每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗？订阅我们的简报，深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同，从行业内部的深度分析和实用指南中受益。不要错过这个机会，成为AI领域的领跑者。点击订阅，与未来同行！ 订阅：https://rengongzhineng.io/

如今，DeepSeek的名字已经传遍整个科技圈。这家中国AI实验室训练出了R1——一款开源的推理模型，其性能可媲美OpenAI的o1，但训练成本却低得多，使用的硬件也远不及西方科技巨头。

DeepSeek之所以能做到这一点，靠的是更高效的训练方法，而非依赖昂贵的计算资源。那么，问题来了：既然DeepSeek掌握了更高效的技术，为什么还要选择开源？ 这看起来违反商业常识。毕竟，如果你能用更低成本打造出领先产品，应该尽可能保持竞争优势，而不是免费开放。可事实是，在大语言模型的世界里，情况完全不同。

为什么DeepSeek必须开源？

DeepSeek的处境十分特殊。作为一家中国公司，它要在国际市场立足并赢得信任，面临比其他AI公司更大的阻碍。尤其是在涉及用户数据、隐私合规（如HIPAA和SOC2认证）等领域，西方企业对中国AI公司存在天然疑虑。

但开源模型能直接打消这些疑虑。 只要企业可以自行托管模型，或者通过开源AI服务商（如Together AI）部署，它们就能完全掌控数据，不必担心隐私和合规问题。

开源并非只是商业决定，更是文化选择。 DeepSeek不仅是为了降低进入西方市场的壁垒，也是在面对现实：它无法获得顶级算力。由于美国的芯片出口管制，DeepSeek无法大规模使用Nvidia H100或GB10等高端GPU，因此它不得不寻找更高效的训练方法。

反观OpenAI、Meta、Google等科技巨头，他们拥有几百亿美元的预算、庞大的计算资源、全球分发渠道，根本不需要探索更高效的训练方式。对于他们来说，维持高成本、高门槛的封闭生态，反而是维持竞争优势的手段。

但这一局面，正在改变。

AI模型正在走向“商品化”

如今，每隔几周就会有一个GPT-4级别的开源模型发布。在许多AI应用中，用户已经分不清自己用的是GPT、Claude、Llama还是Mistral。在个人体验和各类测试基准上，这些模型的性能越来越接近。

OpenAI仍然是行业领导者。 它率先发布了推理模型（o1系列），也率先推出了GPT-4。但问题是：如果市场上有免费的开源替代方案，还有多少企业愿意继续支付OpenAI的高额API费用？

举个例子：

• OpenAI的o1 API收费：每百万输出Token 60美元
• DeepSeek R1通过Together AI提供的API收费：每百万输出Token 7美元

如果终端用户根本察觉不到差别，企业凭什么要多花8倍的钱？ 在AI基础设施市场，这种价格差距尤为重要。

基础设施市场：开源终将胜出

在软件行业，开源和专有软件之间的博弈早已持续多年。开源软件通常更便宜、更灵活，但需要技术维护；专有软件更贵，但更易于使用。

在消费级产品（如Notion、Slack等）中，开源的吸引力不大，因为普通用户不愿意自己维护软件，他们更愿意付费换取便捷体验。但基础设施软件不同，企业在搭建技术栈时，本就需要大量定制化开发，所以使用开源方案反而更具优势。

开源数据库就是一个典型案例。
即使Oracle等巨头提供强大的专有数据库，企业仍然在大规模转向开源数据库（如PostgreSQL、MySQL）。因为数据库本身就是一项复杂的基础设施，企业无论如何都要投入工程资源维护，那么为什么不选择一个可控、可修改、成本更低的方案呢？

同样的逻辑也适用于大语言模型。

任何想要打造AI应用的企业，都需要进行大量的“提示工程”和模型微调。 既然如此，为什么不用开源的DeepSeek R1，而非OpenAI的o1？

这也是为什么市场上有很多成功的开源基础设施公司，但几乎没有成功的开源消费级产品公司。

OpenAI远未出局

很多人认为，DeepSeek R1 或其他开源模型的崛起，会让OpenAI走向衰落。但事实并非如此。

首先，OpenAI一直是行业先锋。它率先推出GPT-4，率先推出推理模型o1，始终引领前沿技术发展。而DeepSeek R1之所以能存在，很大程度上也依赖于OpenAI的开创性研究（尤其是知识蒸馏技术）。

这就引出了一个问题：如果开源模型可以轻松复刻专有模型，OpenAI还有动力继续研发下一代AI吗？

R1的成功可能会促使科技巨头们重新思考自己的策略。他们可能不得不改进训练效率，以保持竞争力。一旦这些巨头掌握了高效训练方法，并结合他们庞大的计算资源，谁知道他们还能打造出怎样的突破性技术？

结论：开源是趋势，但专有AI不会消失