眼下最受關注的AI新星、DeepSeek創(chuàng)始人梁文鋒正與張一鳴背道而馳。1月28日，DeepSeek發(fā)布了新一代多模態(tài)大模型Janus-Pro，分為70億和15億參數(shù)量兩個版本，并且均為開源。發(fā)布后不久，該模型便登上了知名AI開源社區(qū)Hugging Face的熱門榜前列。

相比去年11月發(fā)布的JanusFlow，Janus-Pro優(yōu)化了訓練策略、擴展了訓練數(shù)據(jù)，模型更大，在多模態(tài)理解和文本到圖像的指令跟蹤功能方面取得重大進步，同時增強了文本到圖像生成的穩(wěn)定性。根據(jù)DeepSeek的測試結果，這款文生圖大模型在多項基準測試中表現(xiàn)出色，甚至強于OpenAI旗下的DALL-E 3以及Stable Diffusion。盡管用戶指出Janus-Pro并不全面超越DALL-E 3，但其以較小的參數(shù)量展現(xiàn)了不俗潛力。

本月早些時候，DeepSeek還發(fā)布了R1大模型。作為一款開源模型，R1在數(shù)學、代碼、自然語言推理等任務上的性能號稱可以比肩OpenAI當前最強的o1模型正式版。更重要的是，DeepSeek僅花費了相當于OpenAI零頭的資金和資源，就拿出了堪與o1比肩的產品。這表明“小力出奇跡”的策略在DeepSeek身上屢試不爽。

這種低成本高效率的做法對行業(yè)產生了沖擊。例如，1月27日美股交易中，英偉達股價暴跌17%，市值蒸發(fā)約4.3萬億人民幣。然而，長期來看，芯片依然是AI大模型發(fā)展的基石，英偉達作為這一領域技術壁壘最堅固的公司，其“賣鏟者”的長期價值依然堅挺。

字節(jié)跳動自2023年進軍AI大模型以來，投入大量資金和資源，快速擴充AI業(yè)務矩陣，發(fā)布十幾款大模型及十幾個AI應用。盡管如此，“小力出奇跡”的DeepSeek讓字節(jié)看似無可置疑的“大力”打法遭遇挑戰(zhàn)。DeepSeek不僅在AI技術和產品上打破了舊思維，也在不經(jīng)意間點破了“大力出奇跡”并非放諸四海皆準的商業(yè)真理。

Janus-Pro的成本相對較低，使用輕量級分布式訓練框架，1.5B參數(shù)模型大約需要128張英偉達A100芯片訓練7天，7B參數(shù)模型則需要256張A100芯片和14天訓練時間。這樣計算下來，模型訓練成本可低至數(shù)萬美元。性能方面，Janus-Pro通過將多模態(tài)理解和生成統(tǒng)一起來，提升了視覺編碼解耦的能力。在實際應用中，無論是文生圖還是圖生文，Janus-Pro都表現(xiàn)良好。

Janus-Pro繼承了DeepSeek的開源傳統(tǒng)，使用MIT協(xié)議，個人和中小企業(yè)可以省去不少費用。此外，由于模型體量小，Janus-Pro可以在PC端安裝并本地運行，進一步降低了使用成本。

相比之下，國外秉持“大力出奇跡”的OpenAI近期遇到一些問題。例如，其文生視頻大模型Sora雖然震撼亮相，但隨后效果不盡如人意，被谷歌等競爭對手抓住機會嘲諷。盡管如此，OpenAI仍堅持堆芯片、堆算力的路線，計劃未來四年投資5000億美元用于AI基礎設施。

字節(jié)跳動的核心產品豆包大模型在知識、代碼、推理等多項公開測評基準上得分優(yōu)于GPT-4o和DeepSeek-V3，但其投入同樣驚人。據(jù)傳今年將投入超過120億美元用于AI基礎設施，不過字節(jié)對此回應稱相關消息并不準確。

DeepSeek通過“小力出奇跡”的方式展示了新的技術路線和商業(yè)哲學，打破了傳統(tǒng)的大廠主導邏輯。這表明中小廠商完全可以用更少的資源做出更好的產品，從而得到市場和投資者的認可。