后那样的美国永不沉没的航空母舰。”

据陈相秒专家预测，目前来看，南海局势的升温态势不太发生改变。

陈相秒说：“但需要防范的是，若美国在地区的军事活动频繁，导致中美近距离接触频率增加，那么发生误判和冲突的风险也随之上升。不过如果菲律宾无法得到美国的充分支持，特别是拜登政府在《加强防务合作协定》中承诺的内容无法及时落实，那么菲律宾的国防现代化进程和海上行动能力将受到一定影响，进而有望促使南海局势朝着向好方向发展。此外，假设特朗普逼迫菲律宾在海上牵制中国，那么菲律宾表面上看似乎能力不足，但可能迫于压力依然会在海上采取更加灰色的手段挑衅中国，使得双方在海上出现僵持不下的局面，我认为这种可能性也是存在的。”

值得注意的是，特朗普政府是否有可能在菲律宾永久部署‘堤丰’中程导弹。如果答案是肯定的，将意味着南海局势彻底滑向‘新冷战’，周边国家之间的关系也会随之面临巨大干扰，我想这可能是大家都不愿意看到的局面。

然而，东盟整体上并不希望自己处于美中对抗的中心。 2025年东盟轮值主席国马来西亚首相安瓦尔在达沃斯世界经济论坛上就明确指出了这一点。安瓦尔表示，马来西亚与所有东盟国家一样，将继续发展与美国和中国的关系。东盟将发展同金砖国家的合作。安瓦尔同时强调，与其他东盟成员国一样，马来西亚支持东盟在地区的核心作用。这就直接表明拒绝域外国家介入东南亚局势。

来源: 俄新社

要了解今天的所有经济事件，请查看我们的财经日历

风险提示及免责条款

Jason

DeepSeek的压力，终于还是传递到了黄仁勋身上。

北京时间1月27日晚，英伟达美股股价盘前暴跌近11%，按目前市值34928亿美元计算，英伟达市值恐将缩水超3500亿美元。

DeepSeek所掀起的低成本大模型训练策略，正在让资本市场怀疑，即当用相对较少的算力也能实现不输于OpenAI的模型性能表现时，英伟达所代表的高端算力芯片是否正迎来新的泡沫？

这股担忧情绪正进一步助推着DeepSeek的热度攀升。趁着DeepSeek R1新模型发布档口，短短一周时间，到1月27日，DeepSeek应用就拿下了美区App Store和中国区App Store免费榜的双料第一。

值得一提的是，这是首次有AI助手类产品超越OpenAI的ChatGPT，且登顶美区App Store。

爆火的用户体验场面，直接导致DeepSeek在两天之内接连出现服务宕机现象。继1月26日出现短时闪崩后，1月27日，DeepSeek再次短暂出现网页/API不可用的服务提示。官方回应称，其可能和服务维护、请求限制等因素有关。

新模型DeepSeek R1，无疑是引发这场围绕DeepSeek的全球用户大讨论的直接导火索。1月20日，DeepSeek正式发布了性能比肩OpenAI o1完整版的R1。

在数据越多、效果越好的Scaling Law（模型规模定律）触达瓶颈之下，去年9月份，OpenAI对外发布了新推理模型o1，后者采用了RL（强化学习）的新训练方式，被行业视为是大模型领域的一次“范式转移”。

但直到DeepSeek R1发布之前，国内一众大模型厂商均尚未推出能够对标OpenAI o1的模型。DeepSeek成了第一个攻破OpenAI技术黑匣子的玩家。

更重要的是，相比OpenAI在模型上的闭源，以及o1模型付费使用限制，DeepSeek R1不仅开源，而且还免费供全球用户无限调用。

R1的出现，除了打破旗舰开源模型只能由科技大厂来推动的行业传统共识之外，还打破了业内在去年形成的另一条共识，即通用大模型，正越来越成为一场大厂间的资本比拼游戏。DeepSeek用不到OpenAI十分之一的资源，就做出了性能堪比o1的R1。

DeepSeek携一众用户带来的冲击，已经让一些大厂坐不住了。

首当其冲的是Meta。一贯被行业视为“大模型开源之王”的Meta，内部被曝出开始担心起还未发布的Llama 4，在性能上可能无法赶上DeepSeek R1。

被拿来全面对标的OpenAI，也开始感受到压力。OpenAI CEO奥特曼不仅通过发布首个智能体Operator抢热度，还开始对外剧透起即将上线的o3-mini新消息。

