业界动态

再造“DeepSeek时刻”：中国大模型的集体突围与梁文锋现象

2025-07-31 11:36:49 快照小生阅读：218

7月底的上海，酷热之外的热闹来自WAIC（世界人工智能大会）。作为近年来规格最高、规模最大的AI盛会，2024年的WAIC不仅吸引了参展商暴涨60%，连AI领域的“教父”辛顿也首次现身，令会场门票一度炒至千元一张。某种意义上，这已成为国内AI公司最接近全球聚光灯的一刻。

而在热浪之下，一场围绕“谁能复制DeepSeek”的隐形较量正悄然展开。

“DeepSeek之路”能否重走？

7月11日，月之暗面发布Kimi K2，引发不小震动。其采用万亿参数的MoE混合专家结构，总参数达1.04万亿，激活参数则控制在320亿，成功在效率与能力之间找到平衡。行业普遍认为，K2架构本质上是DeepSeek-V3的“同门兄弟”，甚至有开发者表示，“Kimi K2基本是DSv3的复刻版，只是更狠地拉满了参数。”
这不是唯一一个沿袭DeepSeek路径的国产模型。7月28日，智谱推出GLM-4.5，宣称“挑战全球巨头”，并选择走开源路线。更早前，MiniMax、阶跃星辰也均回归基础模型研发，言语之间，DeepSeek几乎成了“行业共识”。
从研发哲学、模型结构到开源逻辑，越来越多中国AI公司正在不约而同地“借鉴”DeepSeek，但复制容易，超越极难。

DeepSeek到底改变了什么？

在正式推出R1模型前，DeepSeek长期是圈内的“隐秘高手”。其口碑并非来自营销轰炸，而是实打实的技术积累与价格战策略。甚至最早的API价格战，就是由DeepSeek率先打响的。
公司本身低调至极——几乎不对外融资，没有公关团队，CEO梁文锋极少露面，更多存在于同行口中的传说里。罗永浩曾在一次活动中提到他，“远远看去就像个读研的程序员。”
DeepSeek之所以能一战成名，关键在于其绕开了行业对“烧钱堆算力”的路径依赖。它选择强化下游能力，通过高强度RL训练（强化学习）倒逼模型优化策略。相比那些在预训练阶段就砸钱豪赌的公司，DeepSeek更像是AI时代的“务实派”，用手艺人式的打磨换来了实用场景下的惊艳表现。

新爆点：下一个“o1”在哪里？

当前大模型赛道，仍处在一个“后o1时代”——即OpenAI发布GPT-4（即o1）之后，行业出现的集体技术迭代。
DeepSeek R1正是基于此节点，以独特的MoE结构和强化学习策略，掀起国内模型范式革新。而如今，包括Kimi、智谱、MiniMax等纷纷试图打造属于自己的“R1时刻”，但要想实现下一个“技术阶跃”，难度比复制前人路径要高出几个量级。
更大的挑战来自预期之中的“GPT-5时刻”。据称，该版本预计在2025年8月前后问世，不再是单一任务的性能升级，而是尝试将推理、多模态交互、智能体逻辑全面整合，构建真正的“统一智能系统”。
GPT-5或将取消当前需要用户手动选择不同模型（如4o、3.5）的界面，转而由系统智能调度。比如在用户提出复杂代码问题时，模型可自动激活更强的推理引擎，反之则用轻量模型处理闲聊与应答。
这对中国模型厂商而言，既是压力也是机遇：一方面必须紧跟OpenAI技术节奏，另一方面也需找出属于自己的“硬核创新点”，而不是永远作为追随者。

不是人人都能成为DeepSeek

在“模仿DeepSeek”逐渐成为行业默认操作时，真正具备创新精神与执行能力的公司，其实并不多。
比如Kimi在K2中坦言，“在结构实验阶段，几乎所有不同于DSv3的架构设计都未能显着超越，最终决定不再‘为了不同而不同’。”这种务实态度值得肯定，却也说明当前技术发展已触碰短期天花板。
阶跃星辰更像是另一种范式实验者，其多模态策略被寄予厚望；字节跳动则在幕后频频调整路线，张一鸣本人也在全球多地调研，寻求突破口。
但问题的核心从未改变：没有自己的“o1时刻”，就无法真正改变格局。

写在最后：梁文锋不是终点，是起点

如果说OpenAI代表着AI行业的“美式梦幻路径”，那么DeepSeek则代表了“技术本位”的中国可能。
它不讲故事，不拉融资，不靠人设，只用模型说话。其CEO梁文锋几乎成了这个行业最低调却最具象征意义的人物：既是AGI信仰者，也是执行派代表。
越来越多企业开始意识到，真正的爆点不在短期流量或一场展会，而在于有没有扎实的技术方法论与长期主义的组织能力。DeepSeek之后，中国大模型的“黄金窗口期”也许就只剩下最后一年。谁能成为下一个被全行业“模仿”的对象？或者说，谁能被别人致敬？
答案仍未揭晓，但时间已经开始倒数。