DeepSeek改寫華爾街估值規則

矽谷急了，華爾街慌了。

大家都在猜測，美股的AI泡沫遲早要爆破，英偉達（NVDA.US）高高在上的市值肯定要跌一跌，沒想到，刺破估值泡沫的會是來自東方的神秘力量。

名不見經傳的DeepSeek（深度求索）短短幾天，登頂蘋果中國地區和美國地區應用商店免費App下載排行榜，快速超越ChatGPT。

DeepSeek為何能成為矽谷Killer？

DeepSeek是一家在人工智能領域具有創新性和影響力的中國公司，由中國對衝基金幻方量化於2023年5月在杭州成立，創始人為幻方量化的創始人梁文峰。

幾天之前，這家AI公司發佈了大語言模型DeepSeek-R1，讓全球技術圈沸騰，其推理能力與OpenAI目前最好的模型o1相當，能夠一步一步反思自己的分析（即所稱的「思維鏈」方式），在幾秒鍾或幾分鍾内回答難題，並解決復雜的問題。

不僅如此，DeepSeek-R1在各種第三方基準測試（衡量AI在回答各種主題問題時的表現測試）中的得分與OpenAI的o1一樣高甚至更高，但其訓練成本只有OpenAI的3%-5%（據報道約為500萬美元），而且使用的GPU芯片要少得多。

不同於「ClosedAI」的o1向用戶收費（Plus版的收費為每月20美元，而Pro版的月費更高達200美元），DeepSeek-R1為完全開源模型，正因如此，人們能按照不同的任務目的對模型的諸多變體進行微調和訓練，例如將其收縮，在移動設備上運行，或者與其他開源模型結合起來使用等等。據西方媒體報道，就算用於開發，DeepSeek的API成本也要比OpenAI的o1模型低超過90%。

更過分的是，其使用門檻極低——DeepSeek有免費的網站和移動App，還能「聯網搜索」，在這方面OpenAI也只是做到半桶水而已。

不少美國用戶抨擊o1：太貴、太慢，需要依賴OpenAI服務器，而R1則全面解決這些痛點，其他企業用戶能夠自行購買英偉達的GPU來運行模型，而無需擔心增加成本或過度依賴OpenAI服務器，而造成速度緩慢。

有意思的是，這不是第一款讓西方震懾的AI產品，幾天之前，字節跳動發佈另一AI模型豆包1.5-Pro，在第三方基準測試中與OpenAI的非推理GPT-4o性能相當，但成本僅為其五十分之一。

這一切都讓特朗普的5000億美元「星際之門」以及大型科技巨頭的巨額資本開支預算看起來像個笑話。

在《解構「星際之門」的財富密碼》一文，我們已經提到，特朗普提出由軟銀出資、OpenAI出力，與甲骨文（ORCL.US）和中東科技投資公司MGX組建合營項目「星際之門」，在四年來投入5000億美元在美國建造新的AI基礎設施，可以預期，購買最尖端AI芯片的成本在這筆資本支出中將佔大比重。

除此以外，微軟（MSFT.US）、亞馬遜（AMZN.US）、Meta（META.US）、谷歌（GOOG.US）等也已經表明會在2025年大幅增加資本開支進行AI基礎設施的投入，其中AI芯片的支出會佔較大比重。

沒想到的是，中國的AI模型僅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採用的是非OpenAI傳統的訓練方式——不拼算力，而是拼算法。

當前的大模型通常採用監督微調（SFT）技術進行訓練，而DeepSeek-R1幾乎單純使用強化學習技術進行「後訓練」，很少使用SFT，從而減少了對大規模人工標注數據集的依賴，降低數據收集和標注的成本；R1模型通過學習思維鏈（CoT）的方式逐步推理而得出結果，而不是直接預測答案，極大地提升了推理能力，使模型在解決復雜問題時能更有效地利用計算資源，避免了不必要的計算開銷。

在資源利用方面，R1通過Multi-Head Latent Attention（MLA）和DeepSeek MOE架構節省了大量的現存，確保每個token下少量專家網絡參數被激活時，不同專家網絡能以更均衡的頻率被激活，更有效地使用硬件資源；設計出「對偶流水線」機制，將GPU用於數學運算和通信相關的算力進行並行隱藏，減少了GPU指令執行流水線中的「氣泡」，提升了GPU的使用效率，讓GPU幾乎不間斷地進行運算；限制了每個token發送到GPU集群節點的數量，並應用了FP8混合精度訓練架構，降低了通信開銷的同時加快了計算速度。

研發方面，DeepSeek團隊或只有140名員工，而OpenAI有上千名員工。DeepSeek堅持開源策略，模型的代碼和訓練方法完全開源，吸引了不少開發者參與到模型的優化和改革中來，有效分攤了成本。

正因如此，華爾街這一年來的估值邏輯被颠覆。

估值邏輯有變

有鑒於AI發展浪潮的迅猛，英偉達成為華爾街的寵兒，更兩度超越蘋果（AAPL.US）成為全球市值最高的上市公司，主要因為AI的發展和演變，離不開最尖端AI芯片的支持，而英偉達的A100、GB200等等芯片，成為各大型科技企業的AI芯片首選。由於要訓練其大模型需要不少的算力，所使用的芯片數量不菲，也令英偉達的芯片「一芯難求」，更大大推高了成本。

英偉達的估值也因此水漲船高。

不僅英偉達，半導體產業鏈也得益於這波紅利而跑赢了大部分科技股，例如有能力量產英偉達最先進AI芯片的台積電（TSM.US）、全球最主要的光刻機供應商阿斯麥（ASML.US），甚至為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年都實現不俗的股價漲幅。

但是DeepSeek的這一下深度求索，扭轉了依靠AI芯片才能打造出最尖端大模型的邏輯，英偉達的香饽饽變得沒那麽香了。

英偉達在R1發佈後首個交易日的股價下探16.97%，蒸發掉接近6000億美元，差不多相當於七個英特爾（INTC.US）的市值。台積電的股價也下挫13.33%，阿斯麥亦下跌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的開源模型Llama首當其衝，同為開源模型，Llama的性能明顯跑輸，成本還不低，而紮克伯格已明確2025年將加大對AI的資本支出，這或引發投資者對其估值的思考，不過Meta的股價卻上升1.91%。

二級市場的回落遲早將蔓延到一級市場，剛剛獲得估值大幅提升的OpenAI和Anthropic，下一輪融資不知道能獲得多少估值。

結語

對於DeepSeek-R1的成功也有不少不以為然的聲音，甚至引發了多次攻擊，我們留意到，DeepSeek網頁版今日（1月28日）多次短暫出錯。今早起，我們就留意到DeepSeek暫時限制了+86手機號（中國内地手機號碼）以外的注冊方式，已注冊用戶可以正常登陸。

不過，對抗敵意的最聰明辦法是「以強制敵」，1月28日淩晨，DeepSeek又發佈了開源多模態AI模型Janus-Pro，為之前於2024年11月發佈JanusFlow大模型的升級版，能同時處理文本和圖像，架構解耦多模態理解和視覺生成任務，在圖像生成基準測試中超越OpenAI的「文生圖」模型DALL-E 3。對比上一代模型，Janus-Pro優化了訓練策略並擴展了訓練數據。

幸好，中國的農歷新年馬上就到了，中國人都忙著過新年，應該沒空再發佈新模型，老黃和華爾街應該可以暫時緩一口氣。