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
三星与AI搜索引擎Perplexity合作,将其应用引入智能电视。2025年三星电视用户可立即使用,2024和2023年款设备将通过系统更新获得支持。用户可通过打字或语音提问,Perplexity还为用户提供12个月免费Pro订阅。尽管面临版权争议,这一合作仍引发关注。
浙江大学团队提出动态专家搜索方法,让AI能根据不同问题灵活调整内部专家配置。该方法在数学、编程等任务上显著提升推理准确率,且不增加计算成本。研究发现不同类型问题偏爱不同专家配置,为AI推理优化开辟新路径。
苹果M5 MacBook Pro评测显示这是一次相对较小的升级。最大变化是M5芯片,CPU性能比M4提升约9%,多核性能比M4 MacBook Air快19%,GPU性能提升37%。功耗可能有所增加但电池续航保持24小时。评测者认为该产品不适合M4用户升级,但对使用older型号用户仍是强有力选择。
清华大学研究团队提出SIRI方法,通过"压缩-扩张"交替训练策略,成功解决了大型推理模型"话多且准确率低"的问题。实验显示,该方法在数学竞赛题上将模型准确率提升43.2%的同时,输出长度减少46.9%,真正实现了效率与性能的双重优化,为AI模型训练提供了新思路。