成本僅國外三十分之一，中國大模型已經追上美國了？

摘要:

「Meta的生成式AI部門正處於恐慌中。這一切始於Deepseek，它使得Llama 4 在基準測試中已經落後。雪上加霜的是：那個不知名的中國公司，僅有550 萬美元的訓練預算。工程師們正在瘋狂地剖析Deepseek，並試圖從中複製一切可能的東西……”

一位Meta的工程師在美國科技公司員工社群Blind中這樣寫道。

5天前，中國的AI大模型新創公司DeepSeek（深度求索）正式發表DeepSeek-R1大模型。在發布聲明中，DeepSeek表示， DeepSeek-R1在數學、程式碼、自然語言推理等任務上，效能比肩OpenAI o1 正式版。這消息震動了全球AI圈。

例如，在AIME 2024數學基準測試中，DeepSeek-R1的得分率為79.8%，而OpenAI-o1的得分率為79.2%。在MATH-500基準測試中，DeepSeek-R1的得分率為97.3%，而OpenAI-o1的得分率為96.4%。在程式設計任務中，DeepSeek-R1超過了96.3%的人類選手，而o1是96.6%。

一樣好用，但成本不到三十分之一

這個來自中國的大模型，雖然各項指標往往只是與國外的競品“相當”，最多也只是“略強”，但它的低成本，以及在算力資源上的節省，仍然令國外同行在《自然》雜誌上驚呼：「這太瘋狂了，完全出乎意料」。

DeepSeek 現在尚未公佈訓練R1 的完整成本，但它公佈了API的定價，每百萬輸入tokens 1 元（緩存命中）/ 4 元（緩存未命中），每百萬輸出tokens 16 元。這個收費大約是 OpenAI o1運作成本的三十分之一。

在低價優質的基礎上，DeepSeek-R1也實現了部分開源。官方聲明同步開源了模型權重，允許研究者和開發者在自己的專案中自由使用該模型，或在其基礎上進行進一步的研究和開發。 DeepSeek-R1系列支援商業用途，並允許使用者對模型進行任何形式的修改和衍生創作。同時，DeepSeek-R1對使用者開放思維鏈輸出，這意味著我們能直接看到它以文字形式輸出的「思考」過程。

去年12 月底，DeepSeek發表的DeepSeek-V3已經引起過一次AI圈的震動。它的性能GPT-4o和Claude Sonnet 3.5等頂尖模型相近，但訓練成本極低。整個訓練在2048塊英偉達H800 GPU集群上完成，僅花費約557.6萬美元，不到其他頂尖模型訓練成本的十分之一。

GPT-4o等模型的訓練成本約為1億美元，至少在萬個GPU量級的運算叢集上訓練，而且使用的是效能更優越的H100 GPU。例如，同為頂尖大模型，去年發布的Llama 3.1在訓練過程中使用了16，384塊H100 GPU，消耗了DeepSeek-V3 11倍的運算資源，成本超過6000萬美元。

隨著大模型的競爭越來越捲，去年OpenAI、Meta、Google以及馬斯克的xAI，各大AI巨頭都開始打造自己的萬卡（GPU）集群，萬卡集群似乎成了訓練頂尖大模型的入場券。但DeepSeek卻用不到十分之一的資源打造出表現相近的大模型，讓習慣了資源競賽的矽谷AI界人士感到意外。

DeepSeek-V3發布後，英偉達高級研究科學家Jim Fan曾在社群媒體上表示，「DeepSeek是今年開源大語言模型領域的最大黑馬」。

矽谷人工智慧數據服務公司Scale AI的創辦人亞歷山大王（Alexander Wang）則在社群媒體上直言不諱地表達了對中國科技界追趕美國的擔憂。他認為DeepSeek-V3的發布，是中國科技界帶給美國的苦澀教訓。「當美國休息時，中國（科技界）在工作，以更低的成本、更快的速度和更強的實力趕上。”

而今年初DeepSeek-R1發表後，矽谷科技界的評價依然很高。亞歷山大·王認為「我們發現，DeepSeek……是表現最好的，或者大致與美國最好的模型相當，這個領域的競爭越來越激烈，而不是越來越少」。

Jim Fan的評價更上一層樓，甚至討論起了DeepSeek「接班」OpenAI的話題。相較於依靠閉源構築護城河的OpenAI，他在社群網站上表示「我們生活在這樣一個時間線上，一家非美國公司正在維持OpenAI 的原始使命——真正開放、前沿的研究，賦予所有人力量。這看似不合邏輯，但最有趣的結果往往最容易發生」。

在基準測試中的得分未必能完全代表大模型的真實能力，科學家們對R1的能力持較為謹慎的態度。目前，科學家已經開始對R1進行更深入的測試。

德國埃爾蘭根馬克斯普朗克光學研究所人工智慧科學家實驗室負責人馬裡奧克倫，讓OpenAI o1和DeepSeek-R1兩個競爭模型對3，000個研究想法按照其有趣程度進行排序，並將結果與人類的排序進行了比較。在這個評估標準上，R1的表現略遜於o1。然而，她指出R1在某些量子光學計算任務中表現優於o1。

不走尋常路

引起AI圈好奇的，除了DeepSeek-R1性能表現和低成本，還有技術論文中展示的，DeepSeek團隊對於AI訓練方法的新嘗試。

以往的模型在提升推理能力時，通常依賴把監督微調（SFT）這個環節。在監督微調階段，研究人員會使用大量已標註的資料對預先訓練的AI模型進行進一步訓練。這些數據包含了問題及其對應的正確答案，以及如何建立思考步驟的範例。靠著這些模仿人類思維的“例題”和“答案”，大模型得以提升推理能力。

DeepSeek-R1訓練過程中的DeepSeek-R1-Zero路線則直接將強化學習（RL）應用於基礎模型。他們的目標是探索大模型在沒有任何監督數據的情況下，透過純強化學習過程進行自我進化，從而獲得推理能力。

團隊建立了兩個最簡單的獎勵規則。一條是準確性獎勵，對了加分錯了減分。另一條是格式要求，模型要把思考過程寫在think和/think標籤之間，類似考試中我們必須把答案寫在答案框裡。不靠“例題”，只讓AI這個“學生”以自己的方式學會做推理。

