玉渊谭天丨热解读：为何DeepSeek引发美国恐慌

这几天，玉渊引中国人工智能初创公司DeepSeek火了，谭天不仅在美区下载榜上超越了ChatGPT，丨热还引发多个美国科技股的解读股价暴跌。美国总统特朗普称DeepSeek的为何出现“给美国相关产业敲响了警钟”。为何DeepSeek的美国出现会让美国如此关注，甚至有些紧张？谭主联合中国工业互联网研究院独家揭秘背后的恐慌原因↓↓↓

原因一：

高性价比冲击美国大模型垄断地位

DeepSeek可谓是用最少的钱，干最多的玉渊引事。其推出的谭天模型，在性能上和世界目前顶尖的丨热GPT-4o等大模型不相上下。但在成本上，解读OpenAI训练ChatGPT-4花费的为何成本高达7800万美元，还可能达到1亿美元。美国而DeepSeek大模型训练成本不到600万美元，恐慌仅为同性能模型的玉渊引5%到10%。新模型训练方法大幅度降低了大模型行业的入局门槛，大规模预训练不再是科技巨头的专利。在模型推理层面，DeepSeek新推出的DeepSeek-R1，价格为2.2美元/百万词元，而同性能OpenAI-o1的价格为60美元/百万词元，DeepSeek大概是OpenAI的三十分之一。这种“低成本”标志着推理大模型调用进入平价时代，显著改善了大模型的应用成本，对大模型在科研、企业等智力密集型产业中的应用具有重大的价值。因此，无论是从基础研究角度还是从商业层面上看，在训练和推理方面，对此前美国一些大模型公司的既有模式冲击比较大。

原因二：

模式创新，带来美国高新技术人员恐慌

DeepSeek开发成本与美国大模型相比大幅降低，在于应用了不同的模型训练模式，打破了美国堆砌算力的“豪气”方式。在喂养学习数据这一大模型重要环节上，OpenAI选择了“人海战术”，堆砌算卡、将资源集中在算力，用海量数据投喂实现能力的提升。而DeepSeek相比于“砸资源”选择了另外一种方式。利用算法把数据进行总结和分类，经过选择性处理之后再输送给大模型，最大优化算力实现了成本的降低和模型性能提升。目前看Meta耗费了大量资金训练Llama，但是效果上却没有成本极低的DeepSeek效果好，Meta高层已经在思考其员工是否在浪费公司资金，而这也引发了不少企业技术人员的恐慌，他们担心自己被质疑技术能力和创新性从而失去工作。根据海外互联网平台对DeepSeek的讨论分析，社交媒体帖子的数量远高于新闻报道，数量约是新闻报道的十倍。时间上来看，社交媒体帖子的讨论早于新闻报道，发酵起点比新闻媒体早了五天，这是由从事科技工作的自媒体人以及员工圈层传播“破圈”造成。

原因三：

国产大模型正在厚积薄发

根据中国工业互联网研究院推出的《人工智能大模型年度发展趋势报告》，与国际顶尖大模型能力相比，2024年国内大模型的能力进步非常显著。从2023年第四季度到2025年第一季度的测评显示，国内外大模型能力差距缩小了将近75%。可以看出，DeepSeek的出现并不是所谓的“异军突起”，而是中国国内大模型整体发展的阶段性成果体现。此外，在报告统计的世界AI领域的投资上，中国55亿美元的投资额排在第二位，仅是第一位美国641亿投资额的不到十一分之一，中国未来在AI领域的发展上还有很大的空间。

如今，在DeepSeek对全球AI圈带来的震动下，很多业内人士都喊出了“DeepSeek接班OpenAI”的口号。事实上，DeepSeek的出现，并不是要取代别人，而是提出了更多样化的方案，打破了国际主流大模型的市场垄断，在大模型的发展道路上提出了不同于美西方的中国解法，让世界看到了在大模型领域不是只有拼算力这一条路，再一次向世界证明，什么是中国智慧。