DeepSeek 雖然沒有發明新范式，但推進整個行業進入了新范式。

原標題：拾象科技李廣密：對 DeepSeek 和智能下半場的幾條判斷
文章來源：Founder Park
內容字數：9274字

DeepSeek：AI下半場的開端與未來展望

本文總結了近期關于DeepSeek的討論，并展望AI領域未來的發展方向。DeepSeek的出現，被認為是AI發展進入“下半場”的重要標志，引發了業界廣泛關注和熱議。文章從多個角度分析了DeepSeek的影響，并提出了對未來AI突破方向的思考。

1. DeepSeek與行業巨頭：DeepSeek在技術能力上已超越Meta Llama，但與OpenAI、Anthropic和Google等第一梯隊相比仍有差距。DeepSeek的成功并非范式級創新，而是將OpenAI o1的RL范式開源，極大提升了該范式的普及率。在Transformer架構下超越第一梯隊存在難度，未來突破有賴于下一代智能架構的出現。

2. DeepSeek開啟新范式：雖然DeepSeek并非發明新范式，但它成功地將RL和test time compute范式推向大眾，促進了更多AI研究人員轉向該方向，加速了行業發展。OpenAI、Anthropic和Google等公司也因此加快了對RL的研究。

3. DeepSeek與Anthropic技術路線差異：Anthropic認為基礎模型和推理模型應處于連續光譜，而非OpenAI的模型系列。Anthropic在預訓練階段就大量使用RL，提升基礎模型能力，而非單純依賴RL提升推理模型。

4. DeepSeek成功的因素：DeepSeek的成功既有必然性，也有偶然性。開源、低成本、聯網+公開CoT以及RL泛化等技術亮點，加上恰當的發布時間和輿論環境，共同造就了DeepSeek的轟動效應。

5. DeepSeek的影響：ToC領域的Chatbot受沖擊最大；To Developer領域影響有限；To Enterprise和To Government領域受影響較小，大型組織的決策更復雜。短期來看，閉源公司受沖擊較大，但長期來看，擁有充裕算力資源的公司將受益。

6. 蒸餾技術：DeepSeek是否在預訓練階段大量使用蒸餾數據，將影響其技術突破的評價。蒸餾技術不太可能在基礎模型層面超越SOTA，但DeepSeek R-1的成功可能與其優秀的Reward model有關。

7. AI領域的護城河：DeepSeek證明了智能技術進步的陡峭性，階段性產品難以形成絕對壁壘。在AI時代，智能創新可能比其他任何形式的創新都更重要。

8. DeepSeek的商業化：DeepSeek尚未決定如何利用當前的流量。這凸顯了將偉大的研究實驗室和偉大的商業公司整合在一起的挑戰。DeepSeek需要權衡短期流量和長期戰略目標。

9. 未來的智能突破：未來的突破可能來自第一梯隊的下一代模型或Agent的落地。擁有優秀人才和充裕資源的組織，更有可能在下一代范式中取得突破。

10. 結語：DeepSeek的出現增強了人們對中國AI人才的信心。未來AI發展需要全球合作，技術無國界。

聯系作者

文章來源：Founder Park
作者微信：
作者簡介：來自極客公園，專注與科技創業者聊「真問題」。