可以预见的是，DeepSeek掀起的行业地震，波及的将不只是国外公司，国内大厂也难逃例外。

作为一款开源模型，DeepSeek R1在数学、代码、自然语言推理等任务上的性能，号称可以比肩OpenAI o1模型正式版。

在AIME 2024数学基准测试中，DeepSeek R1得分率为79.8%，OpenAI o1的得分率为79.2%；在MATH-500基准测试中，DeepSeek R1得分率为97.3%，OpenAI o1的得分率为96.4%。

同为推理模型，DeepSeek R1不同于OpenAI o1的技术关键点，在于其创新的训练方法，如在数据训练环节使用的R1-Zero路线，直接将强化学习（RL）应用于基础模型，而无需依赖监督微调（SFT）和已标注数据。

此前，OpenAI的数据训练非常依赖人工干预，旗下数据团队甚至被建设成为不同水平的层级，数据量大、标注要求简单明确的浅层数据，交给肯尼亚等廉价外包劳工，高等级的数据则交给更高素质标记人员，不少都是训练有素的高校博士。

DeepSeek R1的直接强化学习路线，就像让一个天才儿童在没有任何范例和指导的情况下，纯粹通过不断尝试和获得反馈来学习解题。

Perplexity公司CEO阿拉文·斯里尼瓦斯评价道：“需求是发明之母。因为DeepSeek必须找到解决办法，最终它们创造出了更高效的技术。”

除此之外，在获取高质量数据方面，DeepSeek也有所创新。

根据DeepSeek官方技术文档，R1模型使用数据蒸馏技术（Distillation）生成的高质量数据，提升了训练效率。数据蒸馏指的是通过一系列算法和策略，将原始的、复杂的数据进行去噪、降维、提炼等操作，从而得到更为精炼、有用的数据。

这也是DeepSeek能够凭借更小参数量，就实现比肩OpenAI o1模型性能的一大关键。人工智能专家丁磊博士告诉字母榜，模型参数量大小与最终模型呈现的效果之间，两者“投入产出并不成正比，而是非线性的……数据多只是一个定性，更重要的是考验团队数据清洗的能力，否则随着数据增多，数据干扰也将随之变大。”

更重要的是，DeepSeek是在用不到十分之一的资源基础上，取得的上述成绩。

去年12月底发布的DeepSeek-V3开源基础模型，性能对标GPT-4o，但官方介绍的训练成本只有2048块英伟达H800，总花费约557.6万美元。

作为对比，GPT-4o模型的训练成本约为1亿美元，占用英伟达GPU量级在万块以上，且是比H800性能更强的H100。

当时，前OpenAI联创、特斯拉自动驾驶负责人安德烈·卡帕西就发文表示，DeepSeek-V3级别的能力，通常需要接近16000颗GPU的集群。

目前，DeepSeek官方尚未公布训练推理模型R1的完整成本，但官方公布了其API定价，R1每百万输入tokens在1～4元人民币，每百万输出tokens为16元人民币。作为对比，OpenAI o1的运行成本约为前者的30倍。

这样的表现也引发Scale AI创始人亚历山大·王（Alexandr Wang）评价道，中国人工智能公司DeepSeek的AI大模型性能大致与美国最好的模型相当。“过去十年来，美国可能一直在人工智能竞赛中领先于中国，但DeepSeek的AI大模型发布可能会‘改变一切’。”

a16z合伙人、AI大模型Mistral董事会成员 Anjney Midha更是发文说道，从斯坦福到麻省理工，DeepSeek R1几乎一夜之间就成了美国顶尖大学研究人员的首选模型。

包括斯坦福大学计算机科学系客座教授吴恩达、微软董事长兼CEO萨提亚·纳德拉等大佬在内，也都开始关注起这款来自中国的新模型。

事实上，这并非DeepSeek第一次出圈。在宣布组建团队自研大模型以来，DeepSeek曾两度引发热议，只不过，之前更多局限在国内。

2023年4月，千亿量化私募巨头幻方量化发布公告，称将集中资源和力量，投身人工智能技术，成立新的独立研究组织，探索AGI（通用人工智能）。

一个月后的2023年5月，该组织被命名为“深度求索”，并发布了首款模型DeepSeek V1。当时，《财经十一人》报道称，国内拥有超过1万枚GPU的企业不超过5家。而DeepSeek就是其中之一，并由此开始得到外界关注。