從基準測試的成績來看，DeepSeek-R1-Zero 無需任何監督微調數據即可獲得強大的推理能力。在AIME 2024基準測試裡，使用多數投票機制時的DeepSeek-R1-Zero達到86.7%準確率，高過OpenAI o1。

在訓練OpenAI o1這個等級的推理模型這個任務上，DeepSeek-R1是第一個直接強化學習證明此方法有效的模型。

艾倫人工智慧研究所（Allen Institute for AI）的研究科學家內森·蘭伯特（Nathan Lambert）在社交媒體上表示，R1的論文“是推理模型研究不確定性中的一個重要轉折點”，因為“到目前為止，推理模型一直是工業研究的一個重要領域，但缺乏一篇具有開創性的論文。”

中山大學積體電路學院助理教授王美琪解釋稱，直接強化學習方法與DeepSeek 團隊在多版模型迭代中的一系列工程優化技術（如簡化獎懲模型設計等）相結合，有效降低了大模型的訓練成本。直接強化學習避免了大量人工標註資料的工作，而獎懲模型的簡化設計等則減少了對運算資源的需求。

DeepSeek-R1 的成果顯示，大規模運用直接強化學習，而非依賴大模型經典訓練範式（如採用預設思維鏈模版和監督微調）是可行的。這為大模型訓練提供了更有效率的思路，有望啟發更多研究人員和工程師沿著這個方向進行複現與探索。 DeepSeek 也開源模型並提供了詳細技術報告，也有助於他人快速驗證和拓展該方法。

「從核心原理上來講，DeepSeek的大部分訓練技巧在AI發展過程中都有跡可循，但其所揭示的直接強化學習的巨大潛力，以及訓練過程中自反思和探索行為的湧現，對大模型高效訓練乃至人類學習模式的探索都有很大啟發意義。

這個大模型能為中國的AI產業帶來什麼？

對於DeepSeek，《自然》雜誌指出：儘管美國出口管制限制中國公司獲得為人工智慧處理而設計的最佳電腦晶片，但它還是成功製造了（DeepSeek的） R1。

在矽谷，人們將這個節省算力的中國大模型稱作“來自東方的神秘力量”，從《紐約時報》到《連線》《福布斯》幾乎所有的媒體都在說：美國對先進半導體的出口管制旨在減緩中國人工智慧的發展，但這可能無意中刺激了創新。」

那麼，這樣一個節省算力的大模型會成為中國針對AI晶片禁運的解法嗎？

一位人工智慧領域的專家告訴《知識分子》：最終，“還是需要把晶片搞上去。”

算力困境仍在，然而，這樣一個極度節省算力的大模型的出現仍然給中國的大模型們帶來了新的希望——除了算力，我們可以依靠的還有優化。正如《自然》雜誌上引用的華盛頓西雅圖的人工智慧研究員François Chollet 的評價：“這一事實表明，高效利用資源比單純的計算規模更重要。”

《福布斯》則指出，它讓世界認識到，“中國並未退出這場（人工智慧的）競賽。”

這個來自中國的大模型讓人們看到了從架構、演算法上進行最佳化的潛力，幾乎是以一己之力扭轉了全球大模型領域對算力的瘋狂追逐，為無數的小公司帶來了新的機會。

《自然》雜誌說，DeepSeek的V3訓練時只花了不到600萬美元，而Meta訓練其最新人工智慧模型Llama 3.1 405B時所耗資金超過6000萬，《紐約時報》說：「有600萬美元資金的公司在數量上遠遠多於有1億美元或10億美元資金的公司」。

效率之外，DeepSeek另一個常被誇讚的亮點是開源。 Reddit上，人們讚歎DeepSeek“開源、而且可以本地運行”，“我一定要下載一個到我的電腦上”。

開源，這意味著這個模型的研發者將不僅只與自己的同事合作，他們“其實在與世界各地最優秀的同行合作”，《紐約時報》說，“如果最好的開源技術來自中國，美國開發人員將在這些技術的基礎上建立他們的系統。

當然，引領整個生態，那是遙遠的未來，開源，更為直接的，肉眼可見的一個影響是：「一個開源又好用的AI，它會迅速佔領學術界的」。

來源：公眾號“知識分子”

風險提示及免責條款

市場有風險，投資需謹慎。本文內容僅供參考，不構成個人投資建議，也未考慮到某些用戶特殊的投資目標、財務狀況或其他需要。據此投資，責任自負。

Alex Li

外匯

經濟

經濟學家指出，英國經濟成長速度的放緩使其更容易受到成長衝擊，未來可能面臨更頻繁的技術性衰退。分析顯示，英國的趨勢成長率——即在不推高通膨的情況下經濟可持續成長的速度——已從1955年至2009年期間的年均2.5%下降至未來幾年的1.2%。

英國首席經濟學家丹漢森的研究發現，自1955年以來，經濟遭受的衝擊足以引發技術性衰退(根據目前的趨勢增長率，定義為連續兩個季度產出萎縮)的情況已經發生過15次。按照當前趨勢，未來的衰退可能每五年發生一次，而不是過去平均每八年一次的頻率。

圖1

這一趨勢表明，英國經濟前景將持續黯淡，更頻繁的經濟衰退將給政府和英格蘭銀行的決策者帶來更大壓力。英國首相凱爾·斯塔默曾承諾提高英國的經濟成長率，但自去年7月工黨上台以來，英國經濟急劇放緩。

漢森指出：「有充分理由認為，未來幾年技術性衰退將比過去更加頻繁。英國的趨勢成長率已經下降，這意味著過去導致經濟成長放緩的衝擊現在足以導致產出下降。」不過，他同時表示，這不太可能導致伴隨失業率飆升的嚴重經濟衰退更加普遍。

自疫情結束以來，英國經濟表現不佳。 2023年下半年，由於通膨和利率上升，英國經濟出現輕微衰退。 2024年第三季度，英國國內生產毛額(GDP)持平，英國央行預計第四季也將出現零成長。

圖2

儘管預計2025年經濟將有所回升，但由於生產力低迷繼續阻礙經濟潛力的發揮，經濟成長率仍將遠低於金融危機前的水平。

英國財政大臣雷切爾·里夫斯週三在接受採訪時，強調了她推動經濟發展的承諾。她表示，工黨正試圖疏通投資障礙，並指出對於重大基礎設施項目和規劃決策，「答案不能總是否定的」。

