DeepSeek 那么厉害为什么要开源？

诸位可想过：Deepseek为何要开源？
咱们明白，因为美国对显卡的管控，导致显卡数量不足，Deepseek便被迫创新出了极强的方法，以弥补算力差距。如果deepseek和openai的数据都是真的，deepseek只有2000张H800显卡，而Openai仅是H100就达到了三万左右的数量。
那deepseek为何要开源？如果目的是抗衡OpenAI的话，不应该保住优势方法吗，使得deepseek方是强方法弱算力，抗衡openai强算力弱方法，双方都处于一强一弱才能抗衡吧。
现在选择开源，把优势方法大方送给openai，如果openai全盘采用的话，那岂不是说openai立马重获强方法+强算力，双强？刚刚抗衡又将被拉开？而deepseek方法一样,算力劣势,岂不是又将落后?为了量化公司做空英伟达？为了打脸美国AI公司？好像都没有持续抗衡重要吧，更何况如果OpenAI凭借大量的算力与deepseek开源的方法快速提升，发布新版本，提升巨大的话，现在做的一切不又都化作乌有了？
所以为什么要开源呢？
因为Deepseek，是专精模型，而非AGI。
就算开源，OpenAI也使不上。

Deepseek的MOE架构
Deepseek将Mixture of Experts（MoE）架构发扬光大，即模型由多个“专家”模块组成，每次仅激活部分参数以执行特定任务（如数学、编程）。这种方式在计算资源受限的情况下能极大提升特定领域的能力，但其泛化能力不及全参数激活的AGI。
因此，Deepseek本质上更接近一个专精模型，而非像ChatGPT等具备更广泛能力的AGI。
如果将ChatGPT等AGI比作“全知全能的单独超级个体”，那么Deepseek更像是由多个领域专家组成的团队。
举个例子，一个同时精通物理和化学的双料专家，比一个物理学家和一个化学家合作的价值大太多，这并非是一加一等于二的问题，同时精通多领域的人可以敏锐且完整的察觉到行业之间的联系，其内部更加的圆融合一，擅长跨领域结合创新，所以精通几乎所有领域的单体AGI，其上限显然是极高的。
而deepseek，是一群专家组成的团队，虽然在面对单学科问题的时候可以派出一位专家来解决问题，但是在面对跨学科问题的时候就显得力不从心，因为两个对对方领域丝毫不了解的人，如何协作呢。
而与培养这样的全能人类一样，AGI的培养成本极高，因为所有领域之间都是相互影响的，牵一发而动全身，每多学习一点知识，就需要对整个模型的所有领域同时更新，这是相当大的工作量。
而Deepseek，在进行训练和学习新知识的时候，只需要把新的东西放到对应的那一个专家那去就好了，所以他的效率高，成本低。
那么我们明白，在执行跨学科任务（如探讨数学与哲学、物理与心理的联系）时，AGI的表现更为优越。但在特定单领域问题上，Deepseek可以通过调用相关“专家”，以更低的成本，更少的算力消耗与更优的效率实现媲美AGI的能力，甚至在重心领域（如编程）上超越AGI。

而事实上，大众对AI的需求，都是非常集中且基础的，根本用不到AGI的广度和深度。
所以deepseek利用了这一点，把资源集中，铺设在大众使用的多的领域上，写作文，数学，编程。就足以满足99%用户的需求了，对于冷门的，刁钻，跨领域的问题，反正基本也没什么人问，也没什么固定答案，就没必要投入研究那么多了。
而过去AI行业确实走歪了方向，一直做着AGI的大梦，结果只是拿给普通用户用，像开着潜艇逮鱼一样，根本没必要。Deepseek的这一次变革，会将AI市场一分两半，以后各家都会推出针对民用的低成本专精AI，而AGI嘛，说白了除了作为行业理想，到现在它的实际应用领域也没研究明白，但是deepseek这么一搞，美国投资人可不干了，以前以为只能做高投入的AGI，现在发现居然有低投入就挺好使的专精AI，投资人可精的很，他们可不管什么理想不理想，我只要低投入高回报！结果就是美国那些执着追求着AGI的人可气坏了，钱没了还追个蛋的理想，那我没事干了，给你整点网络攻击得了。

