震惊了！中国AI！

去年12 月，DeepSeek推出的DeepSeek-V3在全球AI领域掀起了巨大的波澜，它以极低的训练成本，实现了与GPT-4o和Claude Sonnet 3.5等顶尖模型相媲美的性能，震惊了业界。（DeepSeek-R1模型在2048块英伟达H800 GPU集群上运行55天完成训练，训练成本仅为557.6万美元，这相当于OpenAI GPT-4训练成本的不到十分之一）

让人没想到的是，时隔不到一个月，DeepSeek又一次推出了新的模型DeepSeek-R1，震动全球AI圈。这次推出的新模型DeepSeek-R1不仅成本低，更是在技术上有了大福提升。

很多人认为，DeepSeek正在接班OpenAI”。连小札也出来说DeepSeek很先进，中美AI差距非常小。

其实，我已经使用了几天，从我自己的感觉来看，这个模型比以往看到的任何中国的AI都要好用，包括百度、KIMI、豆包等等，建议大家可以下载下来试一试。至于有没有比海外的好，这个我就说不好了，但已经有很多大佬背书了。

这个周末美国的主流媒体，包括彭博、福布斯、经济学人、华尔街日报、纽约时报等，都报道了DeepSeek。A16z创始人Anderson、微软CEO纳德拉、ScaleAI创始人、英伟达高级研究科学家 Jim Fan等大咖都给予高度评价。

从测评数据来看，DeepSeek-R1在被广泛认可的Chatbot Arena榜单上，综合排名进入前三，风格控制类（StyleCtrl）中与OpenAI o1并列第一。

按理说，我对科技行业了解不是很深，不应该谈论。不过，这件事情，的确很重要，我分享一下自己在网上找到的一段有关DeepSeek创始人梁文锋的采访。

看完之后，我的感触很深，如沐春风。不愧是参加了总理座谈会的人物。看完这个视频，我有几点感受：①冷静沉着；②理想主义；③意志坚定；④目标明确；⑤思维超前；⑥胆大心细。我把视频找来了，大家自己看一看。为了防止有人看不到，我把内容用文字的形式记录下来，以便于精读。

在介绍内容之前，我们简单介绍一下DeepSeek这家公司。说起这家公司，很多散户恐怕恨得牙痒痒！因为它的前身就是著名的量化基金公司，说白了就是专门割散户韭菜的公司。

2008年起，梁文锋就开始带领团队使用机器学习等技术探索全自动量化交易。2015年，幻方量化正式成立，2019年，其资金管理规模就突破百亿元。

2019年，梁文锋在当年的金牛奖颁奖仪式上，发表主题演讲《一名程序员眼里中国量化投资的未来》，演讲最后，梁文锋说，幻方量化的使命就是提高中国二级市场的有效性。（注：可能就是把散户全杀掉）

2021年，幻方量化成为国内首家突破千亿规模的的量化私募大厂，被称为国内量化私募“四大天王”之一。（散户千万别乱炒了，你能干得过AI嘛？）

就是这样一家公司，放着金融的钱不赚，偷偷的研究起了AI，也算是金融圈的一股清流。2016年10月21日，幻方量化推出第一个AI模型，第一份由深度学习生成的交易仓位上线执行，使用GPU进行计算。2017年，幻方量化宣称实现投资策略全面AI化。

2023年7月，幻方量化宣布成立大模型公司DeepSeek，正式进军通用人工智能领域。据报道，DeepSeek包括创始人梁文锋在内，仅有139名工程师和研究人员。相比较OPENAI，规模小了很多，但就是这样一个团队，真的成功了~

有意思的是，DeepSee员工的工作年限约为3到5年，而那些拥有8年以上研发经验的人还可能会被直接拒绝。因为他们害怕这样的人包袱太重、缺乏创新的动力。前一段时间，“雷军千万年薪挖95后天才AI少女”的话题炒得沸沸扬扬，很多人不知道的是，雷军尝试挖走的这位90后少女罗福莉，此前正是深度求索（DeepSeek）团队的研发成员。

这家公司，真的让我看到了创新的力量，中国AI崛起的希望，因为它是一家如此与众不同的公司！

最后，请认真欣赏这段采访吧~ 看完采访，也许你也会和我一样，对中国的未来再次增强信心。

Q：DeepSeek V2模型发布后:迅速引发一场血雨腥风的大模型价格战，有人说你们是行业的一条鲶鱼。

梁文锋：我们不是有意成为一条鲶鱼，只是不小心成了一条鲶鱼。

Q：这个结果让你们意外吗?

