在生成式 AI 领域热闹非凡的一周里,科技行业正在权衡这位大语言模型领域新玩家带来的影响。中国的 DeepSeek 周一震惊股市,导致曾经的 AI 明星企业 Nvidia 市值蒸发 6000 亿美元。
随着市场逐渐平静并开始恢复,业界开始质疑这些影响的深远意义,以及中国表面上的 AI 复兴是否真如表象所示。
对 DeepSeek 的关注度可见一斑,一位投资分析师甚至不问 ServiceNow 公司的业绩表现,而是询问 CEO Bill McDermott 如何看待在其工作流解决方案中整合大语言模型时对 DeepSeek 的看法。
McDermott 在公司第四季度财报会议上对分析师表示:"这些模型正在以惊人的速度商品化,可能比任何人想象的都要快。"
"这对像我们这样的平台和应用程序供应商来说令人兴奋,因为竞争优势将体现在我们的应用程序、业务流程层面...最终实现业务成果。"
McDermott 向与会者表示,他不仅考虑到了客户的利益,还着眼于更便宜的大语言模型可能为 ServiceNow 带来的"毛利率效益"。
然而,这位 CEO 也表达了谨慎态度:"关于 DeepSeek,我认为我们需要三思而后行。我们坚信要充分了解实际情况,并且我们高度重视负责任的 AI。" 他表示 ServiceNow 团队正在研究 DeepSeek 出现带来的影响。
McDermott 的热情源于 DeepSeek 声称其最新的 R1 模型的开发成本仅为竞争对手的一小部分。While 欧美竞争对手在训练大语言模型上投入数十亿美元,据称 DeepSeek 仅花费约 558 万美元就达到了相当的性能。
DeepSeek R1 推理模型的定价可能比 OpenAI 的 o1 API 便宜 27 倍,但一些人对其声称表示怀疑。
首先,有人认为它是其他供应商提供的大语言模型的一个不错的开源替代品。虽然一些美国供应商宣称他们具有开源特性,但学术研究发现它们并不是真正开放的。
同样,DeepSeek 的开源声明也值得审视。系统集成商和 IT 服务供应商 Version1 指出,虽然 DeepSeek 发布了模型权重,但并未公开其训练数据和训练代码。
在 OpenAI 的 Reddit 讨论组中,有网友分享证据表明 DeepSeek R1 可能在基准答案上训练其模型,从而可能在不生产通用模型的情况下操纵市场。
用户称一些答案与基准答案显示 50-90% 的相似度。讨论组中的其他人质疑使用这种方法是否可能获得任何类似通用大语言模型的效果。
无论其性能和开源声明是否站得住脚,DeepSeek 的安全信誉也受到了打击,因为据称由于正在进行的网络攻击,该公司限制了其模型网络界面的新用户注册。
该公司在其状态页面上的说明称:"由于针对 DeepSeek 服务的大规模恶意攻击,我们暂时限制注册以确保服务持续运行。"
无论对股票估值的影响如何,随着中国继续推进进军西方软件市场,科技用户必将产生更多疑问。
好文章,需要你的鼓励
尽管全球企业AI投资在2024年达到2523亿美元,但MIT研究显示95%的企业仍未从生成式AI投资中获得回报。专家预测2026年将成为转折点,企业将从试点阶段转向实际部署。关键在于CEO精准识别高影响领域,推进AI代理技术应用,并加强员工AI能力培训。Forrester预测30%大型企业将实施强制AI培训,而Gartner预计到2028年15%日常工作决策将由AI自主完成。
这项由北京大学等机构联合完成的研究,开发了名为GraphLocator的智能软件问题诊断系统,通过构建代码依赖图和因果问题图,能够像医生诊断疾病一样精确定位软件问题的根源。在三个大型数据集的测试中,该系统比现有方法平均提高了19.49%的召回率和11.89%的精确率,特别在处理复杂的跨模块问题时表现优异,为软件维护效率的提升开辟了新路径。
2026年软件行业将迎来定价模式的根本性变革,从传统按席位收费转向基于结果的付费模式。AI正在重塑整个软件经济学,企业IT预算的12-15%已投入AI领域。这一转变要求建立明确的成功衡量指标,如Zendesk以"自动化解决方案"为标准。未来将出现更精简的工程团队,80%的工程师需要为AI驱动的角色提升技能,同时需要重新设计软件开发和部署流程以适应AI优先的工作流程。
这项由德国达姆施塔特工业大学领导的国际研究团队首次发现,当前最先进的专家混合模型AI系统存在严重安全漏洞。通过开发GateBreaker攻击框架,研究人员证明仅需关闭约3%的特定神经元,就能让AI的攻击成功率从7.4%暴增至64.9%。该研究揭示了专家混合模型安全机制过度集中的根本缺陷,为AI安全领域敲响了警钟。