今日实测“手机打牌软件有没有挂”(原来确实是有挂)

专题：DeepSeek为何能震动全球AI圈

　　记者欧阳晓红

　　经济观察网 记者 欧阳晓红 “神龙摆尾
”，灵蛇献瑞
。中国蛇年除夕前夜
，国际金融市场见证了龙年收官
、蛇年启幕这一“惊蛰”时刻。

　　这是一场由中国“黑马 ”奇袭刮起的AI（人工智能）龙卷风，从DeepSeek-R1模型到Janus-Pro模型的蛇年首战或直逼全球科技权力重构 。

　　“我不是美国科技泡沫的掘墓人 ，但AI革命的下半场已启幕。
”DeepSeek-R1如此自诩
。如果说上半场是全员狂热挖掘金矿的时代
，那么下半场就是精酿啤酒师的竞技场——比拼的不再是铲子的数量，而是谁能用更少的麦芽 ，酿造出更香醇的黑啤。

　　从“烧钱信仰”到“效率革命 ”
，市场对这些AI公司的高估值正逐渐产生怀疑 。而DeepSeek-R1的崛起或许证明，AI的未来不再单纯依赖于硬件（算力）的不断升级 ，更取决于算法的创新与效率的极致提升
。

　　“双连击
”：颠覆性技术与资本市场震荡

　　“从斯坦福到麻省理工
，DeepSeek-R1几乎一夜之间就成了美国顶尖大学研究人员的首选模型。”硅谷投资机构a16z合伙人Anjney Midha说 。这款模型以其颠覆性的计算效率和极高的应用性成为行业焦点
。

　　1月27日，英伟达下跌16.97% ，市值蒸发近6000亿美元；数小时后
，DeepSeek-R1工程师在Hugging Face平台开源了Janus-Pro模型，其性能超过了美国人工智能研究公司OpenAI的DALL-E3模型。这场冲击波 ，似乎将技术革命、地缘博弈与资本周期的三重共振推向高潮——AI产业的权力游戏，或正被改写规则吗？

　　其他科技巨头亦未能幸免 。微软股价下跌2.14%
，阿斯麦（ASML）下跌-5.75% 、AMD下跌6.37%
。

　　次日，美国科技股出现反弹 ，英伟达（+8.93%）、苹果（+3.65%）
、台积电（+1.34%）、微软（+2.91%） 、Meta（+2.19%）等主要科技股均迎来了较大涨幅。这表明市场对AI和科技行业仍持乐观态度 。

　　从技术奇袭的时间线来看
，这场颠覆分为两波：第一波始于1月20日，DeepSeek正式发布R1模型 ，并同步开源模型权重
，其性能对齐OpenAI-o1正式版
。更甚者，据披露 ，训练DeepSeek-R1模型的成本仅为557万美元
，远低于同行，且性能对标OpenAI的GPT-4o。1月27日 ，DeepSeek进一步推出iOS应用
，并迅速超越ChatGPT官方应用，登顶苹果商店 ，掀起了一场席卷全球资本市场的“技术海啸 ” 。

　　业界惊叹，DeepSeek-R1在芯片资源利用
、算法复杂性和推理速度上实现了重大突破
，其性能指标在多个关键领域全面超越了现有的尖端AI模型，包括OpenAI的GPT-4.5和Anthropic的Claude系列。

　　第二波震撼则来自Janus-Pro模型
。北京时间1月28日凌晨3点 ，DeepSeek在Hugging Face平台开源了这款多模态模型。根据GenEval（以对象为中心的框架
，用于评估文本到图像生成模型的对齐能力）测算，Janus-Pro模型的准确率达84.2% ，显著超越DALL-E3的79.7% 。这一结果直接击穿了市场的心理防线
。

　　机构分析师在致客户的报告中指出
，美国股市的支柱是以科技巨头为代表的大型科技股，而这些科技股的估值高度依赖AI行业的乐观预期。尽管DeepSeek的崛起引发了一些质疑 ，但该公司可能成为动摇AI乐观情绪的关键变量 。

　　DeepSeek-R1发布的同一周
，美国总统特朗普宣布启动“星际之门
”（Stargate）项目
。根据白宫发布的声明，该项目计划在未来4年内投资高达5000亿美元 ，用于建设多达20个新数据中心
，以支持AI相关研究与发展。此举被视为美国试图在AI竞赛中保持技术领先的重要战略 。

　　或颠覆硅谷逻辑的技术革命

　　猝不及防的成本碾压与开源闪电战一度让华尔街怀疑“烧钱”信仰
。

　　DeepSeek-R1通过动态路由算法压缩80%的冗余计算，训练成本仅为硅谷同行的1/10。

　　Janus-Pro模型采用“语言模型+校正流 ”架构 ，1.3B参数实现图像生成与理解统一，推理成本低至闭源模型的1/10
，且支持英伟达H800等非顶级芯片运行（技术白皮书已开源） 。

