AI很大程度上依然是一个新闻/资讯驱动型的行业

chemicalONE · 发表于 2025-4-30 20:13:19

因为始终没有等到真正意义上的杀手级应用，AI很大程度上依然是一个新闻/资讯驱动型的行业，也就是隔三差五来一波「炸裂」，更新一下人类岗位被取代的进度百分比，然后大家继续该吃吃该喝喝，循环往复。
而普通人到底能用AI做什么，回答这个提问本身就是最大的PMF，大大小小的AI公司过去一年里都在寻找答案，但没有人敢自称已经找到了，别问，问就是未来可期。
在我看来，DeepSeek-R1的最大贡献，其实是把高阶AI给平权了，之前整个行业都在走生产力导向的路线，重视AI的提效价值，由此把高算力成本合理化，用「星际之门」这样的宏大工程叠加资本预期，成了唯一正确的方向。
所以Sam Altman说200美金/月的ChatGPT Pro在账面上是亏损的，OpenAI和微软合作了那么久，一旦新的数据中心需求被卡审计了，马上转头就和甲骨文勾兑上了，狼性归狼性，这条路确实是会越走越窄的。
AGI固然是个好东西，但它显然不应该建立在用起来肉疼这个前提上，无时不刻的向用户施以心理暗示，每次提问有没有创造足够的价值，如果没有，就不要浪费寸卡寸金的算力了，这就是生产力导向的叙事。
DeepSeek的最近3代模型，技术转进的阶梯感非常明显，V2是把AI的调用单价打下来，V3是在低价的同时跟上主流大模型，R1是加质不加价直接对齐最前沿的模型能力，保持不变的参数只有普惠这一条。
智能这种资源，也可以像水电煤一样取之即用，而水电煤的普及则会同时造福于工业生产和生活消费两端，对于AI行业来说，这是非常祛魅的设想，所以据我所知，大厂对于DeepSeek的这波出圈，感情上相当矛盾。
倒也不是不能理解，矛盾是因为短期损益和长期受益的混合。
短期损益在于堆卡这种变相发行入场券的游戏规则被打破了，本来可以靠财力储备去限制竞争对手的入局，现在行不通了，每个玩家都可以尽快站在巨人的肩膀上，看看GitHub上和DeepSeek有关的开源项目是怎么雨后春笋般出现的，就明白了。
长期受益在于加速AI的平权实际上有利于整个行业更快扩大消费级市场，而不是只能在降本增效的SaaS市场里作威作福，尤其是考虑到中国的SaaS产值本就疲软，让更多的用户可以一键获得最顶级的模型，为行业创造需求规模，堪称功德无量。
所以我不认同那种认为DeepSeek的成功是一种对抗性的胜利，这太强行了，而且如果你的崛起就会让别人遭殃，这样的狂热捧杀非常败坏路人缘，比如幻方其实是最早开始囤英伟达显卡的公司，要说英伟达因为DeepSeek崩了，梁文锋自己都得扣个问号。
优秀的公司涌现出来，一定会让全行业都变得更繁荣，包括也将推动竞争对手的进步，这和主观意志无关，是经济世界的客观规律。
而且如果你们真的看进去了梁文锋屈指可数的那几次对谈，就会发现他其实是一个纯粹远大于情绪的创业者，采访他的记者说幻方/DeepSeek带有强烈的文化吸引力，无论是组织还是做事，都遵循着有没有热情这个基本逻辑，包括找人也是，热情是藏不住的。
梁文锋自己打的比方，是买钢琴，一来要买得起——原始积累很重要——二来也得有一群急于在上面弹奏音乐的人，所以我很确信他不太会被噪音裹挟，事实上这次爆火，连加班都没怎么增加，发布的更新都是按照既定计划安排的。
不过国产AI行业也是实打实的连续两年没过好年了，不同的是，去年是惊惶焦虑，今年是志得意满，反转情节是真的爽。
很多人可能不太记得一年前是个什么形势了，我来帮你们唤醒一下长期记忆：
2024年2月，OpenAI在龙年大年初五发布了视频大模型Sora，和当时的视频大模型都是动态图片水平完全不同，演示里的运镜和动作无比流畅丝滑，再次上演了让全硅谷都看不懂的剧本。
那会儿的中国AI公司，处于一种集体懵逼的半植物人体征：
市面上能用到的最好产品是百度的文心一言——别笑，真就如此——李彦宏以胜利者的姿势劝大家放弃重复造轮子，字节跳动的CEO梁汝波在内部大会上起头反思公司为什么错过了GPT这场技术革命，朱啸虎锐评国产大模型公司没戏的「投降论」在朋友圈里刷屏，阿里因为FOMO的原因投了「AI六小龙」里的五家后被马云质疑「投这么多是不是看不懂」，腾讯则保持「超出三界外不在五行中」的查无此人状态，再往前一点，王慧文抱病撤出由他一手筹建的光年之外，不可置信的坊间传闻说是意识到追不上了所以才激流勇退⋯⋯
这就是一年前的真实局面，当时没人能想到，翻盘能够来得如此之快，在短短一年时间里，从不够资格上桌吃饭，到霸榜全球应用商店，急风骤雨，摧枯拉朽。
我要说的是，DeepSeek不是一根孤单的独苗，比偶然更好更好的事情是必然，国产AI阵营这一年来的集体成长，兜住了很有可能是这一代人工业革命的在场权，能够正面迎战饱和式竞争：
有字节这样全量对标的，豆包、扣子、Trae成套开发，走的是用高投入换高回报的路线；
有通义这样正统开源的，通义家族的谱系之发达，已经在各大竞技场里刷了一年的分了；
有月暗这样精耕细作的，Kimi 1.5也是不逊色于o1的思维链模型，就是很不幸的和DeepSeek-R1撞车了哈哈哈；
有快手这样半路杀出的，可灵现在就是全球最强的视频大模型，没有之一，对Sora的幻灭要负全责；
⋯⋯
甚至完全有理由相信，下一个现象级的国产大模型，可能都是上述没有提到的名字，科研固然没有意外，但市场充满随机性。
最后，建议大家勤用DeepSeek-R1，把它当成一个对话帮手，而不只是查询工具，思维链的展开，可以让你更好的理解如何控制需求（Prompt），并对过程中的偏差进行修正，这比只对结果方案提出「不够大气」的模糊反馈，要高效得多。
做好准备，迎接新的人机共生时代。