梁文锋：非常意外。没想到价格让大家这么敏感，我们只是按照自己的步调来做事，然后核算成本定价我们的原则是不贴钱，也不赚取暴利。这个价格也是在成本之上稍微有点利润。

Q：5天后智谱AI就跟进了，之后是字节、阿里、百度、腾讯等大厂

梁文锋：智谱AI降的是一个入门级产品，和我们同级别的模型仍然收费很贵，字节是真正第一个跟进的。旗舰模型降到和我们一样的价格，然后触发了其它大厂纷纷降价。因为大厂的模型成本比我们高很多，所以我们没想到会有人亏钱做这件事，最后就变成了互联网时代的烧钱补贴的逻辑。

Q：这种代差主要来自哪里？

梁文锋：首先训练效率有差距我们估计，国内最好的水平和国外最好的相比，模型结构和训练动力学上，可能有一倍的差距。光这一点，我们要消耗两倍的算力才能达到同样效果。另外，数据效率上可能也有一倍差距，也就是我们要消耗两倍的训练数据和算力，才能达到同样的效果。合起来就要多消耗4倍算力。我们要做的，正是不停地去缩小这些差距。

Q：大部分中国公司都选择既要模型又要应用，为什么DeepSeek目前选择只做研究探索?

梁文锋：因为我们觉得现在最重要的是参与到全球创新的浪潮里去过去很多年，中国公司习惯了别人做技术创新我们拿过来做应用变现，但这并非是一种理所当然。这一波浪潮里，我们的出发点，就不是趁机赚一笔！是走到技术的前沿，去推动整个生态发展。

Q：互联网和移动互联网时代留给大部分人的惯性认知是美国擅长搞技术创新，中国更擅长做应用。

梁文锋：我们认为随着经济发展中国也要逐步成为贡献者，而不是一直搭便车。过去三十多年IT浪潮里我们基本没有参与到真正的技术创新里。

我们已经习惯摩尔定律从天而降，躺在家里18个月就会出来更好的硬件和软件，Scaling Law也在被如此对待。但其实，这是西方主导的技术社区一代代孜孜不倦创造出来的。因为之前我们没有参与这个过程，以至于忽视了它的存在。

Q：为什么DeepSeek V2会让硅谷的很多人惊讶?

梁文锋：在美国每天发生的大量创新里，这是非常普通的一个。他们之所以惊讶，只是因为这是一个中国公司在以创新贡献者的身份，加入到他们游戏里去，毕竟大部分中国公司习惯follow，而不是创新。

Q：但这种选择放在中国语境里，也过于奢侈大模型是一个重投入游戏，不是所有公司都有资本只去研究创新，而不是先考虑商业化。

梁文锋：创新的成本肯定不低，过去那种拿来主义的惯性也和过去的国情有关。但现在，你看无论中国的经济体量，还是字节、腾讯这些大厂的利润，放在全球都不低。我们创新缺的肯定不是资本而是缺乏信心，以及不知道怎么组织高密度的人才实现有效的创新。

Q：为什么中国公司——包括不缺钱的大厂，为什么中国公司--个这么容易把快速商业化当第一要义?

梁文锋：过去三十年，我们都只强调赚钱对创新是忽视的。创新不完全是商业驱动的，还需要好奇心和创造欲。我们只是被过去那种惯性束缚了，但它也是阶段性的。

Q：但你们究竟是一个商业组织，而非一个公益科研机构，选择创新，又通过开源分享出去，那要在哪里形成护城河像5月这次MLA架构的创新，也会很快被其他家copy吧？

梁文锋：在颠覆性的技术面前，闭源形成的护城河是短暂的。即使OpenAl闭源，也无法阻止被别人赶超。所以我们把价值沉淀在团队上，我们的同事在这个过程中得到成长，积累很多know-how形成可以创新的组织和文化，就是我们的护城河。

开源，发论文，其实并没有失去什么。对于技术人员来说，被follow是很有成就感的事其实，开源更像一个文化行为，而非商业行为，给予其实是一种额外的荣誉，一个公司这么做也会有文化的吸引力。

Q：你怎么看类似朱啸虎的这种市场信仰派观点?

梁文锋：朱啸虎是自洽的但他的打法更适合快速赚钱的公司，而你看美国最赚钱的公司，都是厚积薄发的高科技公司。

Q：但做大模型，单纯的技术领先也很难形成绝对优势你们赌的那个更大的东西是什么?