算力
算力永远是AI不可或缺的东西，决定着其上限。不可能因为程序改进就可以舍弃算力，不管做什么样的菜，你都得有锅。算力是基础，前提，也是上限，英伟达也不可能完蛋。
Deepseek策略
deepseek其实很明白在算力方面的短缺，不可能在AGI上硬碰OpenAI，更没必要去追求这么一个悬在梦里还不知道行不行的理想，所以选择了干点实际的吧，我把用户的需求做好得了，你爱拿着你那芯片研究AGI你就研究去吧，你要真研究出来了，我再跟着干。
这也是中国一贯的竞争策略，看看老美研究啥了，然后整个低成本的，先把中低端市场拿住，以量得利，逼着美国往费力不讨好的高端研发走，能捣鼓出啥创新来再跟上就是了，也不用投入，也不用试错，中低端利润还拿走了，老美费劲花钱研究点什么新方向，一有进展咱研究两天，老美还没回本呢，咱又整个低价进去了，可把老美气坏了。

在这个方向看，开源便有三个好处，
第一，开源建立民用生态，你OpenAI这么贵和有钱的玩去吧，我直接开源免费，全球独立个体，中小企业，全用我的，搭建生态的同时还能赚点全球声望，建立标准，拉拢全球开发者，基于 DeepSeek 进行二次开发，增强 DeepSeek 的影响力，抢占市场份额。
第二，自然是削减了OpenAI的声势，而且其还得不到什么好处，Deepseek开源虽说是把训练方式，架构公开了，但是都明白，美国AI企业全是奔着AGI去的，AGI最为重要的是内部联合，MoE架构OpenAI和谷歌好几年前早就都用过，但是其内部的区块化与AGI的协同要求冲突严重，就算明着知道Deepseek使用MoE的方法，OpenAI也不可能转移到这上面来，奥特曼也发文说仍会坚持原本架构。
第三，国内社会长久处于压抑之中，民众甚至感到失望，不论是deepseek的发布还是春晚机器人的转花娟，都可以提振民心，刺激股市，让民众多点信心。
最后
Deepseek并不是要与OpenAI在AGI领域硬碰，而是民用，实用领域，OpenAI在AGI领域持续投入这么多年，肯定还是有优势的，毕竟GPT-4是2023年3月发布的，这么长时间不断的更新，出了4o，OpenAI也肯定研究别的了，人聪明不聪明不管，显卡可是货真价实的，现在这些人给他戴这么高的帽，以后出点什么问题就开骂的也是这些人。
对行业来说，Deepseek把行业方向拉了回来，或者更确切的说分割了一半回来，以后市场分为这俩：

• 高成本 AGI（OpenAI、Anthropic、DeepMind）
  这些公司继续追求通用人工智能，烧钱训练更大的模型，目标是做“万能 AI”。
• 低成本专精 AI（DeepSeek、Meta、开源社区）
  这类公司关注具体应用，比如编程 AI、写作 AI、数学 AI，目标是做“最好用的 AI”。

DeepSeek 通过开源，可以让全球开发者都参与进来，让“专精 AI”成为行业新标准。即使 OpenAI 继续坚持 AGI，市场也会发现，并不一定需要一个无所不能的 AI，专精 AI 可能更具实用价值。
Deepseek推动了行业进步，OpenAI跟微软都必须在Deepseek生态成型前发布新产品才能稳住形式，估计也就是近几个月，GPT-5也研究了好几年了，估计这下藏不住了，就看提升多少了，就怕这个一发，有些人又开始骂deepseek。
Deepseek也确实给这些一味追求理想中的AGI的人打了一巴掌，到现在连个具体应用方向都没有，这次市场分割也逼着他们必须阐明AGI的前进方向了，微软和OpenAI也不会明着接受专精大模型的，接受等于打自己脸，但是又不能一直忽悠投资人，就只能标明自己的公司是追求AGI的，再推出两个便宜的专精民用大模型糊弄糊弄。