及至2024年5月，DeepSeek再次借助大模型价格战一跃成名。当时，DeepSeek发布了DeepSeek V2开源模型，并在行业内率先降价，将推理成本降到每百万token仅1块钱，约等于GPT-4 Turbo的七十分之一。

随后，字节、腾讯、百度、阿里等大厂纷纷降价跟进。中国大模型价格战由此揭幕。

DeepSeek R1的出现，进一步向外界证明着，在大模型，尤其是通用大模型方面，创业公司依然有机会。

1月初，零一万物创始人李开复对外正式表态，自己将退出对AGI的追寻，未来公司主攻中小参数的行业模型。“从商业角度考虑，我们认为只有大公司能继续做超大模型。”李开复说道。

投资人们比李开复更激进。从2023年开始，作为金沙江创投主管合伙人的朱啸虎，便觉得大模型在摧毁创业，因为模型、算力和数据等三大支柱都向大厂集中，看不到创业公司的机会，且直接在大模型上做应用护城河太低，多次提醒创业者不要迷信通用大模型。

远望资本程浩更是直接认为中国版的ChatGPT，只会在5家公司里产生：BAT+字节+华为。在程浩看来，创业者只有在具有先发优势的情况下，才有可能跑赢大厂。

正是因为当初谷歌等国外大厂并不看好OpenAI的大语言模型路线，才让ChatGPT借助先发势能跑了出来。但是，当下研发大模型已经成为中国科技大厂的共识，甚至百度、阿里推出产品的动作，比创业公司还快。

但在接受“暗涌”访谈中，DeepSeek创始人梁文锋在回应与大厂竞争中曾说道，“大厂肯定有优势，但如果不能很快应用，大厂也不一定能持续坚持，因为它更需要看到结果。头部的创业公司也有技术做得很扎实的，但和老的一波AI创业公司一样，都要面对商业化难题。”

背靠千亿量化基金的DeepSeek，在免去资金的后顾之忧外，选择了一条颇显理想主义的路径，即只做模型研究，不考虑商业变现，且大胆启动年轻人。

在DeepSeek的150左右团队中，大多是一帮Top高校的应届毕业生、没毕业的博四、博五实习生，以及一些毕业才几年的年轻人。

这是梁文锋有意选择的结果，也是DeepSeek能够抢在大厂前面推出R1模型的秘诀之一，“如果追求短期目标，找现成有经验的人是对的。但如果看长远，经验就没那么重要，基础能力、创造性、热爱等更重要。”梁文锋解释道。

这也使得DeepSeek成了中国大模型创业公司中，唯一一家只做基础模型、暂不考虑商业化的公司，还要加上一条，即有能力继续开源旗舰模型的公司。

截至目前，DeepSeek R1已经成为开源社区Hugging Face上下载量最高的大模型之一，下载量超过10万次。

此前，国内以百度创始人李彦宏为代表的一派，坚决认为开源路线打不过闭源路线，且缺乏商业化支撑的开源模型，会在往后的竞争中差距越拉越大。

但起码从目前来看，DeepSeek R1的出现，证明靠开源路线依然能够追上大模型头部玩家的脚步，且创业公司依然有能力推动开源生态发展。

Meta AI首席科学家杨立昆（Yann LeCun）在评价中就提到，“给那些看到DeepSeek的表现后，觉得‘中国在AI方面正在超越美国’的人，你们的解读是错的。正确的解读应该是，‘开源模型正在超越专有模型’。”

在去年DeepSeek v3发布后，梁文锋就曾对外表示，公司未来不会像OpenAI一样选择从开源走向闭源，“我们认为先有一个强大的技术生态更重要。”

毕竟，OpenAI的经验起码说明了，在颠覆性的技术面前，闭源难以形成足够的护城河，更无法阻止被别人赶超。“所以我们把价值沉淀在团队上，我们的同事在这个过程中得到成长，积累很多know-how，形成可以创新的组织和文化，就是我们的护城河。”

2020年发布GPT-3时，OpenAI曾详细公开了模型训练的所有技术细节。中国人民大学高瓴人工智能学院执行院长文继荣认为，国内很多大模型其实都有GPT-3的影子。

但随着OpenAI在GPT-4上一改开源策略，逐渐走向封闭，一些国产大模型就此失去了可供复制的追赶路径。

如今，DeepSeek携开源R1的到来，无疑将给国内外大模型玩家在对标o1的推理模型研发方面，创建起一条新的借鉴思路。

DeepSeek在大模型领域掀起的这场蝴蝶效应，已经开始影响到部分大厂。

有Meta员工在硅谷匿名八卦分享平台Blind上发布消息称，Meta的生成式AI部门正因DeepSeek处于恐慌中，甚至爆料称尚未发布的新一代开源模型Llama 4，在基准测试中已经落后于DeepSeek。