　　据介绍，Janus-Pro是一个集成了图像生成、文本生成和语音理解的多模态模型 ，能够在多个输入和输出类型之间进行高效转换
。这意味着它可以同时理解和生成复杂的文字 、图像以及音频内容
，成为目前多模态AI模型中的佼佼者。

　　开源生态的“降维打击
”颇具震慑力 。全球开发者贡献代码使该模型的推理效率每小时提升0.3%。

　　商业替代也在加速
。Adobe设计团队已测试用Janus-Pro替代DALL-E 3，成本下降了76%。对此 ，DeepSeek-R1这样互动回应：Adobe改用Janus-Pro的传闻若属实
，可能面临与OpenAI原有商业协议的冲突 。

　　Janus-Pro的开发基于DeepSeek-R1的核心优化技术，其训练成本显著低于传统多模态模型
。这种技术优势不仅降低了资源门槛 ，也挑战了行业巨头的成本模型。

　　对于GenEval的测试
，DeepSeek-R1称，若测试条件公允 ，Janus-Pro模型在特定静态图像生成任务上可能具备优势
，但尚未证明其在视频生成
、跨模态推理等复杂场景的能力 。商业层面上，开源策略对中小企业友好 ，但头部企业仍需谨慎评估全生命周期成本
。

　　DeepSeek-R1建议投资者关注第三方独立评测报告（如MLPerf基准测试）、头部云厂商的适配进展（如AWS是否提供Janus-Pro托管服务）以及OpenAI下一代模型的反制能力。

　　其时，资金流向也在变化 。1月27日
，科技ETF（XLK）跌幅达到4.9%，资本似乎正在逃离硬件 ，投资者可能在抛售科技股ETF以规避风险
。

　　此前几天
，市场对AI技术路径的重新评估，以及对依赖硬件销售的科技公司未来增长前景的担忧 ，可能导致了科技股ETF的资金外流。特别是英伟达的股价大跌
，直接影响了科技ETF（XLK）的表现 。

　　1月28日，英伟达 、台积电
、特斯拉等科技股悉数强力反弹
。这表明 ，尽管近期英伟达股价出现下跌
，但投资者对其未来表现仍持乐观态度，积极逢低买入。

　　OpenAI首席执行官萨姆·奥特曼在社交平台X上发文称 ，DeepSeek的推理大模型R1是一款令人印象深刻的模型
，尤其是考虑到其性价比 。他认为，有新的竞争对手加入 ，着实令人振奋。随着AI技术的进步，人工智能算力需求将比以往任何时候都更加重要
，奥特曼最新言辞亦为英伟达等算力提供商长期利好埋下伏笔
。

　　逻辑颠覆者DeepSeek-R1的威力在于，它证明了AI模型不需要依靠堆积的算力就能取得卓越的性能。靠着惊人的算法优化和资源利用效率 ，DeepSeek-R1以极低的成本实现了与OpenAI等巨头相媲美的AI能力 。这就像在告诉人们：你不一定需要一台超级计算机来玩AI游戏
，一台优化好的笔记本可能就足够了
。

　　这种颠覆不仅是技术上的突破，更是对AI产业投资逻辑的重构。突然间 ，那些依赖高资本支出、不断购买高性能GPU（图形处理器）的公司
，其投资前景变得模糊不清 。市场开始质疑，之前对AI需求的预期是否过于乐观 ，以及是否存在一个AI科技泡沫
。

　　AI革命的下半场

　　从“算力军备竞赛”转向“算法效率革命 ”
，DeepSeek-R1的出现或昭示AI革命下半场启幕。其影响不仅仅是股价波动，而是重新审视整个AI产业链逻辑 。

　　未来的AI竞赛 ，不再是芯片的纳米级较量
，而是算法效率 、生态活力与政策弹性的多维度博弈
。

　　DeepSeek-R1的横空出世，打破了硅谷“堆算力
、拼资本”的传统路径。其仅用557.6万美元和2048块英伟达H800 GPU便完成了性能对标GPT-4o的模型训练 ，成本仅为OpenAI同类模型的1/10，推理成本更是低至每百万Token 0.14美元（OpenAI为7.5美元） 。

　　这一突破的核心在于算法创新：通过自研MLA架构、强化学习驱动训练流程 、动态计算路由技术等
，DeepSeek实现了算力效率的指数级提升
。

　　那么，DeepSeek 的“AI大脑
”如何更聪明、更省力？

　　话说DeepSeek的AI技术就像是一支聪明高效的超级团队 ，它通过四个关键策略
，让AI跑得更快
、算得更准、用得更省——就像让一台高性能跑车既有速度，又省油 ，还能自动优化行驶路线！