她指出：“這一直是英國的問題。當面臨促進經濟發展的政策和其他政策的選擇時，'其他政策'總是勝出。”

來源: 智通財經

要了解今天的所有經濟事件，請查看我們的財經日曆

風險提示及免責條款

Jason

在棺材裡瘋狂仰臥起坐的TikTok，已經讓哭墳的美國人和吃瓜的我們，全員傻眼了。

在這種戰局膠著、撲朔迷離的時候，只有一群人目標明確：那就是聞著錢味趕來的商人們。

趁你病，要你命。在無人關心的角落裡，趁著TikTok短暫下架的幾個小時，馬上有眼饞的人準備取而代之了。

首先點名的是不遺餘力對TikTok落井下石的「中國女婿」小扎，趁亂打劫上線了個短視頻剪輯軟體Edits。

這個到底衝著誰來的，不用多說了吧。

怪不得小札平時發言這麼積極主動呢，原來後手已經留好了。

對這個應用，各家媒體的評價也絲毫不留情：公然克隆。

除了一直眼饞的小扎，世超覺得隔壁馬斯克也很有講頭。

畢竟當初，馬斯克可是公開說過，TikTok純純是浪費時間，我才不要把X（推特）變成那樣。

然後，馬斯克這回悄默默地就準備重啟自家的短片項目，正面就衝著TikTok來了。

為啥各種社群媒體巨頭們努力了這麼多年，拉出來還是沒一個打得TikTok？各家只敢等應用程式下架了，趕快上架搶一波流量。

更別說幹翻TikTok了。

任由饞瘋了的本土應用們瘋狂發力，可是另一頭的美國人，不僅不願意、不買賬，卻反而一窩蜂跑到了小紅書上。

給躺著靜候過年的小紅書，送來了一波從天而降的流量。

在各種社群媒體上研究了一圈之後，世超發現，一方面確實是TikTok和小紅書這些年磨練出來的演算法和內容牛叉。

在老外眼裡，各種本土應用的內容，要嘛太老、要嘛太裝，演算法更是一坨。

但除了TikTok底子厚之外，也有運氣好的成分在。入場和收購的時機掐得剛好，才能成功躲開巨頭們的圍剿，成功佔領用戶心智。不然，其實美國本來就是有機會培養出TikTok的。

因為短片嚴格來說是老美先開始玩的，當時最有水花的就是馬斯克這次要復活的Vine。

這是推特在2012年推出的短影片應用，支援用戶上傳6秒內的影片。

應用程式上線不到兩個月，就悄默默地爬到了APP Store社群類榜一。本來還對Vine開放的Facebook，反手就禁掉了Vine的好友推薦介面。

看到Vine的勢頭之後，Instagram和Snapchat這些老大哥們也火速跟進了短視頻功能，還優化上架了很多新能力，比如把視頻時長延長到了15秒；支持選擇十多種濾鏡。

底子比你硬，使用者基數又比你大，功能還比你好用。初出茅廬的Vine，很快就被Instagram這些巨頭們的一個屁就崩死了。

這也是老美們離TikTok最近的一次。

有了Vine這個前車之鑑餵經驗包後，TikTok就明白，要想打贏小扎這些巨頭，下手必須要快、要狠。

因此，TikTok在2018年直接砸了10億資金收購了當時美國短片的頭部平台Musical.ly，冷冷地啟動了整個北美市場。

你可能想說，不是說好Vine是美國人離TikTok最近的一次嗎，這Musical.ly是哪來的？

不好意思，因為Musical.ly也是中國人做的。

Musical.ly這個短片平台，當年靠著15秒對口型的玩法就橫掃了美國青少年。

收購後，TikTok直接吞併了對面2.4億的用戶。在Instagram和YouTube們還沒反應過來的時候，瘋狂發育。

除了給流量補貼和激勵，他們更是不遺餘力打廣告。 2018年和2019年兩年，花了將近50億美元打廣告。

基本全覆蓋全美所有頭部社媒平台（包括油管和ins），在紐約時代廣場等寸土寸金的中心地，也是瘋狂刷臉。

那時候，小札還說這個瘋狂在自家打廣告的客戶不足為懼，一旦不砸錢，立刻得涼涼。

直到2020年才發現情況不對了，趕緊在自家應用程式裡上線了類似TikTok的正統短片入口。

想靠用戶盤把市場搶回來，但此時的TikTok已經站穩腳步了。 TikTok的演算法成功地把這些買進來的用戶留了下來。

美國當時的短視頻推流，都和Musical.ly類似，有編輯精選熱門影片和基於關注關係分發的兩種模式。而TikTok的去中心化和根據使用者畫像的個人化推薦，使得普通人獲得了爆紅和高互動的機會。

