DeepSeek改写华尔街估值规则

原創

硅谷急了，华尔街慌了。

大家都在猜测，美股的AI泡沫迟早要爆破，英伟达（NVDA.US）高高在上的市值肯定要跌一跌，没想到，刺破估值泡沫的会是来自东方的神秘力量。

名不见经传的DeepSeek（深度求索）短短几天，登顶苹果中国地区和美国地区应用商店免费App下载排行榜，快速超越ChatGPT。

DeepSeek为何能成为硅谷Killer？

DeepSeek是一家在人工智能领域具有创新性和影响力的中国公司，由中国对冲基金幻方量化于2023年5月在杭州成立，创始人为幻方量化的创始人梁文峰。

几天之前，这家AI公司发布了大语言模型DeepSeek-R1，让全球技术圈沸腾，其推理能力与OpenAI目前最好的模型o1相当，能够一步一步反思自己的分析（即所称的“思维链”方式），在几秒钟或几分钟内回答难题，并解决复杂的问题。

不仅如此，DeepSeek-R1在各种第三方基准测试（衡量AI在回答各种主题问题时的表现测试）中的得分与OpenAI的o1一样高甚至更高，但其训练成本只有OpenAI的3%-5%（据报道约为500万美元），而且使用的GPU芯片要少得多。

不同于“ClosedAI”的o1向用户收费（Plus版的收费为每月20美元，而Pro版的月费更高达200美元），DeepSeek-R1为完全开源模型，正因如此，人们能按照不同的任务目的对模型的诸多变体进行微调和训练，例如将其收缩，在移动设备上运行，或者与其他开源模型结合起来使用等等。据西方媒体报道，就算用于开发，DeepSeek的API成本也要比OpenAI的o1模型低超过90%。

更过分的是，其使用门槛极低——DeepSeek有免费的网站和移动App，还能“联网搜索”，在这方面OpenAI也只是做到半桶水而已。

不少美国用户抨击o1：太贵、太慢，需要依赖OpenAI服务器，而R1则全面解决这些痛点，其他企业用户能够自行购买英伟达的GPU来运行模型，而无需担心增加成本或过度依赖OpenAI服务器，而造成速度缓慢。

有意思的是，这不是第一款让西方震慑的AI产品，几天之前，字节跳动发布另一AI模型豆包1.5-Pro，在第三方基准测试中与OpenAI的非推理GPT-4o性能相当，但成本仅为其五十分之一。

这一切都让特朗普的5000亿美元“星际之门”以及大型科技巨头的巨额资本开支预算看起来像个笑话。

在《解构“星际之门”的财富密码》一文，我们已经提到，特朗普提出由软银出资、OpenAI出力，与甲骨文（ORCL.US）和中东科技投资公司MGX组建合营项目“星际之门”，在四年来投入5000亿美元在美国建造新的AI基础设施，可以预期，购买最尖端AI芯片的成本在这笔资本支出中将占大比重。

除此以外，微软（MSFT.US）、亚马逊（AMZN.US）、Meta（META.US）、谷歌（GOOG.US）等也已经表明会在2025年大幅增加资本开支进行AI基础设施的投入，其中AI芯片的支出会占较大比重。

没想到的是，中国的AI模型仅用有限的芯片和低得多的成本就完美超越，最主要的原因是DeepSeek采用的是非OpenAI传统的训练方式——不拼算力，而是拼算法。

当前的大模型通常采用监督微调（SFT）技术进行训练，而DeepSeek-R1几乎单纯使用强化学习技术进行“后训练”，很少使用SFT，从而减少了对大规模人工标注数据集的依赖，降低数据收集和标注的成本；R1模型通过学习思维链（CoT）的方式逐步推理而得出结果，而不是直接预测答案，极大地提升了推理能力，使模型在解决复杂问题时能更有效地利用计算资源，避免了不必要的计算开销。

在资源利用方面，R1通过Multi-Head Latent Attention（MLA）和DeepSeek MOE架构节省了大量的现存，确保每个token下少量专家网络参数被激活时，不同专家网络能以更均衡的频率被激活，更有效地使用硬件资源；设计出“对偶流水线”机制，将GPU用于数学运算和通信相关的算力进行并行隐藏，减少了GPU指令执行流水线中的“气泡”，提升了GPU的使用效率，让GPU几乎不间断地进行运算；限制了每个token发送到GPU集群节点的数量，并应用了FP8混合精度训练架构，降低了通信开销的同时加快了计算速度。

研发方面，DeepSeek团队或只有140名员工，而OpenAI有上千名员工。DeepSeek坚持开源策略，模型的代码和训练方法完全开源，吸引了不少开发者参与到模型的优化和改革中来，有效分摊了成本。

正因如此，华尔街这一年来的估值逻辑被颠覆。

估值逻辑有变

有鉴于AI发展浪潮的迅猛，英伟达成为华尔街的宠儿，更两度超越苹果（AAPL.US）成为全球市值最高的上市公司，主要因为AI的发展和演变，离不开最尖端AI芯片的支持，而英伟达的A100、GB200等等芯片，成为各大型科技企业的AI芯片首选。由于要训练其大模型需要不少的算力，所使用的芯片数量不菲，也令英伟达的芯片“一芯难求”，更大大推高了成本。

英伟达的估值也因此水涨船高。

不仅英伟达，半导体产业链也得益于这波红利而跑赢了大部分科技股，例如有能力量产英伟达最先进AI芯片的台积电（TSM.US）、全球最主要的光刻机供应商阿斯麦（ASML.US），甚至为AI算力提供能源支持的能源公司Vistra（VST.US）和Constellation Energy（CEG.US）等，在2024年都实现不俗的股价涨幅。

但是DeepSeek的这一下深度求索，扭转了依靠AI芯片才能打造出最尖端大模型的逻辑，英伟达的香饽饽变得没那么香了。

英伟达在R1发布后首个交易日的股价下探16.97%，蒸发掉接近6000亿美元，差不多相当于七个英特尔（INTC.US）的市值。台积电的股价也下挫13.33%，阿斯麦亦下跌5.75%。能源公司Vistra和Constellation Energy更分别下挫28.27%和20.85%。

值得留意的是，Meta的开源模型Llama首当其冲，同为开源模型，Llama的性能明显跑输，成本还不低，而扎克伯格已明确2025年将加大对AI的资本支出，这或引发投资者对其估值的思考，不过Meta的股价却上升1.91%。

二级市场的回落迟早将蔓延到一级市场，刚刚获得估值大幅提升的OpenAI和Anthropic，下一轮融资不知道能获得多少估值。

结语

对于DeepSeek-R1的成功也有不少不以为然的声音，甚至引发了多次攻击，我们留意到，DeepSeek网页版今日（1月28日）多次短暂出错。今早起，我们就留意到DeepSeek暂时限制了+86手机号（中国内地手机号码）以外的注册方式，已注册用户可以正常登陆。

不过，对抗敌意的最聪明办法是“以强制敌”，1月28日凌晨，DeepSeek又发布了开源多模态AI模型Janus-Pro，为之前于2024年11月发布JanusFlow大模型的升级版，能同时处理文本和图像，架构解耦多模态理解和视觉生成任务，在图像生成基准测试中超越OpenAI的“文生图”模型DALL-E 3。对比上一代模型，Janus-Pro优化了训练策略并扩展了训练数据。

幸好，中国的农历新年马上就到了，中国人都忙着过新年，应该没空再发布新模型，老黄和华尔街应该可以暂时缓一口气。