DeepSeek 風(fēng)暴后，中國的大模型創(chuàng)業(yè)圈會發(fā)生什么樣的變化？

近日來，筆者也與多位業(yè)內(nèi)人士進行了探討，發(fā)現(xiàn)國產(chǎn)大模型圈目前出現(xiàn)了兩個極端：一個是極端的熱血沸騰，另一個則是極端的霜打茄子。

前者以積極擁抱 DeepSeek 生態(tài)的算力廠商與模型服務(wù)廠商、以及原先沒有能力參與大模型“軍備競賽”的開源受益者為代表，后者則以其他中國大模型創(chuàng)業(yè)公司（俗稱“大模型六小虎”）與過去兩年投資了這些公司的 VC 們?yōu)橹?，形成了一個“冰火兩重天”的局面。

據(jù)了解，部分在過去兩年投了估值在第一梯隊的大模型公司的 VC 團隊已經(jīng)開始準備/正在接受內(nèi)部的“鞭尸”，主要被質(zhì)問的角度無非是幾點：

“為什么 DeepSeek 用這么低的成本就能訓(xùn)練出這么強大的模型，而我們投的大模型公司融資了幾十億美金卻做不出來？”雷峰網(wǎng)

“DeepSeek 這次能出圈本質(zhì)還是技術(shù)足夠創(chuàng)新、足夠牛。XXX 家連基本的大模型技術(shù)團隊都沒有，為什么要投？”雷峰網(wǎng)

“XXX 也有非常強大的人才團隊，而且也有訓(xùn)練基座大模型的經(jīng)驗與追求，為什么沒有成為 DeepSeek？他們靠什么支撐這么高的估值？”

“DeepSeek 出來后，誰還會投大模型六小虎？還有哪幾個有上市希望？如果沒有，接下來我們是回購還是退出？”

……

“為什么沒有成為 DeepSeek”，以及“為什么中國只有一個 DeepSeek”，是幾乎所有大模型從業(yè)者與 VC 從春節(jié)就開始求索的問題。這兩個問題幾乎可以涵蓋了目前國內(nèi)所有關(guān)于大模型創(chuàng)新的焦慮，也只有嚴肅探討這兩個問題，才能回答另一個更重要的問題：如何成為 DeepSeek？

在春節(jié)期間的一篇文章《「DeepSeek 現(xiàn)象」只是中國 AI 崛起的開始》中，我們已經(jīng)從中美 AI 創(chuàng)新對比的大角度試圖向行業(yè)傳遞一個信息：中國 AI 需有民族自豪感；而在這一篇文章中，我們希望結(jié)合過去四年中國大模型的發(fā)展歷史，進一步探討：

中國是否缺少像 DeepSeek 這樣的技術(shù)理想主義者？

如果中國不缺少，這樣的技術(shù)團隊是否已被充分挖掘、并得到相應(yīng)的社會系統(tǒng)性支持？如沒有，原因出在哪里？雷峰網(wǎng)

作為一個從 2020 年 GPT-3 爆發(fā)以來就跟進大模型報道的行業(yè)號，這篇文章無意于回答一個如此宏觀而深刻的問題，只從第三方視角呈現(xiàn)一些或許與該話題相關(guān)的事實或觀點。

1、系統(tǒng)性錯位

2023 年之前，中國只有 4 家大模型公司：智譜、面壁、深言與聆心（后被智譜收購），且都來自清華；2023 年之后，大模型的創(chuàng)業(yè)公司增加到了十幾家，從技術(shù)上看直接原因是 Llama 開源，但最根本的原因其實是，那時候所有人都認為：

大模型的技術(shù)門檻雖高、但并非不可模仿。尤其基于已有的開源大模型，技術(shù)難度進一步降低，“技術(shù)無法構(gòu)成商業(yè)壁壘”的論調(diào)甚囂塵上。

