Hinter dem DeepSeek-Sturm: Ng warnt, dass ein offener Modellwettbewerb die KI-Werte-Landschaft in den USA und China neu gestalten wird

Liebe Freunde.

diese Woche DeepSeek Die Begeisterung, die dadurch ausgelöst wurde, hat viele wichtige Trends deutlich gemacht: (i) China holt im Bereich der generativen KI gegenüber den USA auf, was sich erheblich auf die KI-Lieferkette auswirkt; (ii) offene Gewichtungsmodelle machen die Basismodellschicht zur Massenware, was Chancen für Anwendungsentwickler schafft; und (iii) die Skalierung ist nicht der einzige Weg für den Fortschritt der KI. Trotz der starken Fokussierung und des Hypes der Branche auf die Rechenleistung senken algorithmische Innovationen die Schulungskosten rapide.

Vor etwa einer Woche veröffentlichte das chinesische Unternehmen DeepSeek die DeepSeek-R1 ，这款在基准测试中表现可与 OpenAI o1 相媲美的模型以MIT许可协议开放权重。上周在达沃斯，许多非技术背景的商业领袖都向我询问此事。周一股市出现”DeepSeek抛售潮”：英伟达等多家美国科技公司股价暴跌（截至撰稿时已部分回升）。

Ich denke, DeepSeek macht die folgenden Punkte deutlich:

Chinesische generative KI schließt die Lücke zu den USA.. Wenn ChatGPT im November 2022 veröffentlicht wird, sind die USA China im Bereich der generativen KI deutlich voraus. Die Wahrnehmung der Menschen ändert sich nur langsam, so dass es in letzter Zeit immer noch Freunde in China und den USA gibt, die glauben, dass China im Rückstand ist. Tatsächlich aber hat sich dieser Rückstand in den letzten zwei Jahren rapide verringert. via lit. zehntausend Fragen zu allgemeinen Grundsätzen (Idiom); fig. eine lange Liste von Fragen und Antworten (Mein Team verwendet es seit Monaten), Kimi Mit chinesischen Modellen wie InternVL und DeepSeek ist klar, dass China den Rückstand aufholt und in Bereichen wie der Videogenerierung sogar vorübergehend die Nase vorn hat.

令我振奋的是，DeepSeek-R1以开放权重形式发布，并附有详细技术报告。相比之下，多家美国公司通过炒作”AI灭绝人类”等假设性风险来推动限制开源的政策。现在显而易见，开源/开放权重模型已成为AI供应链的关键部分：众多企业将采用这些模型。若美国继续阻碍开源，中国将主导该供应链环节，最终多数企业将使用更体现中国而非美国价值观的模型。

Offene Gewichtungsmodelle machen die Basismodellschicht zur Massenware. Wie bereits erwähnt, sinken die Preise für Token für große Sprachmodelle rapide, und die offene Gewichtung beschleunigt diesen Trend und bietet Entwicklern mehr Optionen. openAI o1 verlangt 60 US-Dollar pro Million Output-Token.Und der DeepSeek R1 kostet nur $2,19Der fast 30-fache Preisunterschied hat zu einer weit verbreiteten Besorgnis über den Trend der Preissenkungen geführt. Der fast 30-fache Preisunterschied hat zu einer Tendenz von Preissenkungen geführt, die weithin Aufmerksamkeit erregt hat.

训练基础模型并出售API访问的业务充满挑战。该领域许多公司仍在寻求收回高昂训练成本的途径。文章”AI的6000亿美元难题”对此挑战阐述精辟（但需要明确，我认为基础模型公司的工作卓有成效且期待其成功）。相较而言，基于基础模型构建应用程序蕴含着大量商业机遇。既然他人已投入数十亿训练模型，你仅需数美元即可获取这些模型来开发客服聊天机器人、邮件摘要工具、AI医生、法律文档助手等应用。

KI-Fortschritte beruhen nicht nur auf Skalierung。扩大模型规模推动进步的论调甚嚣尘上。平心而论，我曾是规模论的早期倡导者。多家公司通过鼓吹”资本越多就能(i)扩大规模且(ii)稳定提升性能”的叙事筹集数十亿美元。这导致业界过度聚焦规模扩张，而忽视其他多种进步途径。受美国AI芯片禁令推动，DeepSeek团队不得不在性能较弱的H800 GPU上进行大量优化创新，最终使模型训练成本（不计研究投入）控制在600万美元以内。

Es bleibt abzuwarten, ob dies tatsächlich zu einer Verringerung der rechnerischen Nachfrage führt. Manchmal führt ein Rückgang des Stückpreises von Gütern stattdessen zu einem Anstieg der Gesamtausgaben. Ich denke, dass es auf lange Sicht fast keine Obergrenze für die menschliche Nachfrage nach Intelligenz und Rechenleistung gibt, so dass die Menschen auch bei sinkenden Kosten mehr intelligente Ressourcen verbrauchen werden.

Die sozialen Medien waren voll von widersprüchlichen Interpretationen der DeepSeek-Fortschritte, die verschiedene Positionen wie ein Rorschach-Tintenklecks-Test aufzeigten. Ich glaube nicht, dass die geopolitischen Auswirkungen von DeepSeek-R1 schon vollständig erkannt wurden, aber es ist ein Segen für die Entwickler von KI-Anwendungen. Mein Team hat bereits mit dem Brainstorming neuer Ideen begonnen, die nur mit Hilfe offener, fortschrittlicher Inferenzmodelle realisiert werden können. Dies ist immer noch die beste Zeit, um KI-Anwendungen zu entwickeln!