中國新創 DeepSeek 掀起 AI 領域革命，科技巨頭危機四伏

DeepSeek 的崛起動搖了科技巨頭在 AI 創新領域的領導地位。這家中國初創公司展示了如何以更少的資金和資源實現模型效率。

BeInCrypto 訪問了 10 位行業領袖，探討科技領域對加密市場的溢出效應，以及 DeepSeek 的崛起如何永久性地重新定義 AI 發展的未來。

美國科技巨頭的冰水挑戰

DeepSeek 的崛起及其對加密市場的深遠影響，對西方科技領域敲響了警鐘，表明他們不再在 AI 發展上擁有絕對優勢。

僅在兩週前，這家中國初創公司發布了兩個 AI 模型：R1 和 V3。這些系統的效率與 OpenAI 和 Google 開發的技術相當，甚至在某些指標上排名更高，且成本僅為其一小部分。

雖然像 Meta 的 Llama 3.1 這樣的語言學習模型（LLM）生產成本超過 6000 萬美元，但 DeepSeek 以僅 600 萬美元的成本訓練前沿模型而成為頭條新聞。

在 DeepSeek 推出後的短短幾小時內，消息使美國領先科技公司的市值蒸發了 1 兆美元。全球 AI 芯片的主導供應商 Nvidia 的市值下降了 6000 億美元。

美國股市遭遇有史以來最嚴重的單日損失，加密市場也受到了影響。DeepSeek 的到來導致像 Marathon 和 Riot 這樣依賴 Nvidia 硬件的礦業股大幅下跌。

這一消息還引發了 10 億美元的加密貨幣拋售，比特幣下跌 5%，山寨幣跌幅更大，達到 8-10%。同時，AI 驅動的加密貨幣市值在 24 小時內下降了 10%，前五大 AI 幣中的四個遭受重創。

DeepSeek 的出現讓自信過度的科技巨頭感到謙卑。它引發了對其過度依賴數十億美元投資和未來收入增長的審視。

它還顯示，未來創新競賽中的任何中斷都將不可避免地對加密市場產生溢出效應。

中國逆勢創造DeepSeek

DeepSeek 震撼了市場，因為它顯示中國在追求最有效的 AI 模型方面並不落後於美國。在 1 月 27 日消息傳出之前，微軟、谷歌和 OpenAI 等主要公司的科技股顯示出積極情緒。

這種現象主要基於這些科技巨頭已經建立並資金充足。他們已經擁有穩固的市場地位，並能獲得推動 AI 創新的最先進硬體和軟體。

Wirex 的聯合創始人 Pavel Matveev 說道：「這些公司不僅擁有技術優勢，還擁有基礎設施、龐大的數據集和財務資源來維持其主導地位。」

同時，在喬·拜登總統任期內，Nvidia 被禁止向中國出售其 GPU 處理器。這些出口限制迫使中國依賴其此前積累的庫存。

儘管面臨這些挑戰，中國仍創造了 DeepSeek。

Impossible Cloud Network 的董事總經理 Sebastian Pfeiffer 說道：「由於美國的出口限制，中國人無法像美國公司那樣獲得硬體。但這又是經濟學 101：資源稀缺導致創新，或對我們其他人來說，‘需求必須’。中國必須深入工程領域，真正創新。這真是一個勝利的故事。」

對於 QStarLabs 的 CEO Yang Tang 來說，這樣的事情是必然會發生的。

他說：「這是技術發展的自然演變：一個更具競爭力的競爭者使用更好的流程來實現更好的結果。值得注意的是，DeepSeek 所做的一切之前都已在學術和/或行業研究中發表。這肯定會迫使已建立的 AI 實驗室以不同的方式思考，因為許多實驗室過於專注於研究。」

這也給西方世界上了一課。

少即是多的智慧：DeepSeek 資源少、效率高！

一年前，OpenAI CEO Sam Altman 預測 AI 產業需要數萬億美元的投資來資助專用晶片的開發。這些晶片對於支持產業日益複雜的 AI 模型所需的高能耗數據中心至關重要。

其他領先的科技公司最近也採取了類似的舉措。Meta 已經宣布計劃今年投入高達 650 億美元來擴展其 AI 基礎設施。該公司目標是在年底擁有超過 130 萬個圖形處理器。

微軟宣布計劃在 2025 財年投入約 800 億美元進行數據中心開發。同時，亞馬遜預計其 2025 年的基礎設施支出將超過 2024 年預估的 750 億美元投資。

許多這些公司也在囤積 GPU 和相關的 AI 硬件。例如，Meta CEO Mark Zuckerberg 表示，他的公司目標是在 2024 年底前將 GPU 供應量提升至 60 萬個。

