低成本模型的崛起：DeepSeek是否威脅NVIDIA的霸主地位？

 DeepSeek的事件解讀與評論對美股影響

前言：

近日DeepSeek 的推出在市場掀起一波熱議，作為一個僅耗資 560 萬美元完成的開源大型語言模型，DeepSeek 展現了低成本與快速開發的優勢，其成果被部分人視為對 OpenAI 和 Google 壟斷地位的潛在挑戰。

然而，這波熱潮背後也存在諸多爭議。儘管 DeepSeek 提供的模型能以更少資源完成推理任務，但其效能仍無法全面趕上 GPT-4，甚至被認為更適合特定場景的應用而非廣泛推廣。此外，開源模型一直以來的挑戰，如數據品質、算力需求及多模態整合的技術門檻，仍然是限制其對商業化模型產生重大威脅的主要因素。這樣的背景也讓美國主要財經媒體對該事件的報導相對低調，而社群媒體上卻形成了極高的討論熱度，進一步凸顯了意見分歧。

另一方面，市場對開源模型的發展態度也充滿矛盾。一方面，開源模型代表以低成本實現高效推理的可能性，特別是在多模態和邊緣運算場景中展現了潛力；另一方面，過去幾年開源模型屢屢未能趕上 GPT-4 的整體水準，加上其商業化應用效果有限，使市場對其真正影響力抱持保留態度。正如 Meta 的 LLaMA 和 Hugging Face 等知名開源模型的發展所顯示，雖然開源模型以免費和靈活性吸引大量研究者與小型企業，但其影響力仍受到訓練資源和應用場景限制。對於 DeepSeek 是否能真正撼動 NVIDIA 等產業鏈巨頭，還需觀察其技術發展是否能快速商業化，或僅僅停留在技術討論的熱潮中。這一現象也反映投資者對 AI 模型未來趨勢的疲勞感，以及如何在短期熱點中理性篩選出長期價值的挑戰。

摘要重點

1. DeepSeek 以 560 萬美元開發出開源模型，成本僅為傳統 GPT-4 模型的零頭，展現低成本、高效率的潛力。
2. 儘管效能仍不及 OpenAI 和 Google，其在數據處理和推理任務上的表現已接近 GPT-4，對開源模型的技術突破具有示範效應。
3. 部分投資者認為 DeepSeek 對 NVIDIA 等高端芯片供應商形成挑戰，但專家仍對其數據品質和商業化潛力持保留意見。
4. 開源模型正朝向多模態推理（如文本、圖像、音頻整合）及小模型（高效、低資源消耗）發展，目標是降低運行門檻，應用於移動設備與邊緣運算場景。
5. 雖然開源模型具有成本與靈活性優勢，但其商業應用仍受制於數據需求、算力資源及整合難度，短期內仍難以全面趕上 GPT-4 水準。
6. Meta 的 LLaMA、Hugging Face 等開源模型展示了市場接受度，但影響力局限於特定場景，尚未撼動專有模型的主導地位。

市場反應與短期觀察

上週五（以及現在美股夜盤）包括 NVIDIA、AMD、META 等多家 AI 股下挫，可能與 DeepSeek 引發的市場不安有關，但更大程度受到美聯儲政策會議和高估值壓力影響。

DeepSeek 的影響需觀察相關個股間的強弱變化，如：

1. 受惠股：AMD（推理市場需求提升）、META（開源模型生態受益）。
2. 受害股：NVIDIA（高端芯片需求可能削弱）、MSFT（OpenAI 整合前景受挑戰）。
3. 對照組：TSM（晶片製造商需求穩定）、AVGO/MRVL（ASIC 市場潛力）。

長期產業趨勢

1. 隨多模態與推理模型的普及，ASIC（應用專用晶片）市場將快速成長，可能逐步分流 NVIDIA 等通用型 GPU 的市場份額。
2. 開源模型若能有效解決數據與資源需求，將推動 AI 技術更廣泛的商業化，但仍需時間觀察是否能成為長期趨勢。
3. 隨著 AI 相關熱點屢次快速降溫，投資者正重新審視 AI 產業的長期價值，開源模型的「低成本革命」能否撼動市場仍有待驗證。

