问：deepseek v2模型发布后引发大模型价格战，有人说你们是行业的鲶鱼，你们是有意成为鲶鱼吗？
答：我们不是有意成为一条鲶鱼，只是不小心成了一条鲶鱼。

问：引发价格战这个结果让你们意外吗？
答：非常意外，没想到价格让大家这么敏感，我们只是按自己步调做事，核算成本后定价，原则是不贴钱也不赚暴利，在成本之上稍有利润。五天后智谱AI跟进，之后多家大厂也有动作，智谱AI降的是入门级产品，同级别的模型仍收费贵，字节是第一个将旗舰模型降到和我们一样价格的，触发其他大厂降价，我们没想到大厂会亏钱做，因为他们模型成本比我们高很多，最后变成类似互联网烧钱补贴的逻辑。从外部看像抢用户，但我们降价一方面是探索下一代模型结构成本降低了，另一方面觉得无论API还是AI都应普惠，人人用得起。

问：大部分中国公司直接沿用现有模型结构做应用，为什么你们从模型结构切入？
答：我们的目标是AGI，这意味着要研究新模型结构，在有限资源下实现更强模型能力，这是迈向更大模型的基础研究之一。除模型结构，我们还做了构造数据、让模型更像人类等大量研究，并体现在发布的模型里。而且现有模型结构在训练效率和成本上与国外先进水平有差距。

问：国内与国外在模型结构和训练方面的差距主要来自哪里？
答：训练效率上，国内最好水平与国外最好的相比，模型结构和训练动力可能有一倍差距，要消耗两倍算力才能达到同样效果；数据效率上可能也有一倍差距，即要消耗两倍训练数据和算力才能达到同样效果，合起来要多消耗四倍算力，我们要做的就是缩小这些差距。

问：大部分中国公司既做模型又做应用，为什么DeepSeek目前只做研究探索？
答：我们觉得现在最重要的是参与全球创新浪潮，过去中国公司习惯拿别人技术创新成果做应用变现，这不是理所当然的。这一波浪潮我们出发点不是趁机赚钱，而是走到技术前沿推动生态发展。过去我们习惯美国搞技术创新，中国做应用，但随着经济发展，中国应成为技术创新贡献者，不能一直搭便车。

问：为什么DeepSeek v2会让硅谷很多人惊讶？
答：在美国每天大量创新中，这其实很普通，但因为是中国公司以创新贡献者身份加入，毕竟大部分中国公司习惯跟随而非创新。

问：大模型是重投入游戏，很多公司先考虑商业化，你们选择创新又开源分享，如何形成护城河？
答：在颠覆性技术面前，原有护城河短暂，即便OpenAI也无法阻止被赶超。我们把价值沉淀在团队上，同事在过程中成长，积累经验，形成可创新的组织和文化就是我们的护城河。开源发论文对技术人员有成就感，开源更像文化行为，公司这么做有文化吸引力。

问：怎么看类似朱啸虎的市场信仰派观点？
答：朱啸虎是自洽的（补充资料：朱啸虎分享投资心得，强调AIGC创业需回归商业本质，AI非万能需结合具体场景，中国AI技术不落后，关键在数据和用户体验。他认为AIGC是未来10年发展重点，呼吁创业者拥抱AI，避免盲目投资底层技术，聚焦垂直场景优化用户体验。）但他的打法更适合快速赚钱的公司，而美国最赚钱的公司多是厚积薄发的高科技公司。

问：做大模型单纯技术领先难形成绝对优势，你们看到更大的东西是什么？
答：中国AI不能永远跟随，中美差距是原创和模仿之差，若不改变中国永远是追随者。英伟达领先是西方技术社区和产业共同努力结果，中国AI发展也需生态，很多国产芯片发展不起来因缺乏配套技术社区。所以中国需有人站到技术前沿。

问：DeepSeek有早期OpenAI的理想主义气质且开源，后面会闭源吗？
答：我们不会闭源，认为先有强大技术生态更重要。

问：有融资计划吗？有媒体报道关于独立拆分上市计划。
答：短期内没有融资计划，我们面临的问题是高端芯片被禁运，而非钱。

问：很多人认为做AGI和做量化不同，做AGI需高举高打、结盟，你们现在不做应用是没运营基因吗？
答：我们认为当前是技术创新爆发期，非应用爆发期。长远希望形成生态，业界用我们技术和产出，我们负责基础模型和前沿创新，其他公司基于此构建To B、To C业务，若形成完整产业链，我们没必要自己做应用，若有需要做应用也无障碍，但研究和技术创新永远是第一优先级。

问：选择API为什么选DeepSeek而不是大厂？
答：未来可能是专业化分工，基础大模型需持续创新，大厂有能力边界不一定适合。技术虽无绝对秘密，但实现需要时间和成本，像英伟达显卡理论易复制，但重新组织团队和追赶下一代技术都需时间，实际护城河宽。