同時，DeepSeek 使用了略超過 2,000 個 Nvidia GPU 單位和 600 萬美元來支持其 R1 模型。

「DeepSeek 在降低開發成本和優化 AI 模型方面的突破，使用最少的計算資源，顯示出 AI 競爭格局的重大轉變。傳統巨頭如 Nvidia、OpenAI 和 Google，依賴龐大的計算能力和昂貴的基礎設施（如高端 GPU 和廣泛的雲服務），可能會發現其在資源密集型 AI 開發中的傳統優勢正在減弱。」Sapien.io 的聯合創始人 Trevor Koverko 告訴 BeInCrypto。

西方公司意識到中國在競賽中並不遙遠，這也讓傳統金融圈和加密市場的投資者感到不安。

從 AI 到加密，DeepSeek 對加密市場的影響解析

更廣泛的市場下滑——尤其是在傳統市場中——反映了對科技估值的預期重新調整，而非簡單的修正。

「市場已經預期 AI 技術的激進增長，特別是計算需求將使 Nvidia 和主要雲端供應商受益。DeepSeek 在以較少計算能力達成相似結果的突破，迫使投資者重新評估這些假設，」Mira Network 的 CEO 兼聯合創始人 Karan Sirdesai 說道。

雖然加密貨幣領域與 DeepSeek 沒有直接關聯，但它與 AI 開發者共享競技場。因此，加密貨幣同樣受到 R1 發布消息的影響。

根據 Sirdesai 的說法，加密貨幣和 AI 市場之間的關係比簡單的相關性更為複雜。雖然兩者都屬於科技範疇，但它們運作的原則根本不同。

「比特幣和加密貨幣的估值根植於貨幣動態、網絡採用和監管環境，而 AI 的發展則集中在技術能力和商業應用，」他解釋道。

儘管如此，加密貨幣和 AI 在科技領域都有著重要的存在。

「兩個領域都在爭奪計算資源，特別是 GPU，形成供應鏈連結。此外，許多投資者在這兩個領域都很活躍，因此情緒可能會蔓延。當主要科技公司因 AI 發展而出現波動時，這種情緒可能會通過共享的投資者基礎波及到加密貨幣市場，」Sirdesai 補充道。

DeepSeek 的 R1 模型發布後的市場動向證明了加密貨幣市場對科技領域整體情緒的敏感性。

「這種互動反映了 AI 和加密貨幣之間的文化和技術協同，表明一個領域的發展可以顯著影響另一個領域，」Foresight Ventures 的聯合創始人 Forest Bai 補充道。

因此，密切關注美國科技巨頭如何應對 DeepSeek 的最新創新，將是了解類似事件未來如何影響加密貨幣市場的關鍵。

美國科技公司調整新階段

投資者信心的下降揭示了對 AI 市場未來的不確定性。這些疑慮集中在計算規模是否仍將是競爭的關鍵，以及效率創新將如何重塑該領域。

「AI 競賽不再是誰擁有最多 GPU，而是誰能訓練出最聰明、最有效率的模型。DeepSeek 的突破證明，訓練創新可以打破 AI 壟斷，」ChainGPT 創辦人 Ilan Rakhmanov 告訴 BeInCrypto。

Rakhmanov 強調了 DeepSeek 實施的關鍵技術創新，以避開獲取 GPU 的障礙。

「DeepSeek 的 R1 模型可能通過優化架構、替代訓練方法、專用硬體和節能計算策略來實現其效率。通過改進變壓器效率、利用模型稀疏性和結合檢索增強生成，DeepSeek 在不影響性能的情況下降低計算需求。其依賴自我監督學習、合成數據增強和強化學習，減少對龐大數據集的依賴，而定制 AI 加速器或非 GPU 替代方案有助於降低計算成本，」他解釋道。

對此，iExec 研究主管 Anthony Simonet 補充道：

「它採用專家混合架構、低精度訓練和知識蒸餾等技術，以更少的資源最大化效率，使 AI 能夠在標準硬體上順利運行，並使其更易於獲得，」他說。

技術專家也迅速指出，DeepSeek 公開了其模型背後的研究，供公眾查看。

DeepSeek 為何讓大企業抓狂？解析它去中心化的 AI 優勢

與美國公司如 OpenAI 的傳統保密相比，DeepSeek 令人印象深刻地將其 R1 模型完全開源。許多業界領袖讚賞此舉，表示為了讓 AI 的未來掌握在公眾手中，整體訪問必須保持去中心化。

Rakhmanov 說：「DeepSeek 對 AI 行業來說是一個遊戲改變者，我相信這正是 OpenAI 等公司需要的警醒。OpenAI 最初成立是為了讓先進的 AI 對所有人開放，但隨著時間的推移，我們看到了一個向封閉、把關模型的轉變。AI 領域正在演變，DeepSeek 提醒了我們一個重要的事實——偉大的技術應該為所有人而建，而不僅僅是少數人。」