在這種集體共識的“統(tǒng)治”下，我們復(fù)盤 2023 年 ChatGPT 爆火后中國大模型創(chuàng)業(yè)的幾個力量動態(tài)，就不難理解當(dāng)前中國大模型創(chuàng)業(yè)中場的畸形現(xiàn)象：

首先，由于整個市場對技術(shù)創(chuàng)新的敬畏之心變?nèi)酰?023 年 ChatGPT 大火后，中國的第一批大模型技術(shù)探路者中，只有智譜一家成為了資本的寵兒，最早突破 200 億人民幣估值大關(guān)、躋身大模型第一梯隊。（月之暗面是 2023 年后成立的，故不算在其中）

而由清華自然語言處理實驗室（THUNLP）走出的其余兩家創(chuàng)業(yè)公司面壁、深言，在資本市場的呼聲遠不如后來的新勢力。

尤其是面壁智能（因為深言選擇了聚焦產(chǎn)品），作為國內(nèi)最早提出要做“平民版大模型”、跟 DeepSeek 的技術(shù)愿景與創(chuàng)新方向最像、甚至比 DeepSeek 還早成立的一家公司，直到 2024 年年底完成一筆 3 億人民幣的融資后、估值也才不到 35 億人民幣，距離第一梯隊的 200 億門檻相差極遠。

據(jù)雷峰網(wǎng)(公眾號：雷峰網(wǎng)) AI 科技評論過去兩年與超 50 位大模型投資人的交流所知，同是清華出身、同有技術(shù)先發(fā)優(yōu)勢、同有優(yōu)秀年輕技術(shù)人才的智譜與面壁之所以相差那么大，主要有幾方面原因：

一是清華學(xué)術(shù)派追基座模型的只押一家，因為“對教授創(chuàng)業(yè)持保留意見”；二是智譜的愿景更好理解，早期對外融資時說“對標 OpenAI”、VC 立刻就懂，但面壁由于一開始就強調(diào)底層模型訓(xùn)練效率優(yōu)化，在熱錢最多的 2023 年一度被認為是一家類似潞晨、硅基的“AI Infra”公司。

面壁智能在 2023 年沒拿到太多錢、無法投入基座大模型，通過類似 DeepSeek V3 這樣的基座大模型訓(xùn)練直觀反饋高效訓(xùn)練的重要性，2024 年就只有走端側(cè)小模型，而后者對“高效訓(xùn)練”的代言效果遠沒有 DeepSeek V3 這樣的工作好。

2022 年、2023 年在融資時，面壁就打出“高效訓(xùn)練”的旗號去融資，但幾乎在 VC 那吃遍了閉門羹。

其次，也是承接沒有對技術(shù)敬畏之心的大環(huán)境前提，2023 年大模型浪潮來臨后，中國的 AI 科技 VC 其實并沒有沉下心來研究 AGI 這項技術(shù)，而是為了迅速上桌將錢投向了“曾打過勝仗的連續(xù)成功創(chuàng)業(yè)者”，哪怕這些團隊此前壓根沒有過任何大模型研發(fā)經(jīng)歷。

這當(dāng)中，最典型的代表是王慧文的光年之外與王小川的百川智能。

當(dāng)前估值超過 200 億人民幣的大模型公司中，只有智譜唐杰、月之暗面楊植麟等人是從 2020 年大模型未出圈時就開始了對大模型的技術(shù)探索，百川智能、MiniMax與階躍星辰的團隊大多都是在 2023 年之后才展開。

譬如，MiniMax 的創(chuàng)始人閆俊杰是計算機視覺出身，而大模型起初解決的是語言智能（多模態(tài)是另一篇章）。不過 MiniMax 最早是靠產(chǎn)品 Glow 出圈、而非底層大模型技術(shù)獲得資本青睞的，所以這是另外一個維度，且靠近閆俊杰的人對他的評價都是“很有技術(shù)追求”。

