DeepSeek崛起：中國AI新星如何撼動全球資本市場格局

引言

近期，中國人工智能實驗室DeepSeek發布的兩款開源模型——DeepSeek V3和DeepSeek R1——以其優異的性能和低廉的成本迅速爆火，引發了全球資本市場的震動，尤其對美國資本市場產生了顯著影響。DeepSeek R1更是能夠在數學、代碼和推理任務上達到OpenAI-o1的水平。本文旨在研究DeepSeek開源模型對資本市場的影響機制，并分析其未來發展趨勢。

DeepSeek V3和DeepSeek R1概述

DeepSeek模型的MoE架構和MLA機制技術創新示意圖

DeepSeek V3和DeepSeek R1是DeepSeek公司開發的兩款開源大語言模型，都擁有6710億參數，每個token激活370億參數。這兩款模型都基于混合專家（Mixture-of-Experts，MoE）架構，并采用多頭潛在注意力（MLA）機制，使模型能夠同時關注輸入的多個方面，從而提高推理效率。DeepSeekMoE架構采用混合專家方法來優化訓練成本和性能。DeepSeek V3的訓練成本僅為557.6萬美元，而DeepSeek R1的訓練成本比競爭對手低95%。DeepSeek R1訓練過程中出現的"頓悟時刻"更是令人印象深刻，模型能夠重新評估其初始方法并進行自我修正。在Chatbot Arena平臺上，DeepSeek的兩款模型都排名前10。

DeepSeek V3：高效訓練的突破者

DeepSeek V3接受了14.8萬億個token的預訓練。它采用創新的負載均衡策略和多token預測目標，顯著提升了模型性能和訓練效率。DeepSeek V3適用于代碼生成與分析、自然語言處理等多種任務。

DeepSeek R1：推理能力的新標桿

DeepSeek R1采用大規模強化學習，并結合冷啟動數據進行微調。它在數學、代碼和推理任務上達到OpenAI-o1的水平。DeepSeek R1適用于數學推理、代碼生成、科學研究等需要復雜推理能力的領域。

DeepSeek開源模型對資本市場的影響

DeepSeek對NVIDIA等芯片股和中國科技股的市場影響對比圖

DeepSeek開源模型的發布對全球資本市場，尤其是美國資本市場產生了以下幾個方面的影響：

對芯片制造商的影響

DeepSeek V3和R1模型的訓練成本遠低于同類模型，例如DeepSeek V3的訓練成本僅為OpenAI Llama 3.1 405B模型的十一分之一。這引發了市場對AI芯片需求的質疑，導致NVIDIA股價下跌超過8.6%。DeepSeek模型使用更少、性能更低的芯片也能達到與美國競爭對手相當的性能，這進一步加劇了NVIDIA等芯片企業的壓力。日本芯片測試設備商Advantest股價也出現同步暴跌，反映了產業鏈的連鎖反應。

DeepSeek通過"模型蒸餾"技術（用大模型訓練小模型）和FP8浮點格式優化，在H800芯片上實現等效算力。這種"算力約束下的創新"可能成為行業新范式，降低對高端芯片的依賴。同時，阿里巴巴、字節跳動等企業聯合成立"工業大模型實驗室"，推動國產芯片適配，加速半導體國產化進程。

對中國互聯網企業的影響

DeepSeek開源模型的發布提振了中國互聯網企業的股價。例如，騰訊、阿里巴巴、百度和美團的股價均出現上漲。投資者看好中國互聯網企業能夠利用DeepSeek等開源模型，以更低的成本提升AI能力，從而增強其在全球市場的競爭力。香港恒生科技指數在2025年1月的漲幅達12%，展現出"脫鉤對沖"特征。

對AI行業競爭格局的影響

DeepSeek開源模型的出現打破了OpenAI等美國公司在AI領域的壟斷地位，推動了AI行業的競爭。DeepSeek模型的開源性質和低廉的成本（API調用成本僅為OpenAI的2%）使其更容易被開發者和研究人員使用，這將加速AI技術的普及和應用，并促進AI生態系統的繁榮。Scale AI首席執行官指出，美國企業可能被迫采用中國開源技術作為底層架構，長期削弱技術主導權。

對AI投資的影響

DeepSeek模型的低成本和高性能促使投資者重新評估AI投資策略。DeepSeek的成功表明，在AI領域，高效的算法和創新的架構設計可以有效降低對大規模算力的依賴，從而降低AI研發成本。Benchmark資本合伙人指出，DeepSeek的"蒸餾法"使小模型訓練成本降低90%，可能催生"輕資產AI初創公司"浪潮。紅杉資本內部報告建議減少對GPU密集型企業的投資，轉向算法優化領域。