資源較少的小型開發者對此消息表示歡迎。訪問 DeepSeek 的設計和研究論文將使他們能夠在不耗盡研究預算的情況下改進其模型。

Theoriq 的聯合創始人 Ron Bodkin 說：「DeepSeek 的廉價模型減少了訓練 AI 模型所需的 GPU，從而降低了計算成本。這種效率使 AI 能夠更經濟地擴展，讓資源有限的企業和研究人員都能夠使用。」

隨著這家初創公司的模型現在開源，開發者將對其進行深入分析，推動 AI 的進一步創新。

Taraxa 的聯合創始人 Steven Pu 告訴 BeInCrypto：「由於 DeepSeek 是開源的，AI 競賽的重心將不可逆轉地轉向開源領域，摧毀封閉源代碼的基礎模型敘述。開源對每個人都有利，AI 公司（生態系統中的每個參與者）、創新者和消費者。唯一的輸家是那些堅持封閉源代碼模型的人，這些模型在不久的將來將迅速崩潰。」

隨著 AI 變得更便宜和更易獲得，它將成為一種商品。

AI技術商品化

在 DeepSeek 發布當天，微軟 CEO Satya Nadella 在社交媒體上提到 Jevons 悖論。

Nadella 在 X 上說道：「Jevons 悖論再次發生！隨著 AI 變得更高效和易於獲得，我們將看到其使用量激增，成為我們無法滿足的商品。」

Jevons 悖論，也稱為反彈效應，是由英國經濟學家 William Stanley Jevons 提出的經濟原則。資源使用效率提高可能導致該資源的消耗增加。

應用於 AI，隨著這些系統變得更高效，對其任務的需求可能增加，而 AI 研究的日益普及可能會加劇這一現象。

Pu 告訴 BeInCrypto：「降低訓練和推理階段的成本是好的。在技術領域，降低成本總是導致更廣泛的採用和更高的總體消耗，而不是更少。當汽車變得負擔得起時，更多人擁有汽車。當大型主機縮小為可負擔的個人電腦時，它推動了數字革命。同樣地，隨著 AI 變得更負擔得起，我們將看到更多創新者和初創公司嘗試 AI，導致 AI 的更多使用，以及對 AI 相關基礎設施如 GPU 硬件的更高需求。」

對於 Pfeiffer 來說，AI 基礎設施的商品化也將改變科技公司現在尋求的創新性質。開發者曾專注於創建最精緻的 LLM 模型。現在，努力將轉向將這項技術整合到各個行業中。

他說：「DeepSeek 在 OpenAI 上訓練，並能夠顯著建立在他人的進步之上。LLM 領域將被商品化，並且很可能完全開源。然而，這不是大多數創新發生的地方。事實上，AI 的增長和演變將更少體現在開發方面，而是通過 AI 的整合和使用。行業的垂直深度整合及其數據的訪問將比精緻的 LLM 更重要，因為它們已被商品化，其創新進展將放緩。」

這一悖論也可能使美國科技巨頭在計算資源受限的國家中佔據優勢。

美國的優勢地位

儘管 DeepSeek 的最新模型顯著縮小了與美國知名公司的競爭差距，該公司仍面臨挑戰。

根據 Jevons 悖論，對 AI 產品需求的增加也將不可避免地導致開發它們所需資源需求的增加。儘管其他替代方案仍在探索中，GPU 將繼續對 AI 技術的未來發展至關重要。

「DeepSeek 似乎達到了限制其擴展能力的瓶頸。他們限制了應用程式的註冊僅限於中國居民，且其 API 比剛推出時慢很多。我認為他們無法獲得額外的 GPU 來擴展其服務。」Bodkin 說道。

DeepSeek 的突破並未改變美國數十年來對 AI 基礎設施發展的投入。

「儘管 DeepSeek 在優化方面取得突破，AI 競賽仍主要由龐大數據集、計算能力和端到端生態系統控制所主導。像 OpenAI 和 Google 這樣的公司不僅依賴於大規模擴展，還擁有專有數據、雲基礎設施和廣泛的部署管道。雖然替代方法很有前景，但只有在各種使用案例中持續超越傳統方法，才能顛覆現狀。目前，還太早說 DeepSeek 是否代表行業轉變，或僅是競爭激烈環境中的漸進改進。」Matveev 告訴 BeInCrypto。

鑑於這一現實，Sirdesai 認為市場對 DeepSeek 的反應有些過度。

「市場反應似乎低估了商業化 AI 技術的複雜性。DeepSeek 的更高效架構意義重大，但成功的 AI 部署需要強大的基礎設施、強大的安全措施和在生產環境中的可靠性。西方科技公司花了多年時間建立這些能力。」他說道。

DeepSeek 的崛起無疑重塑了人工智慧競賽，證明創新可以從意想不到的角落出現，挑戰既有巨頭。

隨著行業不斷演變，觀察開源模型、資源可及性和競爭動態之間的互動，無疑將塑造人工智慧發展的未來及其對世界的影響。