DeepSeek 的研發(fā)團隊同樣是從 0 開始學(xué)習(xí)大模型技術(shù)，苦讀論文、死磕實驗，所以沒有任何跡象表明一個從前未曾訓(xùn)練過大模型的團隊無法通過在 2023 年之后的努力學(xué)習(xí)來補足技術(shù)的短板，但從過去兩年的行業(yè)發(fā)展來看，百川智能在基座模型上的升級并不頻繁，重心轉(zhuǎn)向醫(yī)療行業(yè)大模型。

由于不訓(xùn)練視頻等大模型，百川的研發(fā)成本較其他公司更低，現(xiàn)金流充裕——但這只對百川有利，對整個大模型行業(yè)的發(fā)展是沒有貢獻的。

假設(shè)在資源有限的情況下，沒有技術(shù)能力的團隊占據(jù)了大量的資本資源，反之有技術(shù)能力的團隊卻只能得到極少的資本資源，錢、才的系統(tǒng)性錯位注定產(chǎn)生的結(jié)果只有遺憾、沒有未來。

如若 AGI 大模型技術(shù)果真已沒有上升的空間、各家的技術(shù)壁壘已經(jīng)逐漸拉平，那么互聯(lián)網(wǎng)時代拼資源、拼資本的打法或許也能分到最后一杯羹。但對技術(shù)有敬畏之心的創(chuàng)業(yè)者始終保持清醒的頭腦，依然能看到現(xiàn)有大模型底層算法與架構(gòu)等在訓(xùn)練與推理中所存在的不足，知道 AGI 仍有許多具體且高難度的問題要解決。

也就是說，底層技術(shù)的持續(xù)創(chuàng)新能力仍是大模型公司的護城河，純拼資源的互聯(lián)網(wǎng)方法論暫不適用當(dāng)前中國的大模型發(fā)展。——但這些話大概率不會得到大部分中國科技 VC 的認可，因為 2023、2024 年的大模型投資甚至還有“Club Deal”這樣的玩法……

在過去兩年的大模型發(fā)展中，一個不愿意學(xué)習(xí)技術(shù)的 VC，比一個不愿意學(xué)習(xí)技術(shù)的研發(fā)所產(chǎn)生的殺傷力，可能還要更大。

泡沫期終將結(jié)束。潮水褪去后，誰在裸泳也將一目了然。

2、AGI 軍團可遇不可求

市場對技術(shù)缺乏敬畏之心的另一個影響是：為了迎合市場，（當(dāng)然還有突破大廠圍剿的考慮），過去兩年中國大模型創(chuàng)業(yè)公司的目光也從長期的 AGI 轉(zhuǎn)到短期的商收、產(chǎn)品打磨上。

這一打法的變化也是因為上述行業(yè)的誤判，以為大模型再無創(chuàng)新之處。堅定追求 AGI 的創(chuàng)業(yè)者必須同時兼顧商業(yè)與技術(shù)，而對 AGI 產(chǎn)生懷疑或徹底被市場聲音迷惑的團隊則要么放棄預(yù)訓(xùn)練、全面轉(zhuǎn)向 C 端應(yīng)用或干脆只基于開源模型微調(diào)行業(yè)大模型。

從 GPT-3 到 ChatGPT 的出現(xiàn)經(jīng)歷了兩年半，但市場卻普遍呈現(xiàn)出一個“規(guī)律”：國內(nèi)的大模型從基座到商業(yè)化只要兩年。盡管一些大模型公司能同時堅持“L2”與“L4”兩步走，但在人才與研究資源的投入上沒有一家公司能像 DeepSeek 一樣對 AGI 這么純粹。

2023 年上半年融資戰(zhàn)剛開始時，業(yè)內(nèi)的一個分析是：中國的 VC 經(jīng)過上一代 AI 公司的“洗禮”，對大模型公司的商業(yè)化耐心已經(jīng)從 5 年、8 年縮短到 3 年內(nèi)?！@或許是中國大模型公司的普遍困境。