第一部分： DeepSeek的事件解讀與評論

新聞參考：

矽谷對中國製造的人工智慧模型讚不絕口

中國的新人工智慧模式 DeepSeek 如何威脅美國的主導地位

新聞重點：

1. DeepSeek，在12月下旬推出開源大型語言模型，使用NVIDIA降低的NVIDIA CHIPS，僅花費了兩個月，不到600萬美元才能建造。
2. 關於該實驗室及其創始人Liang Wenfeng知之甚少。DeepSeek是由一個名為High-Flyer Quant的中國對沖基金誕生的，該基金管理約80億美元的資產。
3. DeepSeek 的開發由中國對沖基金經理梁文峰領導，他已成為中國人工智慧發展的代言人。 1月20日，梁會見中國總理，討論本土企業如何縮小與美國的差距。
4. DeepSeek 的技術仍然落後於 OpenAI 和Google，但儘管它使用的晶片數量較少且不太先進，並且在某些情況下跳過了美國開發商認為必要的步驟，但它仍然是一個勢均力敵的競爭對手。
5. DeepSeek 表示，訓練其最新模型之一的成本為 560 萬美元，而人工智慧開發商 Anthropic 執行長 Dario Amodei 去年提到的建造模型成本為 1 億至 10 億美元。
6. DeepSeek-R1: 這個推理模型於2025年1月20日正式發布。R1模型展現優異的推理能力，在數學、編碼和自然語言推理等任務上與OpenAI的GPT-4相當。

評論：

事先說明：

上面的新聞摘要重點還有其他的部分，我沒有節錄出來的部分是技術面的，也就是很多是比較艱深的Data Science方面的東西，有興趣的各位可以上網查詢，這裡僅聚焦討論在投資的方面。

分析：

1. 目前看起來DeepDeek語言模型的推出會讓大家討論的重點在兩個：

(1)開源模型

(2)成本低且快速

至於效能或使用心得方面，上面的新聞有提到可能還沒辦法跟o1或Google等其他大模型相比。

事件重點：

市場很多人認為DeepSeek就是一個CP值高的模型。也就是用小小的成本就可以達到接近o1的能力。

我們以下就對美股個股的來初步分析：

很多大模型現在推出新的版本或功能時都很叫好，但我個人的觀察一下就沉寂下去，跟過去2023年相比差很多，有的是消費者喜新厭舊心態，有的是真的使用起來沒有當初這些大模型提到的那麼令人驚艷。

我使用o1和Sora的心得，一開始覺得好像不錯，之後用越久越了解AI還真的有很多地方改進的空間。另外，人類的反撲，我發現人類開始嫌惡因為AI的寫作（就不是真人寫的還拿出來賣等等的一堆評論...甚至連利用AI排版也有人不認同），或是AI製圖，看久了哪些是真人畫的插圖，哪些是AI圖，真的畫的（比如插畫）也許沒有AI畫的精緻，但受到實體人類的讚同（認同感）比AI高太多了。

我們不討論AI『現在』對人類的科技貢獻大小的問題（我認為AI對企業或對人類的貢獻很大未來會更大），我們想釐清的是現在的世界目前對AI的發展狀況以及有沒有AI 疲勞感？

DeepSeek不是第一家開源的大語言模型，美國已經有太多家了，你可以講DeepSeek是第一家用這麼便宜的成本就生產出來的大語言模型，但過去『文心一言』剛推出時也讓美國西方世界很緊張，現在呢？

過去開源模型也不少，比如以下：

最著名大家比較聽過的就是Meta的LLaMA模型。

這些開源模型從2023年後就一直不斷出現（因為開源，不斷有新的產品推出），主要朝兩個方面進行：

1. 多模態
2. 低成本

也就是利用開源模型所創造出來的這人些的終極目標就是：利用較小較便宜的模型就可以達到ChapGPT的程度，當時他們對標的3.5，但後來時間一久發現真的還好，之後到現在對標GPT 4 仍然一直無法趕上，（我不知道大家對ChatGPT 4的使用感受如何），我幫大家整理以下比較接近GPT 4但還是有差距的開源模型：

說明：

各位可以看到最後面一欄，基本上都落後GPT 4 ，但開源模型在目前仍在加緊趕上的部分。未來要花多久時間趕上？不知道，因為下面會提到困難點，也就是類似大家都在討論什麼時候要到AGI，感覺要快了，但現在就是到不了，因為背後有太多複雜的技術。尤其在資料方面的問題較大。

先整理一下，小結：

1. 開源模型以前到現在一直存在，而且越來越多，因為免費的。
2. 開源模型的終極目標：用較小的模型或較低的成本製作成類似大語言的水準。
3. 這些開源模型到現在（美國/西方國家的）依然停留在3.5-4之間的水準，連4都趕不上，更不要提到o1。