DeepSeek 開源大模型的陽謀，切切實實震撼著美國 AI 公司。

最先陷入恐慌的，似乎是同樣推崇開源的 Meta。

最近，有 Meta 員工在美國匿名職場社區 teamblind 上面發布了一個帖子。帖子提到，國內 AI 創業公司 DeepSeek 最近的一系列動作讓 Meta 的生成式 AI 團隊陷入了恐慌，因為在前者的低成本高歌猛進下，后者無法解釋自己的超高預算的合理性。

原文如下：

這一切始于 DeepSeek-V3，它在基準測試中就已經讓 Llama 4 落后。更糟糕的是那個「擁有 550 萬訓練預算的不知名中國公司」。

工程師們正在瘋狂地分析 DeepSeek，試圖從中復制任何可能的東西。這一點都不夸張。

管理層擔心如何證明龐大的生成式 AI 組織的成本是合理的。當生成式 AI 組織中的每個「領導」的薪資都比訓練整個 DeepSeek-V3 的成本還要高，而我們有好幾十個這樣的「領導」時，他們要如何面對高層？

DeepSeek-R1 讓情況變得更加可怕。雖然我不能透露機密信息，但這些很快就會公開。

這本應該是一個以工程為重點的小型組織，但是因為很多人想要參與進來分一杯羹，人為地膨脹了組織的招聘規模，結果每個人都成了輸家。

原貼鏈接：https://www.teamblind.com/post/Meta-genai-org-in-panic-mode-KccnF41n

帖子中提到的 DeepSeek-V3 和 DeepSeek-R1 分別發布于 2024 年 12 月 26 日和 2025 年 1 月 20 日。

其中，DeepSeek-V3 在發布時提到，該模型在多項評測成績超越了 Qwen2.5-72B 和 Llama-3.1-405B 等其他開源模型，并在性能上和世界頂尖的閉源模型 GPT-4o 以及 Claude-3.5-Sonnet 不分伯仲。

不過，更引人關注的是，這個參數量高達 671B 的大型語言模型訓練成本僅 558 萬美元。具體來說，它的預訓練過程竟然只用了 266.4 萬 H800 GPU Hours，再加上上下文擴展與后訓練的訓練，總共也只有 278.8 H800 GPU Hours。相較之下，Meta 的 Llama 3 系列模型的計算預算則多達 3930 萬 H100 GPU Hours—— 如此計算量足可訓練 DeepSeek-V3 至少 15 次。

而最近發布的 DeepSeek-R1 性能更猛 —— 在數學、代碼、自然語言推理等任務上，它的性能比肩 OpenAI o1 正式版。而且模型在發布的同時，權重同步開源。很多人驚呼，原來 DeepSeek 才是真正的 OpenAI。UC Berkeley 教授 Alex Dimakis 則認為， DeepSeek 現在已經處于領先位置，美國公司可能需要迎頭趕上了。

看到這里，我們不難理解為何 Meta 的團隊會陷入恐慌。如果今年推出的 Llama 4 沒有點硬本事，他們「開源之光」的地位岌岌可危。

有人指出，其實該慌的不止 Meta，OpenAI、谷歌、Anthropic 又何嘗沒有受到挑戰。「這是一件好事，我們可以實時看到公開競爭對創新的影響。」

還有人擔心起了英偉達的股價，表示「如果 DeeSeek 的創新是真的，那 AI 公司是否真的需要那么多顯卡？」

不過，也有人質疑，DeepSeek 究竟是靠創新還是靠蒸餾 OpenAI 的模型取勝？有人回復說，這可以從他們的發布的技術報告中找到答案。

目前，我們還無法確定帖子的真實性。

不知道 Meta 后續將如何回應，即將到來的 Llama 4 又會達到怎樣的性能。