簡單來說，就是記錄一般人的美好生活。

這套演算法有多牛呢，被收購的Musical.ly用上TikTok的演算法後，用戶時長直接實現了翻倍。

再加上單列資訊流和上劃設計，用戶們在不斷地上劃之中，無意中消費了大量的內容。

這種資訊流方式和演算法相輔相成，一個保證內容質量，另一個捕捉用戶對於每一個影片的正負回饋來優化演算法。

收購、砸錢、演算法打磨，靠這幾步，TikTok搶先在市場裡把屁股坐得穩穩當了。 2020年的時候，TikTok的月活人數就已經接近1億人。

至此，想在TikTok在位時乾翻它幾乎是不太可能了。

因為等小札們真正上手之後才發現，對付TikTok可不像當年抄Vine那麼簡單，做個類似應用就能彎道超車。

小札試水做的短片應用Lasso，結果是無人問津。

首先就是TikTok的演算法真沒那麼好學。你在社群媒體上游一圈，會發現大家對於Meta的演算法怨聲載道。

在他們口中，Reels的演算法基本上就是一坨。

除了演算法之外，從他們的分享裡，世超發現，老帶新也會帶來不少問題。

因為平台原本屬性導致短影片的內容也會受到影響，就好像咱們的抖音和影片號碼一樣。

有的人分享說，覺得Instagram上的內容都太精緻了，更多是為網紅準備的。

這種用力過猛的精緻，導致你隨便發一個視頻，就會有人刻薄地對你指指點點。

很多人形容稱，Instagram的留言區集結了最混蛋的一群人。

而且，老外也不希望IG上的家人看到自己發布的內容。就好像我們的朋友圈和微博不是一個風格。一個只報喜不報憂，一個只報憂不報喜。

YouTube的原因其實也是類似，平台始終更傾向扶持頭部的部落客。

至於Facebook嘛，已經老到可以直接退出討論了，「上面全是我爺奶」。

這也是為啥最後「難民們」不得不出走小紅書，去尋找所謂的真實。即便Instagram們在努力地學了，卻始終沒有辦法像打Vine一樣撬動TikTok。

不過，世超最後還是想說，出海並不是一件容易的事。

如果TikTok上面任何一步走錯了，都很難成長到現在的規模。

假使沒有收購Musical.ly，而是正面硬剛。可能現在已經死在Instagram的屁股底下了。

更何況，連TikTok這樣小心翼翼，最後還是被絆了一跤。而且我們都知道，一旦這次開了口，那麼下一次將會更加困難。

很可惜，今天不是一個爽文故事分享，人生不是短劇。不要迷信那些光鮮亮麗的成功故事，有些結果它只是天時地利人和的結合。出海這條路，我們還道阻且長。

資料來源：公眾號“負評X.PIN”

風險提示及免責條款

Glendon

經濟

外匯

菲律賓獲得了美國新政府對提供安全保障的證實。美國國務卿盧比歐向馬尼拉保證，華盛頓將在南海「堅定地」保衛菲律賓。美國國務卿在與菲律賓外交部長馬納洛的首次電話交談中強調了美國根據《共同防禦條約》對菲律賓的承諾。

這位美國外交官還批評北京在南海採取“危險和破壞穩定的行動”，稱中國破壞地區和平與穩定，違反國際法。

中國南海問題研究院副研究員陳相秒在接受衛星通訊社採訪時指出，這充分說明美國的南海政策具有一定的連貫性和延續性。

陳相秒專家（中國南海問題研究院副研究員）表示：「雖然可能手段會更加靈活或細節方式有所調整，但總體方針不會因為總統更迭而發生根本性變化。其次，這反映出美菲雙邊關係仍會保持穩定性，以便繼續服務於美國的印太戰略。性。

我們可以看到，川普在1.0階段時就要求擴大國防預算，可以說是在安全領域嶄露頭角的一個政府。無論是對華採取遏制戰略還是在印太地區的軍事部署，川普的這些措施都跳出了奧巴馬政府時期的框架，顯示出前沿性，也為後續拜登政府進一步的調整優化打下基礎。當然，美國當前國內的氛圍是避免與中國發生熱戰，而若打冷戰，則情報、力量和戰場準備等方面都會成為關鍵考量。從這幾方面來看，菲律賓是美國打冷戰的最佳前線地帶，也是美國所謂島鏈戰略的重要支撐點，具有不可取代的重要性。所以美國不僅不會輕易放棄菲律賓，還有可能增加對菲律賓的軍事安全投入，以維持自己在地區的優勢。」

就在川普就職前夕，菲律賓與美國軍隊舉行了今年首次聯合演習。這是2023年啟動的雙邊海上合作計畫下的第五次聯合演習。這次演習美國海軍派出了「卡爾文森」號航空母艦打擊群和一架美國海軍P-8A飛機，菲律賓海軍則出動了一艘格雷戈里奧·德爾皮拉爾級近海巡邏艦，舷號PS17，名為安德烈斯·博尼法西奧號；以及一艘何塞·黎剎級飛彈護衛艦，舷號FF151，名為安東尼奧·盧納號。可以說，這次演習是即將離任的美國政府向白宮新團隊傳遞的象徵性接力棒。

美國國務院關於美菲外長首次通話的報導稱，雙方討論了發展安全領域合作的途徑。俄羅斯科學院東方學研究所東南亞、澳洲和大洋洲研究中心主任德米特里·莫西亞科夫在接受衛星通訊社採訪時表示，這可能與進一步加強美國在菲律賓軍事存在的計畫有關。

德米特里·莫西亞科夫主任說：「美國在菲律賓的存在將會擴大。這將對區域穩定和中國安全構成非常嚴重的威脅，但是，毫無疑問，這正是拜登政府政策將繼續延續的方向。編隊，聯合軍演也將增加。導彈已經交付菲律賓用於聯合演習。看來，美國在不久的將來將全面重返菲律賓，並將其改造成二戰前後那樣的美國永不沉沒的航空母艦。

根據陳相秒專家預測，目前來看，南海局勢的升溫態勢較不改變。

陳相秒說：「但需要防範的是，若美國在區域的軍事活動頻繁，導致中美近距離接觸頻率增加，那麼發生誤判和衝突的風險也隨之上升。不過如果菲律賓無法得到美國的充分支持，特別是拜登政府在《加強國防合作協定》中承諾的內容無法及時落實，那麼菲律賓的國防現代化進程和海上行動能力將受到一定影響，進而有望促使南海局勢朝著向好方向發展。採取更灰色的手段挑釁中國，使得雙方在海上出現僵持不下的局面，我認為這種可能性也是存在的。

值得注意的是，川普政府是否有可能在菲律賓永久部署'堤豐'中程飛彈。如果答案是肯定的，將意味著南海局勢徹底滑向'新冷戰'，週邊國家之間的關係也會隨之面臨巨大干擾，我想這可能是大家都不願意看到的局面。

然而，東協整體上並不希望自己處於美中對抗的中心。 2025年東協輪值主席國馬來西亞首相安瓦爾在達沃斯世界經濟論壇上就明確指出了這一點。安瓦爾表示，馬來西亞與所有東協國家一樣，將繼續發展與美國和中國的關係。東協將發展同金磚國家的合作。安瓦爾同時強調，與其他東協成員國一樣，馬來西亞支持東協在區域的核心角色。這就直接顯示拒絕域外國家介入東南亞局勢。

來源: 俄新社

要了解今天的所有經濟事件，請查看我們的財經日曆

風險提示及免責條款

Jason

DeepSeek的壓力，終於還是傳遞到了黃仁勳身上。

北京時間1月27日晚，英偉達美股股價盤前暴跌近11%，以目前市值34928億美元計算，英偉達市值恐將縮水超3500億美元。

DeepSeek所掀起的低成本大模型訓練策略，正在讓資本市場懷疑，即當用相對較少的算力也能實現不輸於OpenAI的模型性能表現時，英偉達所代表的高端算力芯片是否正迎來新的泡沫？