　　混合专家模型（MoE）：让AI不再“全员上阵”
，而是“精准派单 ”。想象一下，你要建一座大楼 ，通常会把所有工人都叫来施工
，但DeepSeek采用了一种更聪明的方法——“按需调派专家
” 。它的AI模型只会在需要时激活部分参数，让最适合的“专家”来处理任务 ，而不是每次都让所有“工人 ”上工。这种方式就像是你不需要全公司员工一起修一盏灯
，而是派最擅长的电工团队去解决，大大节省计算资源
。

　　多头潜在注意力机制（MLA）：压缩数据 ，让AI“大脑
”更省力。传统AI处理信息时，像是在一堆文件夹里翻找数据
，文件夹越多，翻找的时间就越长 。DeepSeek采用了一种独特的方法 ，它会“压缩”关键数据
，让AI在更少的信息量里找到关键点，从而加快运算速度 ，减少内存消耗
。就像是你本来需要读整本书才能找答案
，但现在AI只需要读一页摘要就能理解所有内容，省时又高效。

　　强化学习驱动训练：让AI“自己摸索 ”如何变强 。如果说传统AI学习方式像是教科书里的死记硬背 ，那DeepSeek的AI更像是个“学习型机器人
”
，它会自己尝试 、犯错
、调整，再逐步变强
。DeepSeek让AI用“强化学习”的方式训练自己 ，就像是一个学骑自行车的小孩
，跌倒了就调整方法，直到学会并骑得更稳、更快。

　　动态计算路由：智能调度 ，避免资源浪费 DeepSeek 采用了“智能调度 ”策略，让AI计算时更像是一家高效运营的餐厅 。传统AI计算可能像是一家混乱的快餐店
，所有订单都堆在一个窗口，导致运算过载
。DeepSeek的“动态计算路由
”技术 ，就像是拥有多个点餐窗口
，并根据客流量实时调整每个窗口的工作量，确保计算资源得到最优利用 ，不会出现一部分计算过载
，而另一部分却闲置的情况。

　　不仅如此，DeepSeek-R1还给出了升华认知的补充视角——能耗革命的冰山一角 。

　　这些技术创新带来的改变 ，如同电动汽车对燃油车的颠覆
。诸如
，混合专家模型是能量回收系统：刹车时回收动能（闲置算力休眠）；多头潜在注意力机制是轻量化车身设计：用碳纤维替代钢铁（参数高效利用）；动态计算路由是智能导航：规避拥堵减少能耗（计算路径优化）。

　　关键还在于行业变革的隐喻延伸 。这套技术组合拳或在重塑AI领域的“生产要素关系”（三部曲）：算力资本主义→算力共享经济；暴力计算霸权→精准认知协作；硬件军备竞赛→算法效率革命。

　　如此，DeepSeek-R1的技术之美在不同认知维度绽放异彩
。

　　斯坦福大学教授吴恩达（Andrew Ng）表示 ，基础模型层面的这种良性竞争实际上将极大推动应用层面的创新。当AI技术变得更加平价
，整个市场的需求反而会在中长期显著增加 。

　　从1月28日美国科技股的强势反弹来看，看涨AI算力基础设施类型的股票即英伟达等AI芯片股的势力仍然非常庞大
。有分析认为 ，目前，世界各地的开发者都在试用DeepSeek的软件
，并希望用它来构建各种AI工具，这可能会加快先进人工智能推理模型的采用规模。

　　尽管DeepSeek的低成本模型引发了市场对AI资本支出合理性的质疑 ，但高盛等机构分析师认为
，AI行业的长期增长趋势并未改变 。高盛分析师指出，DeepSeek的崛起可能会推动AI技术的进一步普及 ，尤其是在推理效率提升的背景下
，算力需求仍然强劲
。

　　这恰如DeepSeek-R1的潜台词：别慌，我不是来砸场子的。

　　面对“美国科技泡沫掘墓人 ”的猜测 ，DeepSeek-R1的回应堪称AI界年度公关范文 。

　　对巨头：“各位大哥继续建算力帝国
，小弟我只想帮你们省点电费
。”（翻译：咱们是友军！）

　　对同行：“开源代码在此，欢迎来抄作业。
”（潜台词：一起卷算法 ，别让我孤独领跑 。）

　　对投资人：“别急着抛英伟达股票
，咱这技术能让显卡多卖十年！”（真相：硬件需求不会消失，只是换个姿势
。）

　　或许 ，“2025年的AI革命，始于东方既白的蛇年清晨。 ”