OpenAI首席研究官揭示：DeepSeek独立发现AI模型核心思路，英伟达助力降低推理成本，技术创新引发奥特曼和LeCun热议

深度解析：DeepSeek 引发的 AI 硬件需求变革与市场反应

春节期间，国内外 AI 圈被 DeepSeek 的新模型发布刷屏。英伟达市值蒸发近 6000 亿美元，引发了全球关注（参见《英伟达市值蒸发近 6000 亿美元，而 DeepSeek 刚刚又开源新模型》）。DeepSeek 最近发布的 DeepSeek-V3 和 DeepSeek-R1 模型以较低的成本实现了与 OpenAI 同类模型相当的性能，这引发了市场对高端 AI 硬件需求的担忧。

许多业内人士认为，DeepSeek 在硬件受限的情况下通过技术创新减少了对算力的需求，从而提升了性能。这种创新得到了包括 Sam Altman 在内的多位 AI 领军人物的认可。OpenAI 首席研究官 Mark Chen 也在社交媒体上发表了看法，肯定了 DeepSeek 的成就，但也强调了 OpenAI 在算力投入上的合理性。

Mark Chen 表示，虽然 DeepSeek 独立发现了 OpenAI 在开发 o1 模型时的一些核心理念，但这并不意味着减少成本就能提升能力。他指出，拥有预训练和推理两个范式意味着可以在多个维度上优化性能，而不是仅仅依赖低成本。此外，降低成本并不等于能提供更好的服务，尤其是在高延迟情况下。OpenAI 将继续专注于其研究路线图，并计划在本季度和今年推出更好的模型。

对于外界对 DeepSeek 成本的过度反应，Mark Chen 认为这是不合理的。实际上，DeepSeek-V3 的技术报告中提到的成本仅包括正式训练，不包括前期研究、消融实验等额外成本。图灵奖得主 Yann LeCun 也表达了类似观点，他认为市场的反应主要集中在训练成本上，但实际上大部分费用用于维持大规模用户的服务稳定性和持续改进。

不少网友赞同 LeCun 的看法，认为降低推理成本比降低训练成本更具实际意义，因为这将加速 AI 技术的普及并创造更大的市场。面对可能激增的推理需求，各大科技公司如 OpenAI 和 Meta 正在积极准备，例如 OpenAI 的「星际之门」项目以及 Meta 的巨额 AI 投资。

2025 年，AI 市场的竞争将更加激烈，DeepSeek 能否在新的一年里取得更大突破，还需拭目以待。

本文来源：