這股擔憂情緒正進一步助推DeepSeek的熱度攀升。趁著DeepSeek R1新模型發表檔口，短短一週時間，到1月27日，DeepSeek應用就拿下了美區App Store和中國區App Store免費榜的雙料第一。

值得一提的是，這是首次有AI助理產品超越OpenAI的ChatGPT，且登頂美區App Store。

爆紅的使用者體驗場面，直接導致DeepSeek在兩天內接連出現服務宕機現象。繼1月26日出現短暫閃崩後，1月27日，DeepSeek再次短暫出現網頁/API無法使用的服務提示。官方回應稱，其可能和服務維護、請求限制等因素有關。

新模型DeepSeek R1，無疑是引發這場圍繞DeepSeek的全球用戶大討論的直接導火線。 1月20日，DeepSeek正式發表了性能比肩OpenAI o1完整版的R1。

在資料越多、效果越好的Scaling Law（模型規模定律）觸達瓶頸之下，去年9月份，OpenAI對外發布了新推理模型o1，後者採用了RL（強化學習）的新訓練方式，被產業視為大模型領域的一次「範式轉移」。

但直到DeepSeek R1發布之前，國內一眾大模型廠商均尚未推出能夠對標OpenAI o1的模型。 DeepSeek成了第一個攻破OpenAI技術黑盒子的玩家。

更重要的是，相較於OpenAI在模型上的閉源，以及o1模型付費使用限制，DeepSeek R1不僅開源，而且免費供全球用戶無限調用。

R1的出現，除了打破旗艦開源模型只能由科技大廠來推動的產業傳統共識之外，還打破了業界在去年形成的另一條共識，即通用大模型，正越來越成為一場大廠間的資本比拼遊戲。 DeepSeek用不到OpenAI十分之一的資源，就做出了性能堪比o1的R1。

DeepSeek攜一眾用戶帶來的衝擊，已經讓一些大廠坐不住了。

首當其衝的是Meta。一貫被業界視為「大模型開源之王」的Meta，內部被爆出開始擔心起還未發布的Llama 4，在性能上可能無法趕上DeepSeek R1。

被拿來全面對標的OpenAI，也開始感受到壓力。 OpenAI CEO奧特曼不僅透過發表首個智能體Operator搶熱度，也開始對外劇透起即將上線的o3-mini新消息。

可以預見的是，DeepSeek掀起的產業地震，波及的將不只是國外公司，國內大廠也難逃例外。

作為一個開源模型，DeepSeek R1在數學、程式碼、自然語言推理等任務上的效能，號稱可以比肩OpenAI o1模型正式版。

在AIME 2024數學基準測試中，DeepSeek R1得分率為79.8%，OpenAI o1的得分率為79.2%；在MATH-500基準測試中，DeepSeek R1得分率為97.3%，OpenAI o1的得分率為96.4%。

同為推理模型，DeepSeek R1不同於OpenAI o1的技術關鍵點，在於其創新的訓練方法，如在資料訓練環節使用的R1-Zero路線，直接將強化學習（RL）應用於基礎模型，而無需依賴監督微調（SFT）和已標註資料。

先前，OpenAI的數據訓練非常依賴人工幹預，旗下數據團隊甚至被建設成為不同水平的層級，數據量大、標註要求簡單明確的淺層數據，交給肯尼亞等廉價外包勞工，高等級的數據則交給更高素質標記人員，不少都是訓練有素的高校博士。

DeepSeek R1的直接強化學習路線，就像讓一個天才兒童在沒有任何範例和指導的情況下，純粹透過不斷嘗試和獲得回饋來學習解題。

Perplexity公司CEO阿拉文·斯里尼瓦斯評論道：“需求是發明之母。因為DeepSeek必須找到解決辦法，最終它們創造出了更高效的技術。”

除此之外，在取得高品質數據方面，DeepSeek也有所創新。

根據DeepSeek官方技術文檔，R1模型使用數據蒸餾技術（Distillation）產生的高品質數據，提升了訓練效率。數據蒸餾指的是透過一系列演算法和策略，將原始的、複雜的數據進行去噪、降維、提煉等操作，從而得到更精煉、有用的數據。

這也是DeepSeek能夠憑藉更小參數量，就實現比肩OpenAI o1模型性能的一大關鍵。人工智慧專家丁磊博士告訴字母榜，模型參數量大小與最終模型呈現的效果之間，兩者「投入產出並不成正比，而是非線性的…數據多只是一個定性，更重要的是考驗團隊數據清洗的能力，否則隨著數據增多，數據幹擾也將隨之變大。

更重要的是，DeepSeek是在用不到十分之一的資源基礎上，所取得的上述成績。

去年12月底發表的DeepSeek-V3開源基礎模型，效能對標GPT-4o，但官方介紹的訓練成本只有2048塊英偉達H800，總花費約557.6萬美元。

作為對比，GPT-4o模型的訓練成本約為1億美元，佔用英偉達GPU量級在萬塊以上，且是比H800性能更強的H100。

當時，前OpenAI聯創、特斯拉自動駕駛負責人安德烈·卡帕西就發文表示，DeepSeek-V3級別的能力，通常需要接近16,000顆GPU的集群。

目前，DeepSeek官方尚未公佈訓練推理模型R1的完整成本，但官方公佈了其API定價，R1每百萬輸入tokens在1～4元人民幣，每百萬輸出tokens為16元人民幣。作為對比，OpenAI o1的運作成本約為前者的30倍。

這樣的表現也引發Scale AI創辦人亞歷山大·王（Alexandr Wang）評論道，中國人工智慧公司DeepSeek的AI大模型效能大致與美國最好的模型相當。 “過去十年來，美國可能一直在人工智慧競賽中領先於中國，但DeepSeek的AI大模型發布可能會'改變一切'。”

a16z合夥人、AI大模型Mistral董事會成員Anjney Midha更是發文說道，從史丹佛到麻省理工，DeepSeek R1幾乎一夕之間就成了美國頂尖大學研究人員的首選模型。

