【观众提问】

观众：今天想请教几位老师的一个问题是：DeepSeek 的开源策略会如何推动中国在AI领域形成非对称技术竞争能力，突破美国的技术封锁？中国在今后是否会加大对开源社区的政策支持？

主持人：开源是一个关键词，汪涛老师您觉得我们怎么来理解开源的作用？

汪涛：其实不是说开源就一定会达到某种结果。比如在过去，个人计算机的时代下，微软的操作系统可以说处于统治地位，同时期还有Linux的操作系统，也是开源的，但是Linux的开源一直没能撼动微软公司在个人计算机操作系统的地位。

在大模型时代，事实上在DeepSeek之前也有开源的，像麦塔也开发过一个大模型就是开源的。但为什么DeepSeek的开源，实现了这么大的冲击？原因就是效率的提升，它不是说百分之几十的提升，甚至不是一倍的提升，而是数量级的提升。这带来的影响本身就非常震撼。所以不是说软件开源了，它的经济性就一定好。

DeepSeek同其他模型性能对比

主持人：如果免费但是很不好用，那也没有人来。

汪涛：或者是说效率的提升没有那么高，它的开源意义就没有那么大，因为价值没有那么大。但是DeepSeek对于效率的数量级提升，除了它自己的使用成本降低以外，底层的硬件成本同样是数量级的降低，这个价值就很大了。

除此之外，DeepSeek还有一个对中国很大的影响。我们都知道，人工智能的大模型目前还处于初级阶段，标准还未完全形成。过去为什么Linux很难撼动微软在操作系统的地位？因为标准已经被微软建立起来了，整个生态已经建立起来了。

DeepSeek在美国的人工智能生态环境还没完全建立起来的时候，突然之间得到了广泛应用，紧接着带来的影响，就是建立一个以中国人工智能大模型为标准的生态，这个影响是非常大的。

主持人：张老师说中国话语有一个非常重要的构成，就是标准的制定。如果DeepSeek在未来能够引领相关标准的制定，那这将是它最大的贡献。

张维为：有些东西只要眼光稍微长远一点，就能认识到形成生态最终可以带来的价值。而且据我知道，即使在开源里边，也并不都是一样的，它里边各种各样的源代码，有的属于训练的源代码，有的属于推理的源代码，并非都是开放的，所以还有很多细分的技术领域。

主持人：说到生态，我倒是想问汪老师一个问题，您觉得像DeepSeek这些公司的出现，它受益于我们在科创生态上哪些成就？接下来还会对整个科创生态带来什么影响？

汪涛：DeepSeek的开发主要是人工智能软件相关的开发，如果中国的人才积累没有达到现在非常雄厚的基础，那要开发是很难的。那么DeepSeek起来以后，它会连带影响其他生态的建立，比如人工智能的芯片。过去人们的概念中只有用英伟达的芯片，现在DeepSeek将效率提升后，我们可能没有那么依赖高性能的芯片，也可以带动中国人工智能芯片的爆炸性增长。对于下游环节的各种应用场景，这种生态的建立也是有很大作用的。

刚才张老师谈到说，欧洲也想建立基于它自身价值观的“DeepSeek”，所以这个影响是非常快的。

主持人：差不多去年的这个时候，我们讨论的是ChatGPT 4。当时我们还讨论它的文生视频。其实文生视频，张老师当时一直说这是一个概念，你可能做个短视频可以，但做长的就不行。因为我们也在节目里说过，这是非常耗电的，电力支撑很容易供应不上。但是刚才汪老师说因为DeepSeek它提供了效率，它不是“唯算力论”，而是数量级地降低了对算力的依赖，所以这也就意味着它将会数量级地降低对能源的依赖。

汪涛：这是很自然的。

主持人：这是非常了不起的。所以当我们做大型运算的时候，它对于周围的资源消耗会变得很划算。

汪涛：这个问题的出现是因为摩尔定律逐渐达到了极限。原来芯片不断在发展，我们对算力的需求也在不断增长，过去没有这个问题，现在为什么出现了这个问题？在摩尔定律还有效的时代，我提升几倍、十几倍的算力，它是可以保持功耗不变的。即使随着集成度的提升，在实现更高算力的情况下，它的功耗也一直维持在一个水平上。但是现在因为摩尔定律越来越接近极限，这就意味着伴随运算能力提升，功耗很难再降低了。