能源成本考量也成為投資決策的重要因素。DeepSeek模型推理能耗僅為Claude 3.5 Sonnet的1/53，促使高盛將數據中心運營商評級從"增持"下調至"中性"，反映市場對高耗能AI基礎設施的擔憂。軟銀愿景基金已暫停對美國AI企業的20億美元注資，轉而投資東南亞數據中心項目，反映資本向"去美國化"AI基礎設施遷移的趨勢。

DeepSeek崛起的地緣政治影響

DeepSeek的全球技術流向和資本流動影響力分析圖

DeepSeek的崛起對全球地緣政治格局產生了深遠影響。DeepSeek R1的發布時機恰逢美國總統特朗普就職典禮，這被認為是對美國在AI領域領導地位的挑戰。DeepSeek的成功也凸顯了美國對中國實施的出口管制措施的局限性。盡管美國限制了中國獲取先進芯片，但DeepSeek通過軟件優化和獨特的模型架構成功實現了技術突破，這表明出口管制可能對整個AI生態系統的影響大于對單個訓練運行的影響。

制裁催生創新突破

南加州大學教授張湖月分析，美國芯片禁令反而迫使中國企業開發出混合專家（MoE）架構等高效訓練方法。DeepSeek-V3在14.8萬億token數據集上的訓練效率比GPT-4提升15倍。喬治梅森大學研究顯示，此類"約束性創新"使中國AI專利數量年增速達34%，遠超美國的12%。

開源生態的地緣政治化

DeepSeek開源策略獲得發展中國家開發者廣泛支持，MIT技術評論指出其可能成為"全球南方國家的AI基礎設施"。這種技術影響力外溢引發美國國安局關注，考慮將開源模型納入出口管制范圍。

全球AI治理規則重構

DeepSeek聯合中國信通院發布《大模型安全白皮書》，推動中文語料占比超過40%的評測標準。與此相對，美國NIST緊急更新AI測試基準，新增"算力效率指數"試圖弱化中國模型優勢。這場標準化之爭反映了全球AI治理規則正在重構。

業界對DeepSeek的評價

DeepSeek的創新技術和發展模式引發了眾多分析師的關注和評論。NVIDIA高級研究經理Jim Fan將DeepSeek R1的強化學習技術與AlphaZero相提并論，認為DeepSeek采用了類似的"試錯法"來提升模型的推理能力。Wharton教授Ethan Mollick則表示，DeepSeek R1的回復"讀起來就像人類在思考"。這些評論都肯定了DeepSeek在AI領域的技術突破和創新能力。

DeepSeek開源模型爆火的原因

DeepSeek開源模型的爆火主要源于以下幾個因素：

優異的性能：DeepSeek V3和R1在多個基準測試中表現出色，其性能可與OpenAI、Google等公司的頂級模型相媲美。
低廉的成本：DeepSeek模型的訓練成本和API調用成本遠低于同類模型，例如DeepSeek R1的API調用成本僅為OpenAI o1的2%。這主要歸功于DeepSeek對效率的關注，以及對多頭潛在注意力（MLA）、混合專家（MoE）等架構的應用，以及對強化學習等訓練方法的探索。
開源的策略：DeepSeek模型采用開源許可證，允許開發者和研究人員自由使用和修改模型，這促進了AI技術的共享和創新。
創新的技術：DeepSeek模型采用了多種創新技術，例如DeepSeek V3的負載均衡策略和多token預測目標，以及DeepSeek R1的強化學習訓練方法，這些技術顯著提升了模型的性能和效率。DeepSeek還積極應對美國出口管制的挑戰，通過軟件優化和獨特的模型架構來提升效率。

DeepSeek公司發展歷程

DeepSeek從量化交易到AI領軍企業的發展歷程時間線

DeepSeek是一家專注于開發開源大語言模型的中國AI實驗室，由量化交易hedge fund High-Flyer創始人梁文鋒創立。DeepSeek的目標是開發具有通用人工智能（AGI）能力的AI模型，并將其開源，以促進AI技術的普及和發展。DeepSeek的發展歷程如下表所示：

DeepSeek V2發布后，以其強大的性能和低廉的價格，成為了中國AI模型價格戰的催化劑。盡管DeepSeek將其模型價格定得很低，但與虧損的競爭對手相比，DeepSeek仍然保持盈利。DeepSeek創始人梁文鋒曾表示，公司的資金從來都不是問題，真正的問題是高端芯片的禁運。DeepSeek的未來計劃包括：