包括史丹佛大學電腦科學系客座教授吳恩達、微軟董事長兼CEO薩提亞·納德拉等大佬在內，也都開始關注起這款來自中國的新模型。

事實上，這並非DeepSeek第一次出圈。在宣布組成團隊自研大模型以來，DeepSeek曾兩度引發熱議，只不過，之前更多局限在國內。

2023年4月，千億量化私募巨頭幻方量化發佈公告，稱將集中資源與力量，投身人工智慧技術，成立新的獨立研究組織，探索AGI（通用人工智慧）。

一個月後的2023年5月，該組織被命名為“深度求索”，並發布了首款車型DeepSeek V1。當時，《財經十一人》報道稱，國內擁有超過1萬家GPU的企業不超過5家。而DeepSeek就是其中之一，並由此開始得到外界關注。

及至2024年5月，DeepSeek再次借助大模型價格戰一躍成名。當時，DeepSeek發布了DeepSeek V2開源模型，並在業界率先降價，將推理成本降到每百萬token僅1塊錢，約等於GPT-4 Turbo的七十分之一。

隨後，位元組、騰訊、百度、阿里等大廠紛紛降價跟進。中國大模型價格戰就此揭幕。

DeepSeek R1的出現，進一步向外界證明著，在大模型，尤其是通用大模型方面，新創公司依然有機會。

1月初，零一萬物創辦人李開復對外正式表態，自己將退出對AGI的追尋，未來公司主攻中小參數的產業模型。「從商業角度考慮，我們認為只有大公司能繼續做超大模型。」李開復說。

投資人們比李開復更積極。從2023年開始，作為金沙江創投主管合夥人的朱嘯虎，便覺得大模型在摧毀創業，因為模型、算力和數據等三大支柱都向大廠集中，看不到創業公司的機會，且直接在大模型上做應用護城河太低，多次提醒創業家不要迷信通用大模型。

遠望資本程浩更是直接認為中國版的ChatGPT，只會在5家公司產生：BAT+位元組+華為。在程浩看來，創業者只有在具有先發優勢的情況下，才有可能跑贏大廠。

正是因為當初谷歌等國外大廠並不看好OpenAI的大語言模型路線，才讓ChatGPT借助先發勢能跑了出來。但是，當下研發大模型已經成為中國科技大廠的共識，甚至百度、阿里推出產品的動作，比新創公司還快。

但在接受「暗湧」訪談中，DeepSeek創始人梁文鋒在回應與大廠競爭中曾說道，「大廠肯定有優勢，但如果不能很快應用，大廠也不一定能持續堅持，因為它更需要看到結果。

背靠千億量化基金的DeepSeek，在免去資金的後顧之憂外，選擇了一條頗顯理想主義的路徑，即只做模型研究，不考慮商業變現，且大膽啟動年輕人。

在DeepSeek的150左右團隊中，大多是一群Top高校的應屆畢業生、沒畢業的博四、博五實習生，以及一些畢業才幾年的年輕人。

這是梁文鋒有意選擇的結果，也是DeepSeek能夠搶在大廠前面推出R1模型的秘訣之一，「如果追求短期目標，找現成有經驗的人是對的。但如果看長遠，經驗就沒那麼重要，基礎能力、創造力、熱愛等更重要。

這也使得DeepSeek成了中國大模型創業公司中，唯一一家只做基礎模型、暫不考慮商業化的公司，還要加上一條，也就是有能力繼續開源旗艦模型的公司。

截至目前，DeepSeek R1已成為開源社群Hugging Face上下載量最高的大型模型之一，下載量超過10萬次。

此前，國內以百度創辦人李彥宏為代表的一派，堅決認為開源路線打不過閉源路線，且缺乏商業化支撐的開源模型，會在往後的競爭中差距越拉越大。

但起碼從目前來看，DeepSeek R1的出現，證明靠開源路線依然能夠追上大模型頭部玩家的腳步，且新創公司依然有能力推動開源生態發展。

Meta AI首席科學家楊立昆（Yann LeCun）在評價中就提到，「給那些看到DeepSeek的表現後，覺得『中國在AI方面正在超越美國'的人，你們的解讀是錯的。正確的解讀應該是，'開源模型正在超越專有模型'。

在去年DeepSeek v3發布後，梁文鋒就曾對外表示，公司未來不會像OpenAI一樣選擇從開源走向閉源，“我們認為先有一個強大的技術生態更重要。”

畢竟，OpenAI的經驗起碼說明了，在顛覆性的技術面前，閉源難以形成足夠的護城河，更無法阻止被別人追趕。 “所以我們把價值沉澱在團隊上，我們的同事在這個過程中得到成長，積累很多know-how，形成可以創新的組織和文化，就是我們的護城河。”

2020年發布GPT-3時，OpenAI曾詳細公開了模型訓練的所有技術細節。中國人民大學高瓴人工智慧學院執行院長文繼榮認為，國內許多大模型其實都有GPT-3的影子。

但隨著OpenAI在GPT-4上一改開源策略，逐漸走向封閉，一些國產大模型就此失去了可供複製的追趕路徑。

如今，DeepSeek攜開源R1的到來，無疑將給國內外大模型玩家在對標o1的推理模型研發方面，創造起一條新的借鏡思路。

DeepSeek在大模型領域掀起的這場蝴蝶效應，已經開始影響部分大廠。

有Meta員工在矽谷匿名八卦分享平台Blind上發布消息稱，Meta的生成式AI部門正因DeepSeek處於恐慌中，甚至爆料稱尚未發布的新一代開源模型Llama 4，在基準測試中已經落後於DeepSeek。

在外媒的進一步報道中，Meta生成式AI團隊和基礎設施團隊，正在組建4個作戰小分隊來像素級剖析DeepSeek，有的試圖搞清楚DeepSeek是如何降低訓練和運行成本的，有的負責研究DeepSeek可能使用了哪些資料來訓練模型，有的則考慮基於DeepSeek模型的屬性重組Meta模型的新技術。

同時，為了鼓舞士氣，身為Meta創辦人的祖克柏，更是放出2025年繼續擴大AI投資的新消息，稱2025年圍繞AI的整體支出將達到600億-650億美元，相比去年的380億-400億美元，成長了超過70%，從而建構起一個擁有130萬塊GPU的超級電腦叢集。