在外媒的进一步报道中，Meta生成式AI团队和基础设施团队，正在组建4个作战小分队来像素级剖析DeepSeek，有的试图搞清楚DeepSeek是如何降低训练和运行成本的，有的负责研究DeepSeek可能使用了哪些数据来训练模型，有的则考虑基于DeepSeek模型的属性重组Meta模型的新技术。

与此同时，为了鼓舞士气，作为Meta创始人的扎克伯格，更是放出2025年继续扩大AI投资的新消息，称2025年围绕AI的整体支出将达到600亿-650亿美元，相比去年的380亿-400亿美元，增长了超过70%，从而构建起一个拥有130万块GPU的超级计算机集群。

除了跟Meta抢开源之王的名头外，DeepSeek正在从OpenAI手里抢走客户。

在比OpenAI便宜30倍的API价格诱惑力之下，一些初创公司正在改换门庭。企业级AI代理开发商SuperFocus的联合创始人Steve Hsu认为，DeepSeek的性能与为SuperFocus大部分生成式AI功能提供支持的OpenAI旗舰模型GPT-4相似甚至更好。“SuperFocus可能会在未来几周转向DeepSeek，因为DeepSeek可以免费下载、在自家服务器上存储和运行，并将增加销售产品的利润率。”

成为更多公司的模型底座，这也是梁文锋规划中DeepSeek最想占据的定位。在梁文锋看来，DeepSeek未来可以只负责基础模型和前沿的创新，然后其他公司在DeepSeek的基础上构建To B、To C的业务。“如果能形成完整的产业上下游，我们就没必要自己做应用。”梁文锋说道。

国内，对DeepSeek的研究也在同步进行。有报道称，字节跳动、阿里通义以及智谱、Kimi等团队，都在积极研究DeepSeek，字节跳动甚至可能在考虑与DeepSeek展开研究合作。

在这些公司之前，雷军更是先人一步挖起了DeepSeek的墙角。去年12月，第一财经爆料称，雷军疑似开出千万年薪亲自挖来“95后天才少女”罗福莉，后者是DeepSeek-V2开源模型的关键开发者。未来，罗福莉或将供职于小米AI实验室，领导小米大模型团队。

挖人之外，国内更激烈的竞争或将同样围绕API展开，“去年国内有一批创业公司和中小企业，因为OpenAI断供转向了国内大模型公司，现在DeepSeek很有可能成为收复OpenAI失地的那个野蛮人。”恒业资本创始人合伙人江一预测道。

压力传导到了这些国内大模型公司身上。如果它们不能快速将模型效果跟进到R1级别，客户就难免用脚投票。

来源：公众号“字母榜”

风险提示及免责条款

Kevin Du

央行

经济

当地时间1月29日，美联储公布利率决议。声明中，委员会一致决定将利率维持在当前水平不变。并且认为失业率已经稳定下来了，保持在一个低位。与此同时，声明中还删除了‘通胀朝着2%的目标在取得进展’这句话，并改成了“通胀还是有些许高”。CNBC就认为这次的声明表明，美联储对于通胀继续下滑的信心有所减弱。

那么是否真的如此呢？我们就来看鲍威尔记者会上怎么说。在这次的记者会上，鲍威尔整体的姿态是，观望不着急，在回答中，他有表示当前的利率水平依然紧缩，从通胀的组成成分来说，继续下降基本上是可以预期的，但是预期当中的事并不等同于一定会实现，所以可以保持耐心。他也强调当前的利率政策很合理，可以帮助美联储应对未来的任何风险，

在对待未来的利率调整上，鲍威尔的回答偏向也很明确。在准备好的演讲稿中，鲍威尔就说，如果经济继续保持强劲，但通胀并没有可持续的朝着2%的方向走，那么美联储可以将利率维持的久一点，如果劳动力市场意外软化，或者通胀下滑的速度高于预期，那么美联储就可以进一步降低利率。这也就是说，美联储整体还是一个偏降息的姿态。只是鉴于现在通胀还相对较高，而劳动力市场也问题不大，美联储没有必要迎合资本市场的预期持续降息，那样反而可能会影响去通胀的进程。

