心脏报告
心编辑部
“工程师们正在疯狂地分析 Deepseek，试图从中复制任何可能的东西。”
Deepseek的Yangmou这种开源模式着实震惊了美国AI公司。
最先惊慌的似乎是同样尊重开源的meta。
近日，meta员工在美国匿名职场社区TeamBlind上发布了一条帖子。帖子中提到，近期国内AI初创公司DeepSeek的一系列举动让meta的生成式AI团队陷入了恐慌，因为前者的低成本唱衰，后者无法解释其超高预算的合理性。
原文如下：
这一切都始于 DeepSeek-V3，它在基准测试中落后于 LLAMA 4。更糟糕的是“拥有550万培训预算的不知名中国公司”。
工程师们正在疯狂地分析 DeepSeek，试图从中复制任何可能的东西。这并不夸张。
管理层关心的是如何证明庞大的一代AI组织的成本是合理的。当一代AI组织中每个“领导者”的薪资都高于训练整个Deepseek-V3的成本时，而我们有几十个这样的“领导者”，他们如何面对高层？
DeepSeek-R1让情况变得更加可怕。虽然我不能透露机密信息，但这些很快就会公开。
这本来应该是一个以工程为主的小组织，却因为很多人想参与分享，人为地扩大了组织的招募规模。结果，每个人都成为失败者。
原链接链接：
帖子中提到的Deepseek-V3和Deepseek-R1分别发布于2024年12月26日和2025年1月20日。
其中，DeepSeek-V3提到该模型在多项评测结果上超过了Qwen2.5-72B和LLAMA-3.1-405B等其他开源模型，并且在性能方面与全球顶级闭源模型GPT-4O和Claude相媲美-3.5-十四行诗不管博仲。
然而，更值得注意的是，671B数量为671B的大规模语言模型的成本仅为558万美元。具体来说，其预训练过程仅使用了266.4万H800 GPU HOURS，加上上下文扩展和后训练的训练，仅使用了278.8 H800 GPU HOURS。相比之下，meta 的 LLAMA 3 系列模型的计算预算高达 3930 万 H100 GPU Hours——这个计算量至少可以训练 15 次来训练 Deepseek-V3。
最近发布的DeepSeek-R1性能更加猛烈——在数学、代码、自然语言推理等任务中，其性能官方与Openai O1正式版进行了对比。模型发布的同时，权重也同时开源。很多人惊呼DeepSeek才是真正的OpenAI。加州大学伯克利分校教授Alex Dimakis认为，Deepseek现在处于领先地位，美国公司可能需要迎头赶上。
看到这里，就不难理解meta团队为何惊慌了。如果说今年推出的 LLAMA 4 不是有点辛苦的话，他们的“开源之光”地位就岌岌可危了。
有人指出，其实不仅仅是meta、Openai、Google、Anthropic。 “这是一件好事，我们可以实时看到公共竞争对创新的影响。”
有人担心Nvidia的股价，称“如果Deeseek的创新属实，那么AI公司真的需要这么多显卡吗？”
不过，也有人质疑Deepseek到底是创新还是由OPENAI模型提炼出来的？有人回复说，这可以从他们发布的技术报告中找到答案。
目前，我们无法确定该帖子的真实性。
不知道未来meta会如何应对，以及即将到来的LLAMA 4会有怎样的表现。