梁文锋：我们看到的是中国AI不可能永远处在跟随的位置。我们经常说中国AI和美国有一两年差距，但真实的qap是原创和模仿之差。如果这个不改变，中国永远只能是追随者，所以有些探索也是逃不掉的。

英伟达的领先，不只是一个公司的努力，而是整个西方技术社区和产业共同努力的结果他们能看到下一代的技术趋势，手里有路线图。中国Al的发展，同样需要这样的生态很多国产芯片发展不起来，也是因为缺乏配套的技术社区，只有第二手消息。所以，中国必然需要有人站到技术的前沿。

Q：现在的DeepSeek有一种OpenAl早期的理想主义气质，是开源的。后边你们会选择闭源吗?OpenAl和Mistral都有过从开源到闭源的过程。

梁文锋：我们不会闭源，我们认为先有一个强大的技术生态更重要。

Q：你们有融资计划吗?看有媒体报道，幻方对DeepSeek有独立拆分上市的计划硅谷的AI创业公司，最终也都难免要和大厂绑定。

梁文锋：短期内没有融资计划。我们面临的问题从来不是钱，而是高端芯片被禁运。

Q：很多人认为，做AGI和做量化是完全不同的两件事量化可以闷声去做，但AGI可能更需要高举高打，需要结盟这样可以让你的投入变大。

梁文锋：更多的投入并不一定产生更多的创新，否则大厂可以把所有的创新包揽了。

Q：你们现在不做应用，是因为你们没有运营的基因吗?

梁文锋：我们认为当前阶段是技术创新的爆发期，而不是应用的爆发。长远来说，我们希望形成一种生态。就是业界直接使用我们的技术和产出，我们只负责基础模型和前沿的创新，然后其它公司在DeepSeek的基础上构建toB、toC的业务。

如果能形成完整的产业上下游，我们就没必要自己做应用。当然，如果需要，我们做应用也没障碍，但研究和技术创新永远是我们第一优先级。

Q：但选择API的话，为什么选择DeepSeek，而不是大厂?

梁文锋：未来的世界很可能是专业化分工的基础大模型需要持续创新大厂有它的能力边界，并不一定适合。

Q：但技术真的可以拉开差距吗?你也说过并不存在绝对的技术秘密

梁文锋：技术没有秘密，但重置需要时间和成本。英伟达的显卡，理论上没有任何技术秘密，很容易复制。但重新组织团队，以及追赶下一代技术都要时间，所以，实际的护城河还是很宽。

Q：你们降价后，字节率先跟进，说明他们还是感受到某种威胁，你怎么看创业公司与大厂竞争的新解法?

梁文锋：说实话我们不太care这件事，只是顺便做了这件事。提供云服务不是我们的主要目标。我们的目标还是去实现AGI。目前没有看到什么新解法，但大厂也没有明显占优。

大厂有现成的用户，但它的现金流业务也是它的包袱，也会让它成为随时被颠覆的对象。

Q：你怎么看DeepSeek之外的6家大模型创业公司的终局?

梁文锋：可能活下来2到3家。现在都还处在烧钱阶段，所以那些自我定位清晰、更能精细化运营的，更有机会活下来。其它公司可能会脱胎换骨。有价值的东西不会烟消云散，但会换一种方式。

Q：幻方时代，面对竞争的姿态就被评价为“我行我素”，很少在意横向比较。关于竞争，你思考的原点是什么?

梁文锋：我经常思考的是，一个东西能不能让社会的运行效率变高，以及你能否在它的产业分工链条上找到擅长的位置。只要终局是让社会效率更高，就是成立的。中间很多都是阶段性的，过度关注必然眼花缭乱。

Q：OpenAl前政策主管、Anthropic联合创始人Jack Clark@.认为DeepSeek雇佣了“一批高深莫测的奇才做出DeepSeek v2的是怎样一群人?

梁文锋：并没有什么高深莫测的奇才，都是一些Top高校的应届毕业生，没毕业的博四、博五实习生，还有一些毕业才几年的年轻人。

Q：很多大模型公司都执着地去海外挖人，很多人觉得这个领域前50名的顶尖人才可能都不在中国的公司:你们的人都来自哪里?

梁文锋：V2模型没有海外回来的人，都是本土的。前50名顶尖人才可能不在中国，但也许我们能自己打造这样的人。

Q：这次MLA创新是如何发生的?听说idea最早来自一个年轻研究员的个人兴趣?

梁文锋：在总结出Attention架构的一些主流变迁规律后，他突发奇想去设计一个替代方案。不过从想法到落地，中间是一个漫长的过程。我们为此组了一个team，花了几个月时间才跑通。

Q：这种发散性灵感的诞生和你们完全创新型组织的架构很有关系幻方时代，你们就很少自上而下地指派目标或任务。但AGI这种充满不确定性的前沿探索，是否多了管理动作?

