下商汤联合创始人林达华关于deepseekd访谈全文_风闻

【本文由“英年早肥的大尾巴狼”推荐，来自《DeepSeek官方测算模型成本利润率为545%》评论区，标题为小编添加】

有些人脑抽风闲得慌，何必无中生有去阴阳别人呢？！

以下商汤联合创始人林达华关于deepseekd访谈全文：

https://baijiahao.baidu.com/s?id=1825348701508746283&wfr=spider&for=pc

由DeepSeek点燃的人工智能热潮，仍在持续。面对这场热闹异常的“AI春节档”，全球大模型市场内的玩家们都在加速行动。近日，商汤科技联合创始人、执行董事及人工智能基础设施和大模型首席科学家林达华在一场闭门交流会上，谈及了对DeepSeek的看法、算力需求、未来AI技术路径、商汤未来大模型计划等。林达华认为，DeepSeek不会降低市场对算力的需求，在可见的2025年内，整体算力需求仍将保持增长。特别是随着DeepSeek推理能力不断突破，它带动了下游应用市场的快速扩展，推理市场正呈现供不应求、快速增长的态势。DeepSeek是开源路线的坚持者，因此DeepSeek的出圈也被认为是开源的胜利。林达华认为，开源不仅改变了全球AI和大模型的产业格局，还加速了技术的传播和普及。其次，开源模型的追赶速度非常快，与顶尖闭源模型的差距正在迅速缩小。未来，大模型应用将从问答、文本改写等浅层工具，转向替代行业中高价值的核心任务。大模型需要在特定行业任务上突破工业红线，才能实现规模化应用。开源只是技术价值链中的一环，而非全部。以下是林达华交流整理实录：

问：春节AI热潮又兴起，国民讨论度再创新高，DeepSeek最厉害的突破在哪里呢？

问：DeepSeek的高效训练是否会显著降低市场对算力的需求？

**林达华：**我们内部的判断是算力需求不会下降，主要基于以下几个观察：首先，DeepSeek研发投入是包含多次实验试错寻求最佳技术方案的。几百万美元的训练成本是单次成本，这是我们在估计研发成本时需要充分考虑的。其次，RL（强化学习）路径的成功已经显现出巨大的价值，我们预计未来许多机构将尝试大规模扩展RL训练，这将进一步提高算力需求。更重要的是，整个行业的竞争态势。即便单次训练成本得到了优化，并不意味着总成本会下降。因为市场竞争白热化，效率的优化会加快迭代，但不会降低总体需求。此外，随着DeepSeek推理能力不断突破，它带动了下游应用市场的快速扩展。目前，已达到可以与OpenAI同台竞争的水平。这也导致大量用户从OpenAI迁移至DeepSeek，但它自身的承载能力有限，难以满足全部需求。因此，市场上许多国产厂商包括商汤大装置纷纷上架R1，以支持不断增长的推理需求。推理市场正呈现供不应求、快速增长的态势。综合这些因素，我们判断，在可见的2025年内，整体算力需求仍将保持增长。

问：大模型未来演进路径会是什么样的？

问：多模态模型技术门槛到底在哪？它是语言模型的扩展吗？

问：大模型是否能赚钱吗？开源是否会颠覆闭源吗？

问：在竞争格局这方面，DeepSeek V3和R1的API的价格，是否有可能带来新一轮价格战？

**林达华：**当前的价格竞争导致按token计费的利润空间被压缩至成本线，但长期低价服务难以持续。大流量服务商若持续低于成本定价，用户量增长反而加剧亏损，市场终将回归贴近真实成本的合理区间。然而，真正的商业价值并非来自“按字收费”，而在于能否解决高难度业务问题。例如，生成深度行业报告或自主完成复杂任务的能力，其溢价远高于通用问答。若仅依赖chatbot按token收费，难以支撑持续研发投入。行业终局取决于大模型能否突破关键领域的“工业红线”，形成端到端的价值闭环。最终我觉得行业会走到这样的一个道路上：看大模型给用户带来了何种价值。当你依然采用“论斤算钱”的方式收费时，就代表了这个商业模式还没有走的很通；而当你真正形成高价值落地的时候，收费必然会依据所提供服务本身的价值来确定。