今天小編分享的互聯網經驗：落選“果鏈”，别再捧殺DeepSeek了，歡迎閱讀。
文 | 鋅刻度，作者 | 陳鄧新，編輯 | 李觐麟
DeepSeek，持續正反饋 AI 賽道。
2025 年 2 月 13 日，文心一言宣布将于 4 月 1 日 0 時起全面免費，所有 PC 端和 APP 端用戶均可體驗文心系列最新模型，而此前只有免費使用 3.5 版。
随之而來的，則是輿論此起彼伏。
在蘋果不選擇 DeepSeek 作為 "AI 搭子 " 時，The Information 報道，蘋果考慮了多個國内的對象，與阿裡巴巴的合作已取得重大進展，并明确拒絕了 DeepSeek。
這意味着，DeepSeek 落選了蘋果供應鏈，令人唏噓不已。
其實，BAT 們與 DeepSeek 并非 " 針尖對麥芒 "。
文小言、騰訊元寶等接入 DeepSeek 大模型，為用戶提供更多的 AI 選擇；阿裡雲、騰訊雲、華為雲、京東雲、火山引擎、百度智能雲等主流雲服務平台紛紛上線 DeepSeek 大模型，鼓勵用戶嘗鮮 DeepSeek-R1、DeepSeek-V3 ……
BAT 們與 DeepSeek，是對手也是隊友？
沒有拔刀相向，反而雪中送炭
DeepSeek 的初衷，是印證 " 條條大路通羅馬 "。
生成式 AI 革命爆發之後，大模型站上了 " 風口 "，而算力成為衡量大模型能力的核心指标之一，在力大飛磚的簡單思維之下，矽谷将算力塑造為 " 皇冠上的明珠 "，被視為難以企及的力量。
于是乎，算力緊張成為行業的關鍵詞，令 AI 成本長期居高不下。
此背景下，DeepSeek 通過算法優化等手段降低了 AI 成本，用最少的資源達到最大的效果，為行業花小錢辦大事提供了新的思路和方向。
圖源：DeepSeek 官網
這意味着，擴大算力并非 AI 進化的唯一途徑。
斯坦福大學人工智能實驗室主任吳恩達：" 近年來，圍繞‘擴大模型規模能夠推動 AI 進步’的觀點備受追捧。事實上，我曾是這一理念的早期支持者。"
不難看出，消解算力壁壘才是 DeepSeek 的真正影響。
巧的是，這也是全球互聯網巨頭共同的夙願：唯有不斷降低成本，AI 普惠才可以從夢想照進現實，從而颠覆傳統的產業格局與商業模式。
更為重要的是，可以錯位競争。
DeepSeek 創始人梁文鋒表示：" 長遠來說，我們希望形成一種生态，就是業界直接使用我們的技術和產出，我們只負責基礎模型和前沿的創新，然後其他公司在 DeepSeek 的基礎上構建 To B、To C 的業務。"
關于此，從 BAT 們的态度就可見一斑。
QuestMobile 的數據顯示，DeepSeek 的日活躍用戶數已突破 3000 萬大關，創造了史上最快達成這一成就的新紀錄。
随之而來的則是，" 伺服器繁忙，請稍後再試 " 屢屢被用戶诟病。
屢屢被用戶诟病
騰訊雲、阿裡雲、京東雲、華為雲、火山引擎、百度智能雲等紛紛伸出援手，滿足外界對 DeepSeek 不斷增長的推理需求。
譬如，京東雲上線 DeepSeek-R1 和 DeepSeek-V3 模型，支持公有雲在線部署、專混私有化實例部署兩種模式。
再譬如，騰訊雲支持開發者将 " 滿血版 "DeepSeek 接入微信小程式，可實現智能對話、文本生成等功能。
天使投資人、資深人工智能專家郭濤認為 DeepSeek 不會衝擊行業原有的競争格局：" 文心一言、通義千問等 AI 大模型都已建立起完善的生态體系，且背後有百度、阿裡巴巴等強大企業的支持，技術實力雄厚，能夠持續投入研發進行技術迭代更新。"