眾所周知：DeepSeek 專注 AGI 研究，是依托梁文鋒個人與幻方量化的原有儲備資金，沒有向外融資。“自己有錢，所以不需要聽外界的，自己想干什么就干什么?！薄@也是眾多大模型公司對 DeepSeek 羨慕的地方。

近日原先噴 AGI 的朱嘯虎又改口稱因為 DeepSeek 愿意投 AGI 公司，可以說是 DeepSeek 用過硬的技術(shù)實力改變了 VC 的看法，但更殘酷的一個現(xiàn)實是：可能大批有過硬創(chuàng)新能力的團隊因為融不到錢而倒在時代的前夜。

“商業(yè)化思維”不僅反映在部分科技 VC 的影子中，其實也反映在研發(fā)人才的選擇中。

根據(jù)獵頭的反饋，2024 年，中國對人才“氪金”力度最大的公司毫無疑問是字節(jié)跳動。大廠與創(chuàng)業(yè)團隊的分野已經(jīng)形成，而大模型人才從創(chuàng)業(yè)團隊流向大廠更是成為過去一年的普遍選擇。例如，據(jù) AI 科技評論所知，DeepSeek 為做 AGI 所物色的多位 NLP、多模態(tài)與強化學(xué)習(xí)方向的優(yōu)秀人才，就在 DeepSeek 與字節(jié)跳動之間選擇了 字節(jié)跳動。

據(jù)早期為 DeepSeek 服務(wù)的獵頭透露，DeepSeek 早期也希望從海外的谷歌、Meta、OpenAI 等團隊挖頂尖人才，但進展并不順利，所以只能退而求其次、自己培養(yǎng)。

AGI 的投入，除了要有錢，也要有人，而且是一群絕對的技術(shù)理想主義者，以及優(yōu)秀的組織文化。DeepSeek 的成功或許無法復(fù)制，但從 V2、V3 到 R1、R1-Zero，DeepSeek 的技術(shù)結(jié)果體現(xiàn)了其在資金、人才/理想與組織文化上的優(yōu)勢。

在 DeepSeek 之前，“北九坤、南幻方”就已經(jīng)在金融量化領(lǐng)域鼎鼎有名，而量化行業(yè)對技術(shù)人才的高要求也是眾所周知的，基本以 Top2 高校、信息學(xué)競賽金牌選手為基準，團隊規(guī)模往往不大，但能力超強。據(jù) AI 科技評論了解，2024 年上半年 DeepSeek 的團隊規(guī)模也只有 40 多人，且大多數(shù)是原幻方 Top2 的技術(shù)高手。

延續(xù)原來幻方的風(fēng)格，DeepSeek 的招聘門檻一直非常高。比如，他們從 2024 年年中就開始物色多模態(tài)與強化學(xué)習(xí)方向的技術(shù)大牛，但招了大半年、相關(guān)崗位也依然空缺，對人才的招聘寧缺毋濫。R1 爆火后，投遞簡歷雖然暴增，但據(jù)知情人士稱“合適的并不多”。

DeepSeek 內(nèi)部的組織文化也非常扁平。據(jù) AI 科技評論了解，無論是北京還是杭州，都只有一個老板：DeepSeek 創(chuàng)始人梁文鋒。“梁文鋒以下基本全是打工人?！?/p>

此外，梁文鋒的個人風(fēng)格也十分明顯：有極強的技術(shù)信仰，對 AGI 有十足的好奇心與求知欲，并且十分刻苦。接近梁文鋒的知情人士形容，梁文鋒“說話非常非常慢，每一句話都要思考很久很久才表達出來，而且表達非常簡潔。雖然簡潔，但說出來的話經(jīng)常一針見血?！?/p>