因此，现在我们可以看到很多给最初计算机降温的技术，甚至水冷技术、液冷的技术都用上了。这就意味着，算力的增长必然带来功耗的同步增长，或者说虽然没有完全同步，但是影响会很大。

DeepSeek的出现给了我们另外一个方向：我们不用单纯地去追求算力，而应该降低对算力的需求，这也是一个节省能源的方法。不仅仅DeepSeek可以这么干，大模型、人工智能也可以这么干，因为我研究生时候的课题，是在个人计算机上面实现过去巨型机的卫星云图处理。当时我们就采用了各种各样降低算力需求的方法，过去我们也听到说中国研究原子弹，那时候没有高性能计算机，是由算盘打出来的。

如果算法完全一样，那用算盘也能把原子弹“打”出来，未来事实上也是这样的。芯片提升是一个路径，但我们现在提供了另外一条路径，只是说在过去摩尔定律成立的时代，我们把这些方法都忘了。因为既然芯片算力可以那么快增长，为什么要去省算力呢？

主持人：最后发现算力不仅本身有瓶颈，而且还要制约你。

汪涛：所以未来这可能在很多领域都会出现，甚至在一些对算力需求很大的领域。那么怎么降低算力的一些技术发展？这就成为了一个方向。

主持人：我觉得汪老师的观点给了我们一个启发，就是您说的从节约能耗、从对自然环境友好、从“双碳”目标的实现来说，咱也得换条路走，因为那种高能耗的路是不能走下去的。好，我们再来看这边还有哪位朋友要参与讨论，欢迎提问。

观众：两位老师好。主持人好，我是陈希赟，来自上海，我是一名硕士二年级的在校学生。考虑到最近DeepSeek 和宇树科技都特别火，我想了解一下国家在相关方面的一些前沿布局是什么？以及我作为一个即将毕业参加秋招的学生，我也想了解一下，我可以重点关注什么行业和领域？

汪涛：应该说DeepSeek这种人工智能大模型对于文创领域是非常好的一个工具，也是很重要的一个应用领域。需要认识到，它并不能完全替代人力，所以不要指望人工智能这样的工具可以完全做到跟人一样，甚至完全替代掉人来做事。但是它会提供一些很好的基础工作，你在这个上面去进行一些加工，会有很好的应用。

涉及到就业的问题就相对比较复杂一些。但不管怎么样，最重要的是你的能力，比如说我在大学的专业是电子测量，但是后来我们一个班的很少有人专门做这个工作，但是你掌握的工具，它的应用面是很广的，就你可以去做很多别的工作，根据市场的变化，可以很容易去适应。

主持人 ：我前两天跟一个大学教授有个对话，他都是要求他的学生交读书笔记的，但是最近他发现，这些学生交上来的读书笔记有很浓的DeepSeek痕迹，所以他说他打算改一个方式，跟自己的硕士博士生面对面地让他们谈谈读某本书的感受。所以我就在想，可能DeepSeek可以帮助大家初步地做些什么，但是最后的成果你应该远远超出它，这样才是一个好的作品。

张维为：反正我觉得DeepSeek也好，或者人工智能发展，机器人发展也好，某种意义上是革命性的，许多现有的工作可能会因此消失，但同时也会相应创造一些新的工作机遇，天无绝人之路。

2025年2月10日，杭州云深处科技的工作人员在动态展示“绝影”系列机器人。新华社

主持人：刚才我们也聊到人工智能可能在未来生活当中的一些应用。但回过头来讲，我们今天的话题从DeepSeek火出圈开始，到汪老师解释为什么它可以不要“唯算力论”来提高自己的效率。我想，包括DeepSeek在内的很多科技公司的成功，一方面在于我们这些年，其实在科创生态上始终努力地布局，另一方面在于许许多多该领域从业者的心血努力。

另外，我们也可以看到像这样的一些公司的崛起和发展，毫无疑问还会继续重塑我们中国的整个科创生态，带来许许多多新的局面，也让我们一起期待。谢谢演播室的两位嘉宾，谢谢大家一起来参与讨论，再见。

本文系观察者网独家稿件，文章内容纯属作者个人观点，不代表平台观点，未经授权，不得转载，否则将追究法律责任。关注观察者网微信guanchacn，每日阅读趣味文章。