大模型行业风向突变，Deepseek成为新晋焦点。去年，豆包和Kimi在C端大模型应用领域声势浩大，但如今，DeepSeek已悄然登上苹果中国区免费版APP榜首，腾讯元宝搭载DeepSeek后也迅速跻身榜二。DeepSeek的“概念效应”正成为衡量C端大模型应用热度的标尺。

这家原本低调的公司，不仅改变了APP排行格局，更在冲击大模型行业的竞争格局。多位AI业内人士指出，DeepSeek技术过硬且选择开源，这对一些闭源公司造成了冲击。DeepSeek的特质，如未依赖外部融资、专注基础研究，难以被复制。业内人士正在冷静评估，思考如何从中学习。

DeepSeek于2月26日如约开源第三个代码库，并计划在未来几天继续开源两个。这一举动让业界受益，国内某大模型研究人员acedar表示，DeepSeek的创新成果实用，可直接被其他大模型团队采用，将提升国内大模型整体水平。

DeepSeek的出现，让其他大模型厂商略显尴尬。去年备受瞩目的六家大模型创业公司估值或超200亿元，而DeepSeek未参与融资大战，少有营销动作，却一举超越“六小龙”，为行业竞争带来新变数。

如何评估这位竞争对手？DeepSeek是否技术领先？除了赞赏，业界也出现不同声音，认为不能仅从技术优势看待DeepSeek的火爆。一种看法认为，DeepSeek-R1的火爆建立在OpenAI闭源收费的错误策略上。

复旦大学计算机科学技术学院教授邱锡鹏表示，DeepSeek-R1受关注的原因在于低成本、效果好、开源。相比之下，Meta的开源模型影响力较小，因其效果不如R1。R1开源对所有大模型公司造成巨大冲击。

面壁智能CEO李大海分析，DeepSeek的成功既有必然性也有偶然性。必然性在于复刻出OpenAI o1模型的高阶推理效果且开源。同时，DeepSeek的增长速度与其推出时间点有关，春节期间正值国内社交聚集高峰，传播效应增强。

从技术难度看，业界人士认为DeepSeek能在短时间内复现o1水平，存在可预见性。DeepSeek-R1基于V3模型，性能迅速追赶上o1，背后是o1技术壁垒相对较小，算法方案探索出来后，研发变得简单。

新浪微博新技术研发负责人张俊林认为，R1成本估计仅10万美元级别，远低于复刻GPT-4等基座模型的成本。R1采用主流技术，大模型团队通过穷举也能试出正确路线，单次尝试成本低。

在认可DeepSeek技术能力的同时，AI从业者也在分析R1的缺点。邱锡鹏指出，R1存在过度优化问题，如常用高端词汇，通用任务推理效果不理想，强化学习的泛化性需进一步研究。

DeepSeek掀起AI热潮后，国内某互联网公司探讨DeepSeek等AI技术的实际应用。员工提到R1适合金融、医疗、教育等需推理思考的场景，但不适合局部处理场景，如编写函数。

DeepSeek对应用场景有所侧重，模型不一定适合所有场景。一名芯片厂商高管认为，R1-671B模型庞大，全量部署需至少64台机器，成本高，适合To C场景，而非To B或私有化部署。

DeepSeek的创新工作并非能被其他大模型公司全部采用。李大海表示，面壁智能关注并学习了DeepSeek的工作和技术思路，但DeepSeek主要面向云端高并发场景，与面壁智能聚焦的端侧场景差异大。

DeepSeek-R1并非大模型竞争的终局，OpenAI计划推出融入GPT-5的下一代推理模型o3，马斯克旗下的xAI也向OpenAI和DeepSeek发起挑战。DeepSeek的未来充满变数，但已为行业竞争带来深远影响，使开闭源天平向开源倾斜。

OpenAI CEO奥尔特曼表示，OpenAI的开源政策站在“历史错误的一边”，需制定不同策略。百度也由闭源转向开源，李彦宏去年表示大模型开源意义不大，今年却宣布文心大模型4.5系列将于6月30日正式开源。

从商业化角度看，DeepSeek证明了开源的正确性。李大海表示，当前行业未见基于大模型的超级APP，不存在适合闭源模型的商业模式，开源路线可能更正确。开源能让生态参与者产生信任，促进模型能力演进，更快被行业感知和接受。

DeepSeek增加了AI的渗透，带动大众对AI的认知，多个产品自然增长翻倍。DeepSeek的出现和开源做法加速了大模型行业的洗牌。

李大海认为，AI仍在快速演进，AGI是长远目标。能否复制DeepSeek的成功成为热议话题。DeepSeek以技术理想主义为基础，不依赖外部融资，专注基础研究，这种特质难以复制。其他公司面临不同牵绊，能否付诸实践仍是疑问。

清华大学副教授刘知远表示，DeepSeek拥有技术长期主义推出的结构，中国需要更多像DeepSeek的团队，但需思考如何在资金有限的情况下进行创新。

（文章来源：第一财经）