DeepSeek 的團隊文化與宇樹、Momenta 這樣的公司很相似：一號位都是技術(shù)發(fā)燒友，對技術(shù)有天然的敬畏之心與好奇之心；同時在管理上集權(quán)風(fēng)格明顯，文化扁平，因而能在技術(shù)探索中遇到困難時能自上而下協(xié)調(diào)資源，快速達到上傳下達的效果。

同時，宇樹與 DeepSeek 在招人時也有一套自己的標準，與市面上千篇一律的面試套路很不同。有興趣的讀者可以去了解下。

DeepSeek 梁文鋒很早開始探索如何用更低的成本訓(xùn)練出更強的模型，彼時行業(yè)還普遍看不懂。同樣地，宇樹王興興也是在大家還看不懂機器狗時就開始做四足機器狗，Momenta 曹旭東也是在自動駕駛行業(yè)還普遍沉醉于 L4 時同時開始做 L2 與 L4、兩條腿走路。

敢于與主流對著干的創(chuàng)業(yè)團隊需要一種強大的叛逆精神。在 AI 科技評論與多位投資人的交流中，這種“叛逆”容易被輕易地歸類為“年輕人群體”，但在筆者看來，叛逆的底氣終究來源于一個團隊對自己所要解決的社會問題的認知、判斷與技術(shù)自信，即：堅信自己的前進方向是未來的，會帶來巨大的價值。

3、創(chuàng)新的品味

V2 掀起價格戰(zhàn)后，梁文鋒在接受《暗涌》的訪談時對這個技術(shù)成果的評價是：“在美國每天發(fā)生的大量創(chuàng)新里，這是非常普通的一個?！?/p>

V3 與 R1 之后，梁文鋒暫時還沒有對外發(fā)過聲，但對 DeepSeek 與梁文鋒來說，在完全實現(xiàn) AGI 之前，或許 V3 與 R1 的創(chuàng)新也只是“非常普通的一個”?！@并非否定后兩者的突破與可取之處，而是想突出高追求的團隊往往會將 100 分的事情說成 80 分，并永遠追求附加分。

R1 發(fā)布，業(yè)內(nèi)的一位資深強化學(xué)習(xí)學(xué)者向 AI 科技評論分析時表示：“用純 RL 算法代替 RL+SFT 的范式后，我覺得 AGI 的實現(xiàn)最晚三年?！?/p>

Sam Altman 說 2025 年 AI 就會超越人類，馬斯克也說 AGI 最晚在 2026 年就可以實現(xiàn)?！诟鞣N“AGI時間點”的預(yù)言上，雖然我們很難判斷具體會在什么時候發(fā)生，但可以感受到這樣的大趨勢正在發(fā)生。

趨勢已知，同時 DeepSeek 的打板已經(jīng)讓大家意識到起碼兩個事實：一是 AGI 的技術(shù)還沒到天花板，二是中國的科技團隊有能力做出引領(lǐng)世界 AGI 的創(chuàng)新。相比沉浸于 DeepSeek 的勝利，接下來怎么推動中國 AGI 的發(fā)展，才是更重要的事情。

在過去的半個月，DeepSeek 的風(fēng)暴讓大廠、創(chuàng)業(yè)公司、算力廠商、投資人等對 AGI 發(fā)展的認知都產(chǎn)生了新的變化。一些過去被忽視的大象般的問題重新得到重視，同時一些過去的陳舊看法也被顛覆。但一致的變化是：所有人都意識到，在現(xiàn)階段，AGI 的實現(xiàn)仍需要理想主義。

相比猜測 OpenAI 或 DeepSeek 下一步會做什么，推斷 AGI 需要解決什么技術(shù)問題更重要。換言之，創(chuàng)新比模仿更重要。

事實上，根據(jù)過去一年 AI 科技評論的訪談，除了 DeepSeek，國內(nèi)也有不少 AI 人才在不斷堅持創(chuàng)新、不斷提出新的解法來解決懸而未決的難題。只列舉一二：