梁文锋：DeepSeek也全是自下而上。而且我们一般不前置分工，而是自然分工。每个人有自己独特的成长经历，都是自带想法的，不需要push他。

探索过程中，他遇到问题，自己就会拉人讨论。不过当一个idea显示出潜力，我们也会自上而下地去调配资源。

Q：听说DeepSeek对于卡和人的调集非常灵活

梁文锋：我们每个人对于卡和人的调动是不设上限的，如果有想法，每个人随时可以调用训练集群的卡，无需审批，同时因为不存在层级和跨部门，也可以灵活调用所有人，只要对方也有兴趣。

一种松散的管理方式也取决于你们筛选到了一批强热爱驱动的人，听说你们很擅长从细节招人，可以让一些非传统评价指标里优秀的人被选出来。

我们选人的标准一直都是热爱和好奇心，所以很多人会有一些奇特的经历，很有意思。很多人对做研究的渴望，远超对钱的在意。

Q：transformer诞生在谷歌的ALab，ChatGPT诞生在OpenA中集你觉得大公司的AlLab 和一个创业公司对于创新产生的价值有什么不同?

梁文锋：不管是Google实验室，还是OpenAl甚至中国大厂的AlLab，都很有价值的。最后是OpenAl做出来，也有历史的偶然性。

Q：创新很大程度也是一种偶然吗?我看你们办公区中间那排会议室，左右两侧都设置了可以随意推开的门。你们同事说，这就是给偶然留出空隙transfomer诞生中就发生过那种偶然经过的人听到后加入最终把它变成一个通用框架的故事。

梁文锋：我觉得创新首先是一个信念问题为什么硅谷那么有创新精神?首先是敢。

Chatgpt出来时，整个国内对做前沿创新都缺乏信心从投资人到大厂，都觉得差距太大了，还是做应用吧但创新首先需要自信。这种信心通常在年轻人身上更明显。

Q：但你们不参与融资，很少对外发声。社会声量上肯定不如那些融资活跃的公司，怎么确保DeepSeek就是做大模型的人的首选?

梁文锋：因为我们在做最难的事对顶级人才吸引最大的，肯定是去解决世界上最难的问题。其实，顶尖人才在中国是被低估的因为整个社会层面的硬核创新太少了，使得他们没有机会被识别出来。我们在做最难的事，对他们就是有吸引力的。

Q：你觉得大模型终局是什么样态?

梁文锋：会有专门公司提供基础模型和基础服务，会有很长链条的专业分工。更多人在之上去满足整个社会多样化的需求。

过去这一年，中国的大模型创业还是有很多变化的，比如去年开头还很活跃的王慧文中场退出了，后来加入的公司也开始呈现出差异化。

王慧文自己承担了所有的损失，让其他人全身而退他做了一个对自己最不利，但对大家都好的选择所以他做人是很厚道的，这点我很佩服。

Q：现在你的精力最多放在哪里?

梁文锋：主要的精力在研究下一代的大模型，还有很多未解决的问题。

Q：其他几家大模型创业公司都是坚持既要又要，毕竟技术不会带来永久领先，抓住时间窗口把技术优势落到产品也很重要，DeepSeek敢于专注在模型研究上，是因为模型能力还不够吗?

所有的套路都是上一代的产物，未来不一定成立。拿互联网的商业逻辑去讨论未来Al的盈利模式，就像马化腾创业时，你去讨论通用电气和可口可乐一样。很可能是一种刻舟求剑。

Q：过去幻方就有很强的技术和创新基因，成长也比较顺利:这是你偏乐观的原因吗?

梁文锋：幻方某种程度上增强了我们对技术驱动型创新的信心，但也不都是坦途。我们经历了一个漫长的积累过程。外部看到的是幻方2015年后的部分，但其实我们做了16年。

Q：回到关于原创式创新的话题现在经济开始进入下行，资本也进入冷周期所以它对原创式创新是否会带来更多抑制?

梁文锋：我倒觉得未必。中国产业结构的调整，会更依赖硬核技术的创新当很多人发现过去赚快钱很可能来自时代运气，就会更愿意俯身去做真正的创新

Q：所以你对这件事也是乐观的?

梁文锋：我是八十年代在广东一个五线城市长大的。我的父亲是小学老师，九十年代，广东赚钱机会很多，当时有不少家长到我家里来，基本就是家长觉得读书没用。但现在回去看，观念都变了。因为钱不好赚了，连开出租车的机会可能都没了。一代人的时间就变了。

以后硬核创新会越来越多现在可能还不容易被理解，是因为整个社会群体需要被事实教育。当这个社会让硬核创新的人功成名就，群体性想法就会改变。我们只是还需要一堆事实和一个过程。