对于通胀，鲍威尔再次强调了信心，表示屋主等值租金已经在逐渐放缓，剩下推升通胀的部分则是非市场物价，所以这些让他认为通胀未来继续下滑可期。笔者也去回顾了一下数据，从图中可以看出，除去住房的核心PCE的环比涨幅，在11月就已经下降到了0.1%，而三个月的平均值也只有0.2%。如果进行年化，那么大概也就是2.4%，远低于目前核心PCE的2.8%。从鲍威尔的回答和数据的验证中，我们已经基本上可以认为，通胀回落到目标的唯一阻碍只剩住房通胀。总体继续下行基本上算是板上钉钉。

其余的记者提问则基本上都围绕着川普的政策。对于政策，鲍威尔的回答是现在下任何结论，还为时过早，美联储也不会提前预防，提前行动。他表示，我们首先不知道政策具体的细节，比如关税会加在什么物品上面，税率会有多高，会持续多久，其次不知道其他国家是否会反制报复，而即便其他国家报复，这些物价如何在经济上传导，最终会不会落到消费者身上更是不确定。我们能够做的就是研究历史数据，做一个了解，厘清主要关注的变量，但是了解不等同于要行动。他承认美联储内部的工作人员有对川普的政策进行建模，试图淡化川普的特殊性，表示任何时候，美联储都面临巨大的不确定性。这些工作人员都会给出很多情景，有的非常好，有的非常糟糕。这只是决策依据的一部分。

对于移民问题，鲍威尔表示，去年大选后的确看到了移民大幅减少，但与此同时这就意味着，经济并不需要创造那么多岗位来消化这些新移民。如果两者一起下滑，那么就能够维持失业率。目前部分依赖非法移民的建筑公司，正在反映招人变难了，但是从一个整体的经济来说，移民减少暂时还看不到影响。

最后一个关键问题则是缩表。之前我们就有报道过银行的准备金跌破3万亿，似乎代表着经济体内的流动性有些吃紧，但是鲍威尔在这次的记者会上就表示，放缓或者停止缩表，都没有任何时间线。目前各种数据都表明，经济体内的流动性充裕。所以起码现阶段，缩表并不会出现任何变化。

笔者认为，这次美联储会议验证了两件事，第一件事就是从投资上，川普政策的重要性已经超过了美联储本身。因为鲍威尔的回答基本上就是在表明，美联储会根据川普政策最终的经济影响而行动。那么对于市场来说，投资者很有可能会在川普公布政策时，去提前猜测美联储可能的反映而出现波动。第二件事，就是鲍威尔对于通胀还是相对有信心的，美联储也是偏向降息的立场。未来只要数据配合，进一步降息的可能性是很大的。这很大程度上，缓解了市场对于美联储转鹰的担忧。总之，这次的会议中规中矩，一切都非常符合预期，鲍威尔并没有给出任何新的信号，所以对于接下来美联储的行动，还需要看数据表现以及川普的影响。

来源：“美投investing”微信公众号

要了解今天的所有经济事件，请查看我们的财经日历

风险提示及免责条款

Devin

经济

2024年全球经济克服地缘安全关系持续紧张、一些经济大国内部政治动荡的挑战，显示出韧性和活力，实现了稳健增长。但是不同区域和不同行业的经济表现存在明显差异。各国政府未来的政策目标和手段因而面临分化，给2025年的经济发展带来变数。

全球普遍增长

从全球层面上看，过去的一年宏观经济形势总体向好。

第一，全球GDP增长速度超过预期。根据国际货币基金组织（IMF）评估全年增速可达到3.2%，略低于2023年。在美欧央行纷纷加息的背景下，世界经济依靠消费和投资热情保持了相对稳定的增长，接近于完成软着陆。

第二，全球贸易持续复苏。据经济合作与发展组织估算全年可实现3.5%的贸易增长，贸易总量达到33万亿美元，再创历史新高。

第三，通货膨胀压力继续缓解，逐步接近各国央行目标水平。20国集团总体通胀率下降到5.4%。通胀水平较之新冠疫情时期大幅降低，带来了工薪的实际增长，直接提升了居民实际收入，主要发达经济体2024年实际可支配家庭收入增长了3%-4%。

第四，就业形势良好。全球劳动力市场实现再平衡，多个就业市场紧张程度指标已恢复到疫情前的水平。西方发达国家失业率大多接近历史低位。

经济普遍增长的情况下，各产业部门的表现呈现差异。以人工智能、集成电路、量子技术等为代表的技术创新持续取得突破，与之相关的科技研发和制造领域形成投资和建设热潮，成为主要增长点。相比之下，能源、金属、汽车等传统制造业企业利润普遍下降，对产能与市场的担忧再次浮现。

