根据张小珺发布的文章，上个月拾象创始人兼 CEO 李广密，组织了一场关于 DeepSeek 的闭门讨论会。

嘉宾包括数十位顶尖AI研究员、投资人与一线 AI 从业者，围绕 DeepSeek 的技术细节、组织文化以及其出圈后的短中长期影响等，进行了探讨与学习。他们也学习 DeepSeek，本着开源精神，将闭门会的集体思考公开。

摘要了一些观点：

- 创始人兼 CEO 梁文锋是 DeepSeek 最核心的人，和 Sam Altman 不是一类人，他是很懂技术的。如果再给 10万、20 万张卡，DeepSeek 团队可能能做出更好的事情。

- DeepSeek 最重要的事就是 push 智能。钱和商业化的优先级都不高。

- 市场上钱有很多，但 DeepSeek 核心是文化组织。

- 在探索方向的时候，花 1 万张卡的效果不一定比 1 千张卡好，但可能会有一个门槛，即如果只有 100 张卡，那大概率做不出来，因为迭代一次方案的时间太长。

- DeepSeek 在数据标注上非常重视，听说梁文锋自己也会打标签，在 AI 上除了算法和技巧，数据的精确度也很关键，特斯拉的标注成本几乎是中国自动驾驶的 20 倍，中国自动驾驶的数据经历了大而全、精细化到最终发现要找开车经验和能力特别丰富的人，这个是特斯拉一开始就在做的事。

- 如果不去了解模型训练中最大的技术痛点，而选择用蒸馏的技术去避免了解，那么在下一代技术提出的时候，就可能会掉进坑里。蒸馏的坏处是模型 diversity 下降，影响模型上限，无法超越最强的模型。但短期看，蒸馏也是一条路线。OpenAI 是没有数据蒸馏的，要超过 OpenAI 是肯定不能做蒸馏。

- 过程监督上限是人，人很多是想不到的。结果监督才是模型的上限。

- 相比大厂，DeepSeek 可能因为没有在多模态上做事，而是集中在语言，所以能做出成果。大厂的模型能力不弱，但得低调，不能发太多。现在多模态不是很关键，智能来源主要是语言，对于提升智能没有帮助。

- 25 年多模态可能会出现能挑战 ChatGPT 形态的产品。

- 开发者是否会从闭源模型迁移至 DeepSeek？目前看还没出现大批迁移，因为领先模型的 coding 指令遵循能力是比较有利的，但不确定这一优势在未来是否会被攻克。

- 人类对智能的需求是远远被低估的，比如癌症问题、SpaceX 上的隔热材料都还没有被解决。现有的任务是自动化的问题，还有很多问题，对未来增量的爆发非常乐观，智能是不能停下来的。

- DeepSeek 在短期情绪上对股价、估值有压力，对二级的算力相关公司，甚至能源公司有压力，但长期叙事会继续。

- DeepSeek 之所以受关注，更多是开源和闭源路线之争。有可能会导致 OpenAI 等把好的模型藏在后面，目前看领先的模型都没发布。但 DeepSeek 拿出来之后，其他 AI 公司好的模型可能也藏不住了。

- 开源对整个市场的 margin 是有控制的，如果开源能做到闭源的 95%，那如果闭源太贵，那完全就可以用开源来做，如果开源和闭源能力差不多，那对闭源是一个很大的挑战。

- DeepSeek 的出圈让外界意识到了中国的 AI 很强。以前外界认为中国的 AI 进展落后美国两年，但 DeepSeek 表明其实差距在 3-9 个月，甚至某些方面更强。这次 R1 结果很漂亮，触及到了美国从上到下的核心圈。

- 不同 AI labs 的模型之间的核心差别在于 AI labs 本身的下一个愿景是什么，而不是技术。毕竟，比技术更重要的是愿景。

#42how##新能源汽车##deepseek#