【文/觀察者網專欄作者 晨楓】

這幾天，DeepSeek在美國引發(fā)巨大關注，甚至有新聞說DeepSeek老板梁文鋒的采訪被美國同行逐幀分析，可見震動不小。

在可預見的將來，AI確實有潛力集人類之智慧，在重復性腦力勞動方面替代人類。一方面，這使得乏味、一眼看穿30年的工作消失，另一方面，這也使得做一天和尚撞一天鐘的人被AI平替。AI將像機器代替體力一樣，對文明發(fā)生巨大的作用。

普華永道曾發(fā)布研究報告稱到2030年，AI對世界經濟的貢獻可能高達15.7萬億美元，對各國GDP增長的貢獻可能高達26%。其中中國是最大的受益者，GDP增長有26.1%來自AI，價值7萬億美元；北美第二，GDP增長有14.5%來自AI，價值3.7萬億美元；西歐北歐的GDP增長受益于AI較小只有0.9%，價值依然有1.8萬億美元，東歐南歐受益更小，AI驅動的GDP增長有11.5%，但由于基數較低，價值只有0.7萬億美元；亞太發(fā)達國家（日韓澳新等）則為10.4%、0.9萬億美元。報告還列出300個受到AI影響最大的產業(yè)領域。

這樣的“科學算命”報告鮮有照單兌現的，但即使只有一半成真，依然是巨大的餡餅。

在ChatGPT剛推出的時候，人們在驚嘆之余，對中國AI幾乎絕望：這樣的先進，如何可能趕得上！拜登不失時機地接連出臺芯片禁運，英偉達最先進的GPU相繼被禁止向中國出口，英偉達想削足適履繞過制裁都被美國商務部亡羊補牢，把想象得到的漏洞都堵死。

中國人則悄悄發(fā)力，在兩個方向突破美國的AI封鎖：

1.專用AI

2.高效率通用模型

在可預見的將來，AI并不產生智慧，只能吸收人類智慧。AI要有用，最終需要在創(chuàng)造實體財富方面發(fā)揮更大作用，只會在吟詩作畫、解題答疑方面游刃有余的話，只是個聰明的話嘮。

服務業(yè)到底是創(chuàng)造財富為主，還是轉移財富為主，這是說不清楚的問題，但制造業(yè)（廣義制造業(yè)包括農業(yè)和采礦）是確確實實創(chuàng)造實體財富的。美國GDP有80%的貢獻來自服務業(yè)，只有20%來自制造業(yè)；中國GDP有51.6%來自服務業(yè)，48.4%來自制造業(yè)，實心度大大高于美國。而且中國制造業(yè)門類俱全、大部分處于全球前列，部分直接領先。這意味著中國具有最豐富的制造業(yè)知識和數據，這對于面向制造業(yè)的AI至關重要。

中國還具有世界上最大的物流業(yè)，網購送貨的速度差異人所共知，商業(yè)貨運的速度也同樣世界領先，港口周轉更是如此。

中國電商也在世界最發(fā)達之列。有意思的是，中國的電商應用平臺注重集成，很多平臺強調“通吃”，而不是商號專用。比如說，高德主打地圖和導航，但“順手”把公交、打車等也整合進去了，甚至還有親子游、周邊游、買房租房、訂酒店、家政保潔、醫(yī)美等功能。支付寶不僅有支付功能，還可以轉賬、水電氣話網付賬、借錢等。銀行應用除了常規(guī)的賬戶、收支、支付，還有醫(yī)保、貸款、理財，甚至定點幫扶消費、美食兌換、以舊換新等。百度地圖則貼心地加上實時翻譯、常用口語、實時匯率，當然少不了公交、打車、訂酒店等。

中國社會也在網絡化、數據化方面走在世界前列。

這樣的集成化和網絡化、數據化有利于大數據的形成，對AI訓練是很大的便利。

TikTok推送算法就是在中國鍛煉出來，再到美歐大殺四方的。

中國已經在專用AI方面悄悄地推出一大批應用，并且產生了效益。一個看得見摸得著的例子就是人臉識別。西方熱衷于鼓噪中國將人臉識別用于警務和維穩(wěn)，實際上更大量的應用是超大型活動和高流量場合的入場識別。珠海航展如果要用實體票或者刷卡，每天入口排隊就怕要出人命。很多高校早就刷臉進出校門了，一些可重復入場的游樂場所也采用了。

在越來越多的黑燈工廠里，AI更是無處不在；在無人化的港區(qū)，也是一樣。

當然，別忘了無人駕駛的網約車，還有酒店里穿梭送貨的機器小人。

但中國在通用模型方面也取得了巨大成績。DeepSeek一再推出媲美ChatGPT的通用大語言模型。在第三方測試中，DeepSeek R1在算法類代碼場景和知識類測試中的得分略低于OpenAI的ChatGPT O1，但在工程類代碼場景、美國數學競賽項目上均超越O1模型。

Deepseek-V3與多個國內外大模型的測試數據對比。 “Deepseek”公眾號

重要的是，DeepSeek不堆算力，而是用高得多的效率和低得多的代價，達到相似的“智能”。DeepSeek R1的訓練成本只有ChatGPT O1的1/50，這也反映在收費上：R1的每百萬tokens（大模型基本單位，1000個tokens約等于500個漢字）僅需16元人民幣，遠低于O1模型每百萬tokens要價438元。

更重要的是，DeepSeeK給出推導過程，這是AI的一個巨大進步。再復雜的AI在本質上都是一個“輸入-輸出”模型，一頭輸入要求和指令，另一頭給出結果。任何模型都需要檢驗輸出可靠性和正確性，不能照單全收。但AI的模型復雜程度太高，超出了通常人類的檢測能力。

在AlphaGo對陣人類棋手的時候，有些步子人類怎么也看不懂，到復盤的時候，依然不能確定是怎么來的，目的是什么，盡管最后的結局是AlphaGo贏了。在用于關鍵的輔助決策時，這樣的“看不懂”是不可接受的，只能和“盲猜”一樣處理。輔助決策是在事物還在發(fā)生的過程中，人類才對結局的輸贏最終負責，看不懂還是“盲跟”出了問題，這是最簡單、最不可饒恕的錯誤。

但DeepSeek是第一個已知給出完整推理依據和過程的通用大模型，這對有用性和可靠性具有非常大的作用，很可能成為未來AI模型都必須效仿的關鍵功能。