国际贸易领域的增长同样出现不均衡。服务贸易全年增速达到7%，金融、法律等商务服务和旅游、文化等大众服务业领域表现突出，引领增长。而货物贸易年增速只有2%，一些传统制造业行业部门的贸易额甚至出现下降。

国家与地区表现分化

首先，新兴市场和发展中经济体GDP增长速度明显快于发达国家，全年预计可以达到4.2%。其中亚太地区势头最猛，非洲次之，拉美与中东地区相对落后。发达国家全年增长约为1.8%。其中美国为表现最佳的西方大国，年增长率接近2.8%。欧洲经济在2024年终于摆脱停滞状态实现增长，但法德英意等核心国家问题重重、经济扩张乏力，北欧国家的表现同样乏善可陈，主要增长活力来自于西班牙、希腊、爱尔兰等边缘中型经济体。其结果是欧洲总体增长速度偏低，欧盟经济年增速约为0.8%，欧元区国家增速约为0.9%。

其次，发达国家和发展中国家摆脱通胀压力的路径出现分歧。新兴经济体在能源价格和大宗商品价格普遍回落的情况下，较早实现反通胀目标，并开始将注意力转向刺激增长。而美国等发达国家因失业率降低导致工资水平上升，继而推高服务价格，造成通胀下降速度相对缓慢。其经济管理者仍然在寻求压制通胀与保护就业之间的平衡，对使用货币政策工具态度审慎。

再次，以技术创新为亮点的投资热潮和早期成果集中于美国、中国等研发大国，欧日等发达国家在稳固传统行业优势的前提下正在寻求技术突破，而多数发展中经济体尚未加入这一潮流。全球范围内的信息技术和产业转型阶差隐然成型。

近期经济趋势与政策风险

过去一年打下的稳定基础促使全球各主要机构纷纷预测2025年世界经济将延续健康增长态势。发达国家继续恢复到新冠疫情爆发前的常规增速，OECD成员国实现平均1.9%的温和增长；同时，发展中经济体增速略有下滑。全球年度GDP增速可望与2024年持平。

全球通胀趋势将在2025年进一步下降，20国集团国家通胀率有望降低到3.5%，其中加拿大和欧元区国家可能率先降到2%的目标水平。这可以为各国央行深入推进降息提供政策空间，促使利率继续回归正常水平，助推经济扩张。全球主要贸易伙伴国家之间的双边贸易关系可能出现动荡调整，而欧洲经济恢复、新兴经济体之间贸易量上升可以提供补充，使全球贸易增速得以维持在3.6%左右。

▲特朗普接受采访

可能使2025年经济发展出现波动的因素主要来自于政策领域，来自于各国政局变化带来的调整冲击，其中最引人注目的是美国新任总统特朗普的影响。乐观派认为特朗普重返白宫可以带来明显的经济提振。他承诺的大规模减税、放松监管、更加亲商业的施政方针可能释放投资者的“动物精神”，在他支持的传统能源、加密货币等行业形成投资热点，助推美国经济乃至世界经济增长。悲观派则强调特朗普再次上台带来的不确定性。拜登政府在过去四年推行的以芯片、新能源汽车等行业为重点的先进制造业政策前途未卜，支持绿色转型的政策可能被否认气候变化、维护传统能源生产的立场取代，美国及其西方盟友之间建立的各种供应链联盟和技术联盟可能出现空转甚至破裂。

毫无疑问，最突出的不确定性产生于特朗普誓言发动的关税战和贸易战。特朗普在竞选过程中声称要对美国的贸易伙伴普遍征收10%-20%的关税，特别要对中国输美产品征收30%-60%的高关税。并且提出关税并非只是谈判手段，高关税本身就是政策目标。如果2025年关税战爆发可能造成（1）全球生产链和价值链朝向缩短和收窄的又一轮调整；（2）全球贸易关系动荡，进出口商品价格上升，通胀预期再起；（3）各相关国家汇市和股市的混乱；（4）保护主义政策流行，经济全球化成果被加速蚕食。根据特朗普采取的不同关税战路径，可能给全球经济增长带来的损失从0.4%到1.4%各自不同。

此外，全球公共债务存量过高、部分国家财政状况持续恶化、地缘安全危机可能出现升级也对2025年的经济发展构成潜在风险，使全球经济前景更加复杂和充满不确定性。