除了跟Meta搶開源之王的名頭外，DeepSeek正在從OpenAI手中搶走客戶。

在比OpenAI便宜30倍的API價格誘惑力之下，一些新創公司正在改換門庭。企業級AI代理開發商SuperFocus的聯合創始人Steve Hsu認為，DeepSeek的性能與為SuperFocus大部分生成式AI功能提供支援的OpenAI旗艦模型GPT-4相似甚至更好。 “SuperFocus可能會在未來幾週轉向DeepSeek，因為DeepSeek可以免費下載、在自家伺服器上存儲和運行，並將增加銷售產品的利潤率。”

成為更多公司的模型底座，這也是梁文鋒規劃中DeepSeek最想佔據的定位。在梁文鋒看來，DeepSeek未來可以只負責基礎模型和前沿的創新，然後其他公司在DeepSeek的基礎上建立To B、To C的業務。「如果能形成完整的產業上下游，我們就沒必要自己做應用。」梁文鋒說。

國內，DeepSeek的研究也在同步進行。有報導稱，字節跳動、阿里通義以及智譜、Kimi等團隊，都在積極研究DeepSeek，字節跳動甚至可能在考慮與DeepSeek展開研究合作。

在這些公司之前，雷軍更是先人一步挖起了DeepSeek的牆角。去年12月，第一財經爆料稱，雷軍疑似開出千萬年薪親自挖來「95後天才少女」羅福莉，後者是DeepSeek-V2開源模型的關鍵開發者。未來，羅福莉或將任職於小米AI實驗室，並領導小米大模型團隊。

挖人之外，國內更激烈的競爭或將同樣圍繞API展開，「去年國內有一批創業公司和中小企業，因為OpenAI斷供轉向了國內大模型公司，現在DeepSeek很有可能成為收復OpenAI失地的那個野蠻人。

壓力傳導到了這些國內大模型公司。如果它們無法快速將模型效果跟進到R1級別，客戶就難免用腳投票。

來源：公眾號“字母榜”

風險提示及免責條款

Kevin Du

央行

經濟

當地時間1月29日，聯準會公佈利率決議。聲明中，委員會一致決定將利率維持在目前水準不變。並且認為失業率已經穩定下來了，保持在一個低位。同時，聲明中也刪除了'通膨朝著2%的目標在取得進展'這句話，並改成了「通膨還是有些許高」。 CNBC就認為這次的聲明表明，聯準會對於通膨持續下滑的信心有所減弱。

那麼是否真的如此呢？我們就來看鮑威爾記者會上怎麼說。在這次的記者會上，鮑威爾整體的姿態是，觀望不著急，在回答中，他有表示當前的利率水平依然緊縮，從通膨的組成成分來說，繼續下降基本上是可以預期的，但是預期當中的事並不等於一定會實現，所以可以保持耐心。他也強調目前的利率政策很合理，可以幫助聯準會應對未來的任何風險，

在對待未來的利率調整上，鮑威爾的回答偏向也很明確。在準備好的演講稿中，鮑威爾就說，如果經濟繼續保持強勁，但通膨並沒有可持續的朝著2%的方向走，那麼聯準會可以將利率維持的久一點，如果勞動力市場意外軟化，或者通膨下滑的速度高於預期，那麼聯準會就可以進一步降低利率。這也就是說，聯準會整體還是一個偏降息的姿態。只是鑑於現在通膨還相對較高，而勞動市場也問題不大，聯準會沒有必要迎合資本市場的預期持續降息，反而可能會影響去通膨的進程。

對於通膨，鮑威爾再次強調了信心，表示屋主等值租金已經在逐漸放緩，剩下推升通膨的部分則是非市場物價，所以這些讓他認為通膨未來繼續下滑可期。筆者也去回顧了一下數據，從圖中可以看出，除去住房的核心PCE的環比漲幅，在11月就已經下降到了0.1%，而三個月的平均值也只有0.2%。如果進行年化，那麼大概也就是2.4%，遠低於目前核心PCE的2.8%。從鮑威爾的回答和數據的驗證中，我們基本上已經可以認為，通膨回落到目標的唯一阻礙只剩房屋通膨。整體繼續下行基本上算是板上釘釘。

其餘的記者提問基本上都圍繞著川普的政策。對於政策，鮑威爾的回答是現在下任何結論，還為時過早，Fed也不會提前預防，提前採取行動。他表示，我們首先不知道政策具體的細節，例如關稅會加在什麼物品上面，稅率會有多高，會持續多久，其次不知道其他國家是否會反制報復，而即便其他國家報復，這些物價如何在經濟上傳導，最終會不會落到消費者身上更是不確定。我們能夠做的就是研究歷史數據，做一個了解，釐清主要關注的變量，但了解不等於要行動。他承認聯準會內部的工作人員有對川普的政策進行建模，試圖淡化川普的特殊性，表示任何時候，聯準會都面臨巨大的不確定性。這些工作人員都會給很多情景，有的非常好，有的非常糟糕。這只是決策依據的一部分。

對於移民問題，鮑威爾表示，去年大選後的確看到了移民大幅減少，但同時也意味著，經濟並不需要創造那麼多職位來消化這些新移民。如果兩者一起下滑，那麼就能夠維持失業率。目前部分依賴非法移民的建築公司，正在反映招人變難了，但是從一個整體的經濟來說，移民減少暫時還看不到影響。

最後一個關鍵問題則是縮表。之前我們就有報道過銀行的準備金跌破3萬億，似乎代表著經濟體內的流動性有些吃緊，但是鮑威爾在這次的記者會上就表示，放緩或者停止縮表，都沒有任何時間線。目前各種數據都表明，經濟體內的流動性充裕。所以起碼現階段，縮表並不會出現任何變化。

筆者認為，這次聯準會會議驗證了兩件事，第一件事就是從投資上，川普政策的重要性已經超過了聯準會本身。因為鮑威爾的回答基本上就是在表明，聯準會會根據川普政策最終的經濟影響而行動。那麼對於市場來說，投資人很有可能會在川普公佈政策時，先提前猜測聯準會可能的反映而出現波動。第二件事，就是鮑威爾對於通膨還是相對有信心的，聯準會也是偏向降息的立場。未來只要數據配合，進一步降息的可能性是很大的。這很大程度上，緩解了市場對聯準會轉鷹的擔憂。總之，這次的會議中規中矩，一切都非常符合預期，鮑威爾並沒有給出任何新的訊號，所以對於接下來聯準會的行動，還需要看數據表現以及川普的影響。