AI 創新是一場馬拉松而非短跑
以上可見，BAT 們對 DeepSeek 的态度頗為友好，這背後的緣由有三。
首先，降本一直進行中。
DeepSeek 之前，BAT 們就在不斷推動 AI 降低成本，也取得非常不錯的成就，共同推動大模型定價進入 " 厘時代 "。
事實上，BAT 們的創新也可圈可點。
譬如，字節跳動設計了一個全新的稀疏模型架構 UltraMem，有效解決了傳統主流 MoE 架構存在的推理時高額訪存問題，從而提升推理速度 2 倍至 6 倍，推理成本最高可降低 83%。
上述架構創新，與 DeepSeek 有異曲同工之妙。
再譬如，百度點亮國内首個自研萬卡集群，有效解決了過去算力價格高以及無法穩定應用的問題，通過集群效能最大化達到降低部門算力成本的目的。
" 今天，創新速度比以往都快得多。摩爾定律中，每 18 個月，性能就會翻倍，價格減半；如今，大模型推理成本每年能降低 90% 以上。" 李彥宏稱。
圖源：AI 產品榜
其次，模型蒸餾成為競争新高地。
模型蒸餾成為獲取低成本 AI 的重要路徑，進一步降低了大模型的門檻，為 AI 落地走進千家萬戶提供了更多的可能。
李飛飛團隊訓練出的 s1 人工智能推理模型，就是其中的代表。
s1 人工智能推理模型以阿裡巴巴通義千問為基座模型進行微調，蒸餾了谷歌推理模型 Gemini 2.0 Flash Thinking Experimental 的 1000 個樣本，在數學和編碼能力測試中的表現與 OpenAI 的 o1 和 DeepSeek 的 R1 等尖端推理模型類似，耗費不到 50 美元。
換而言之，模型蒸餾為行業指明一個新的前進方向。
德邦證券的研究表明，2025 年将是模型蒸餾技術的爆發年，AI 應用的成本有望大幅下降，模型能力也将全面提升；通過引導和支持，AI 模型不僅能夠在雲端獲取巨大的優勢，也能在邊緣計算等端側應用中發揮重要作用。
如此一來，BAT 們有了更大的發力空間，沒有與 DeepSeek 較勁的必要。
中國首席經濟學家論壇理事劉煜輝表示：" 現實世界可以用來訓練 AI 模型的數據資料已經耗盡，現在大家都是相互借鑑數據相互蒸餾，大家的模型水平根本拉不開差距，拼的就是誰能夠找到新的應用場景、誰能率先把價格打下來。"
再次，不排除結下善緣的可能。
種種迹象表明，DeepSeek 雖然初期拒絕了融資，但随着規模不斷擴大，資源瓶頸問題肉眼可見，成為一個棘手的問題。
一名私募人士告訴鋅刻度："DeepSeek 背靠的幻方量化雖然是千億元體量，但客戶的錢不等于幻方的錢，更不等于可以投入的錢，遲早需要尋找外援。"
實際上，量化并不能長時間 " 躺赢 "。
幻方量化 CEO 陸政哲曾坦言：" 迅速崛起、規模快速放大、又飛快衰落消失，這仿佛是量化行業的死循環，像懸在我們頭上的達摩克利斯之劍。"
從這個角度來看，BAT 們可以在算力、數據、場景等全方位助力 DeepSeek，大家各取所需實現雙赢。
實際上，BAT 們一直青睐富有特色的 AI 初創企業，被譽為 "AI 六小龍 " 的智譜 AI、月之暗面、百川智能、零一萬物、階躍星辰、MiniMax，背後不乏騰訊、小米、美團、阿裡巴巴等身影。
總而言之，AI 創新是一場馬拉松而非短跑，比拼的是耐力與毅力，無論 BAT 們這樣的頭部選手，還是 DeepSeek 這樣的初創企業，都有彎道超車的機會，相互借力與借鑑才可以共同提高，大家都有美好的未來。
那麼，神話 DeepSeek 大可不必。