问：你们降价后大厂跟进，怎么看创业公司与大厂竞争的新解法？
答：我们不太在意，提供服务不是主要目标，目标是实现AGI，目前没看到新解法，大厂有现成用户，但现金流业务也是包袱，可能被颠覆。

问：怎么看DeepSeek之外六家大模型创业公司的中局？
答：可能活下来2 - 3家，现在都在烧钱阶段，自我定位清晰、能精细化运营的更有机会活下来，其他公司可能脱胎换骨，有价值的东西不会消失，会换种方式存在。

问：关于竞争，你思考的原点是什么？
答：常思考一个东西能否让社会运行效率变高，以及能否在产业分工链条上找到擅长位置，只要终局能让社会效率更高就成立，中间很多是阶段性的，过度关注会眼花缭乱。

问：做出DeepSeek v2的是怎样一群人？
答：没有高深莫测的人才，多是普通高校应届毕业生、没毕业的博士、实习生，还有毕业才几年的年轻人，V2模型团队成员都来自本土，没有海外回来的人，也许我们能自己打造顶尖人才。

问：这次MLA创新是如何发生的？
答：idea最早来自一个年轻研究员的个人兴趣，他总结出Attention架构主流变迁规律后，突发奇想去设计替代方案，从想法到落地漫长，为此组了team，花几个月跑通。

问：这种发散性灵感诞生与你们组织架构有关，AGI探索充满不确定性，是否需要更多管理动作？
答：我们全是自下而上，一般不前置分工，自然分工，每个人自带想法，遇到问题会拉人讨论。当一个想法显示出潜力，会自上而下调配资源。

问：听说DeepSeek对于卡和人的调集非常灵活，是真的吗？
答：是的，每个人对于卡和人的调动不设上限，如果有想法，无需审批就能调用训练集群的卡，同时因为不存在层级和跨部门，只要对方有兴趣，可灵活调用所有人。

问：这种松散管理方式取决于筛选到强热爱驱动的人，听说你们擅长从细节招人，是真的吗？
答：我们选人的标准一直是热爱和好奇心，所以很多人有奇特经历，对做研究的渴望远超对钱的在意。

问：大公司的AI Lab和创业公司对于创新产生的价值有什么不同？
答：不管是谷歌实验室、OpenAI，甚至中国大厂的AI都很有价值，创新很大程度是一种偶然，最后是OpenAI做出来也有历史偶然性。

问：你们办公区设置特殊门，有同事说这给偶然留出空隙，与创新有关吗？
答：是的，创新首先是信念问题，像OpenAI做出GPT时，国内对前沿创新缺乏信心。创新需要自信，这种信心年轻人身上更明显。

问：你们不参与融资、很少对外发声，如何确保DeepSeek是做大模型人才的首选？
答：因为我们在做最难的事，对顶级人才来说，解决世界上最难的问题最有吸引力，顶尖人才在中国被低估，因为硬核创新少，我们做的事对他们有吸引力。

问：前一段OpenAI发布未等来GPT 5，很多人质疑技术曲线放缓和摩尔定律，你们怎么看？
答：我们偏乐观，整个行业看起来符合预期，OpenAI也不是神，不可能一直冲在前面。

问：你们觉得AGI还要多久实现？DeepSeek的AGI路线图有哪些坐标？
答：可能是两年、五年或者十年，总之会在有生之年实现。路线图在公司内部也没统一意见，但确实压住了三个方向，一是数学和代码，二是多模态，三是自然语言本身，数学和代码是AGI天然实验场，类似围棋，是封闭可验证系统，有可能通过自我学习实现高智能，多模态参与人类真实世界学习对AGI也必要。

问：你觉得大模型终局是什么样态？
答：会有专门公司提供基础模型和基础服务，会有很长链条的专业分工，更多人在此基础上满足社会多样化需求。

问：过去一年中国大模型创业有很多变化，比如王慧文中场退出，你怎么看？
答：王慧文自己承担所有损失，让其他人全身而退，他做了对自己最不利但对大家都好的选择，做人很厚道，我很佩服。

问：现在你精力最多放在哪里？
答：主要精力在研究下一代大模型，还有很多未解决的问题。

问：其他几家大模型创业公司坚持既要又要，DeepSeek敢于专注模型研究，是因为模型能力不够吗？
答：所有套路都是上一代产物，未来不一定成立，用互联网商业逻辑讨论未来AI盈利模式不合适，就像马化腾创业时讨论通用电器和可口可乐一样。

问：过去字节有很强技术和创新基因且成长顺利，这是你偏乐观的原因吗？
答：字节某种程度上增强了我们对技术驱动型创新的信心，但也不是一帆风顺，我们经历了漫长积累过程，外部看到的是字节2015年后部分，其实我们做了16年。

问：现在经济下行，资本进入冷周期，对原创式创新是否会带来更多抑制？
答：我倒觉得未必，中国产业结构调整会更依赖硬核技术创新，当很多人发现赚快钱靠运气，会更愿意做真正创新，所以我对此乐观。