資料來源：「美投investing」微信公眾號

要了解今天的所有經濟事件，請查看我們的財經日曆

風險提示及免責條款

Devin

經濟

2024年全球經濟克服地緣安全關係持續緊張、一些經濟大國內部政治動盪的挑戰，展現出韌性和活力，實現了穩健成長。但是不同區域和不同產業的經濟表現有明顯差異。各國政府未來的政策目標和手段因而面臨分化，為2025年的經濟發展帶來變數。

全球普遍成長

從全球層面來看，過去的一年宏觀經濟情勢整體向好。

第一，全球GDP成長速度超乎預期。根據國際貨幣基金組織（IMF）評估全年成長率可達3.2%，略低於2023年。在美歐央行紛紛升息的背景下，世界經濟依靠消費和投資熱情保持了相對穩定的成長，接近完成軟著陸。

第二，全球貿易持續復甦。根據經濟合作暨發展組織估算全年可實現3.5%的貿易成長，貿易總量達33兆美元，再創歷史新高。

第三，通膨壓力持續緩解，逐步接近各國央行目標水準。 20國集團整體通膨率下降到5.4%。通膨水準較之新冠疫情時期大幅降低，帶來了工薪的實際增長，直接提升了居民實際收入，主要發達經濟體2024年實際可支配家庭收入增長了3%-4%。

第四，就業情勢良好。全球勞動市場實現再平衡，多個就業市場緊張程度指標已恢復到疫情前的水準。西方已開發國家失業率大多接近歷史低點。

在經濟普遍成長的情況下，各產業部門的表現呈現差異。以人工智慧、積體電路、量子技術等為代表的技術創新持續取得突破，與之相關的科技研發和製造領域形成投資和建設熱潮，成為主要成長點。相較之下，能源、金屬、汽車等傳統製造業利潤普遍下降，對產能與市場的擔憂再次浮現。

國際貿易領域的成長同樣出現不均衡。服務貿易全年成長率達7%，金融、法律等商務服務及旅遊、文化等大眾服務業領域表現突出，引領成長。而貨物貿易年增速只有2%，一些傳統製造業部門的貿易額甚至出現下降。

國家與地區表現分化

首先，新興市場和發展中經濟體GDP成長速度明顯快於已開發國家，全年預計可達4.2%。其中亞太地區勢頭最猛，非洲次之，拉丁美洲與中東地區相對落後。已開發國家全年成長約1.8%。其中美國為表現最佳的西方大國，年增率接近2.8%。歐洲經濟在2024年終於擺脫停滯狀態實現成長，但法德英意等核心國家問題重重、經濟擴張乏力，北歐國家的表現同樣乏善可陳，主要成長活力來自於西班牙、希臘、愛爾蘭等邊緣中型經濟體。結果是歐洲整體成長速度偏低，歐盟經濟年增速約0.8%，歐元區國家成長率約0.9%。

其次，已開發國家和發展中國家擺脫通膨壓力的路徑出現分歧。新興經濟體在能源價格和大宗商品價格普遍回落的情況下，較早實現反通膨目標，並開始將注意力轉向刺激成長。而美國等已開發國家因失業率降低導致薪資水準上升，繼而推高服務價格，造成通膨下降速度相對緩慢。其經濟管理者仍在尋求壓制通膨與保護就業之間的平衡，對使用貨幣政策工具態度審慎。

再次，以技術創新為亮點的投資熱潮和早期成果集中於美國、中國等研發大國，歐日等已開發國家在穩固傳統產業優勢的前提下正在尋求技術突破，而多數發展中經濟體尚未加入這一潮流。全球範圍內的資訊科技與產業轉型階差隱然成型。

近期經濟趨勢與政策風險

過去一年打下的穩定基礎促使全球各主要機構紛紛預測2025年世界經濟將延續健康成長態勢。已開發國家持續恢復到新冠疫情爆發前的常規增速，OECD成員國實現平均1.9%的溫和成長；同時，發展中經濟體增速略有下滑。全球年度GDP成長率可望與2024年持平。

全球通膨趨勢將在2025年進一步下降，20國集團國家通膨率可望降至3.5%，其中加拿大和歐元區國家可能率先降到2%的目標水準。這可以為各國央行深入推動降息提供政策空間，促使利率繼續回歸正常水平，助推經濟擴張。全球主要貿易夥伴國家之間的雙邊貿易關係可能出現動盪調整，而歐洲經濟恢復、新興經濟體之間貿易量上升可以提供補充，使全球貿易增速得以維持在3.6%左右。

▲川普接受採訪

可能使2025年經濟發展出現波動的因素主要來自於政策領域，來自於各國政局變化帶來的調整衝擊，其中最引人注目的是美國新任總統川普的影響。樂觀派認為川普重返白宮可以帶來明顯的經濟提振。他承諾的大規模減稅、放鬆監管、更親商業的施政方針可能釋放投資者的“動物精神”，在他支持的傳統能源、加密貨幣等行業形成投資熱點，助推美國經濟乃至世界經濟增長。悲觀派則強調川普再次上台帶來的不確定性。拜登政府在過去四年推行的以晶片、新能源汽車等行業為重點的先進製造業政策前途未卜，支持綠色轉型的政策可能被否認氣候變遷、維護傳統能源生產的立場取代，美國及其西方盟友之間建立的各種供應鏈聯盟和技術聯盟可能出現空轉甚至破裂。

毫無疑問，最突出的不確定性產生於川普誓言發動的關稅戰和貿易戰。川普在競選過程中聲稱要對美國的貿易夥伴普遍徵收10%-20%的關稅，特別要對中國輸美產品徵收30%-60%的高關稅。而提出關稅並非只是談判手段，高關稅本身就是政策目標。若2025年關稅戰爆發可能造成（1）全球生產鍊和價值鏈朝向縮短和收窄的另一輪調整；（2）全球貿易關係動盪，進出口商品價格上升，通膨預期再起；（3）各相關國家匯市和股市的混亂；（4）保護主義政策流行，經濟全球化成果被加速蠶食。根據川普採取的不同關稅戰路徑，可能對全球經濟成長帶來的損失從0.4%到1.4%各自不同。

此外，全球公共債務存量過高、部分國家財政狀況持續惡化、地緣安全危機可能出現升級也對2025年的經濟發展構成潛在風險，使全球經濟前景更加複雜且充滿不確定性。