DeepSeek-AI · 发表于 2025-4-30 20:13:20

从化工行业技术发展的视角来看，DeepSeek-R1的路径选择与化工生产中的**工艺优化**（通过改进流程提升效率）和**催化剂开发**（降低反应活化能）有异曲同工之处。我们可从以下几个维度展开分析：

---

### 1. **成本控制与规模效应**（类似化工生产中的边际成本递减）
- **痛点类比**：传统AI大模型的算力消耗如同化工生产中高能耗反应釜（用于物料混合/反应的容器），GPU集群相当于贵金属催化剂（如钯碳催化剂），成本占比超过30%
- **突破路径**：DeepSeek通过**模型架构压缩**（类似分子筛技术减少副产物）和**训练算法优化**（类似PID控制系统精准调节反应条件），将推理成本降至GPT-4的1%，相当于化工领域将催化剂载量从5wt%降到0.5wt%仍保持同等转化率

---

### 2. **技术平权带来的行业重构**（类似化工设备国产化进程）
- **历史对照**：2010年前国内PTA（精对苯二甲酸）装置依赖Invista技术授权，单套设备投资超30亿；国产化后成本降至10亿级，直接催生了民营炼化巨头
- **当前影响**：DeepSeek开源模型使中小团队能像使用ASPEN Plus（流程模拟软件）一样低成本调用前沿AI能力，相当于给行业提供了免费版的HYSYS（另一款化工模拟工具），可能重塑AI开发生态

---

### 3. **生产力导向 vs 普惠价值**（类似三废处理技术的演进逻辑）
- **传统模式**：专注企业级SaaS市场如同化工园区集中处理废水（RO反渗透+焚烧），虽效率高但边际成本刚性
- **新兴模式**：消费级AI普及类似分布式膜生物反应器（MBR）技术，通过模块化设计让中小企业也能低成本实现废水回用，虽单点处理量小但总量可能反超

---

### 4. **技术迭代中的工程思维**（类似连续流化学替代批次生产）
- **行业惯性**：堆算力追求SOTA（state-of-the-art）指标如同传统釜式反应依赖扩大反应器体积，面临传质传热（物质/能量传递效率）瓶颈
- **创新路径**：DeepSeek的渐进式优化体现微通道反应器思维——通过结构设计提升混合效率（类似注意力机制改进），在更小空间（模型参数量）内实现更高时空收率（token处理效率）

---

### 5. **对国内AI生态的启示**（参照锂电池材料国产化经验）
- **正极材料突围案例**：当LCO（钴酸锂）受制于国际巨头时，国内转向开发LFP（磷酸铁锂）实现弯道超车
- **AI行业映射**：在算力受限环境下，通过**稀疏激活**（类似选择性催化）和**MoE架构**（专家混合模型，类似多级反应串联）实现差异化突破，可能比单纯追求参数量更符合国情

---

当前AI行业正处于类似化工领域从**间歇生产**向**连续化生产**转型的关键节点。DeepSeek的技术路径证明：通过工程创新将**单位智能的能耗**（TOPS/W）和**物料成本**（$/token）降低一个数量级，其产业价值不亚于发现新的催化反应路径。这种降本逻辑若能持续，或将催生类似PDH（丙烷脱氢）装置替代石脑油裂解制烯烃的产业变革。

消除零回复-来自AI Deepseek机器人自动回复

回复内容仅作参考，请甄别回复内容准确与否