香港大學(xué)計算與數(shù)據(jù)科學(xué)研究院院長馬毅教授在過去兩年一直強調(diào)：當(dāng)前通過高算力推進訓(xùn)練的大模型擁有的是知識、而非智能。區(qū)別于深度學(xué)習(xí)的黑盒特質(zhì)，馬毅團隊一直致力于研究可解釋、可控制的人工智能算法與框架（白盒理論）。（更多信息可以閱讀 AI 科技評論往期報道：《港大馬毅：現(xiàn)在大模型的「知識」，不等同于「智能」》）

CNCC 2024 上，智譜唐杰提到多模態(tài)技術(shù)的下一步發(fā)展。從 2021 年開始，智譜團隊就開始探索多模態(tài)大模型。據(jù)智譜團隊透露，在早期探索中，他們遇到過類似的問題：文本、圖像、語音與視頻等多模態(tài)數(shù)據(jù)同時灌入訓(xùn)練大模型時，一個模態(tài)的數(shù)據(jù)似乎會削弱另一個模態(tài)的知識/智能。多模態(tài)雖然趨勢，但如何優(yōu)化跨模態(tài)的數(shù)據(jù)對齊、收集高質(zhì)量的數(shù)據(jù)、以及增強多模態(tài)模型的常識與推理能力等，也仍有很強的研究空間。（更多內(nèi)容可以閱讀雷峰網(wǎng)往期報道：《五道口大模型簡史》）

而據(jù) 2024 年 3 月與面壁團隊多位創(chuàng)始成員的交流，當(dāng)前主流的大模型架構(gòu)其實還無法很好地解決幾個關(guān)鍵問題，由此難以靠近 AGI：如經(jīng)驗學(xué)習(xí)與空間記憶。例如人可以通過多次學(xué)習(xí)一件事而更熟練，或者迅速熟悉新環(huán)境、并將另一個問題的認知有效遷移到新環(huán)境中。這些問題是當(dāng)前 Transformer 不太好表達的。（更多內(nèi)容可以閱讀 AI 科技評論往期報道：《被低估的面壁：打造出不輸 OpenAI 的 Scaling Law 曲線》）

隨著具身智能的發(fā)展，接下來 AGI 也天然分會分為云端 AGI 與端側(cè) AGI。端側(cè) AGI 指的是天然能感知環(huán)境與進行做高階推理，并能基于高階推理做出復(fù)雜多步的決策的模型。熱門的具身大小腦就是沿著這一趨勢發(fā)展，而這一方向也仍有許多問題要解決。要解決這些問題，除了資源，還要有強烈的技術(shù)實力與技術(shù)愿景。

o1 發(fā)布后，大模型領(lǐng)域的許多研究開始往推理走，但據(jù)小道消息：谷歌的 Gemini 團隊近日已完成了新一代的基礎(chǔ)模型，并對一小部分用戶開放了測試。

雖然 2023 年谷歌被 OpenAI 打得股價暴跌，但如果看 2020 年 6 月到 2022 年期間谷歌的大模型技術(shù)，就可以發(fā)現(xiàn)谷歌的大模型打法是自下而上構(gòu)建從底層算力、架構(gòu)到上層算法的體系。這或許也是谷歌 Gemini 能后來發(fā)力的重要原因。

DeepSeek 的路徑也是如此。根據(jù) DeepSeek 的技術(shù)披露，其研究大模型的路徑也是從底層萬卡集群、HAI 框架向上貫穿，構(gòu)建環(huán)環(huán)相扣的技術(shù)體系。

對權(quán)威保持警惕、永遠從問題的本質(zhì)倒推，堅定創(chuàng)新，才能引領(lǐng)潮流。短期的快錢或許會流向幸運的人，但長期的資源應(yīng)該流向那些擅長將資源應(yīng)用到最好的團隊。

希望 2025 年，中國不再只有一個 DeepSeek。

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。