撰文 | 雁 秋

编辑 | 李信马

题图 | 豆包AI

前不久，一场高规格民企座谈会让坊间议论纷纷。这是中央时隔6年3个月再度专门召开民营企业座谈会，会上，中国互联网和科技产业的精英齐聚一堂，释放出新质生产力、科技创新产业向好的趋势。

年轻的梁文峰也在其中，他与任正非、曾毓群等老一辈企业家同座，而他的DeepSeek正成为在场各家业务的连接桥梁。

没过多久，马斯克旗下xAI公司突然发布新一代大语言模型Grok-3，号称是“地球上最聪明的人工智能”，计算能力是去年8月发布的Grok 2的10倍，推理能力超越包括ChatGPT和DeepSeek在内的其他领先AI模型。

一场横跨太平洋的“AI对战”瞬间点燃科技圈，在外界看来，Grok 3令AI行业竞争更加激烈。谁是在实验室里“秀肌肉”，谁又能将技术变成实实在在的生产力，是未来这场风暴的中心。

01、训练：一个赌“壕气”，一个用“巧思”

Grok-3是马斯克与团队xAI为挑战OpenAI、ChatGPT而精心打造的产品，被称为“地球上最聪明的人工智能”。

在官方的直播演示中，Grok-3和Grok-3 mini在数学、科学和编程基准测试上，超越了包括GPT-4o、DeepSeek-V3和Gemini-2 Pro等主流模型。

同时，具备推理能力的Grok-3 Reasoning Beta和Grok-3 mini Reasoning则超越了DeepSeek-R1和OpenAI的o3 mini等。

看得出，DeepSeek已经与头部大模型比肩。

自打这个国产大模型爆火后，包括硅谷在内的许多AI公司都开始重新评估用堆算力和参数来推进所谓的“扩展法则”，是否仍然适用。因为DeepSeek颠覆了以往发展AI就是要不断的堆算力、堆GPU的烧钱路子，而是采用了一条分布式算力+混合云优化的路线：通过动态调度公有云、私有服务器甚至边缘计算资源，结合自研的模型压缩技术（如稀疏化训练），在千亿参数规模下实现了训练成本降低40%以上。

然而目前看来，马斯克并不这么认为。事实上，xAI一直是追求“大力出奇迹”的代表，相关负责人表示：

“如果你看看所有性能的来源，当你有一个非常强大的工程团队和最优秀的AI人才时，唯一需要的就是一个强大的集群，才能产生巨大的智能。”

某种意义上，Grok3也是大力出奇迹的结果，马斯克为其攒下了“壕”无人性的算力家底。据了解，xAI团队在122天内让第一批10万块GPU投入使用，是“目前最大的完全连接的H100集群”。之后又用了92天的时间，将数据中心的容量继续翻倍，并基于这些成果构建出了Grok-3。

而被拿来进行对比的DeepSeek-V3模型，则是在配备了2048个英伟达H800 GPU的集群上进行训练的。H800是英伟达特供中国市场的AI芯片，在性能上不及先进的H200、H100等。

虽然如此，拥有更高集群的Grok-3在演示时也未呈现出“地球最聪明”的状态。直播中Grok-3一度“思考卡壳”，在任务时因为显示“Thinking Hard”后很长一段时间没有反应，等待几秒后演示人员关闭了页面开启下一话题。

有网友亲自下场向Grok 3提问，在面对下图中“比萨斜塔上两个球哪个先落下”这样常识性的问题时，Grok 3也仍然无法应对，因此被戏称为“天才不愿意回答简单问题”。

图源：x（谷歌翻译）

尽管如此，马斯克称未来他们将会进一步加大数据中心的建设力度，xAI的下一个计算集群会成为世界上最强大的集群，能耗达到1.2GW，相当于数十万户家庭1年的用电量。

网友犀利的评价：“自DeepSeek-R1之后，我们只应考虑效率更高的进步，而不仅仅那些规模更大、且比竞争对手耗能更多的进步。”

02、开源：一个“挤牙膏”，一个全开放

一般情况下，企业依靠高算力而堆出来的高性能模型，会基于成本考虑选择闭源或延迟开源。

关于Grok-3，马斯克并未当场宣布开源，而是表示：“当下一个版本完全发布时，将开源Grok的上一个版本，也就是当Grok-3成熟稳定时，我们将开源Grok-2。”

2月20日，马斯克转发xAI的推文，宣布短期内Grok 3.0向所有人免费开放。不出意外，Grok-3会延续“基础版开源+高级功能付费”的策略。这样既能吸引开发者贡献算力（社区训练反哺主模型），又能用开源生态倒逼竞争对手。

图源：x

而在刚刚过去的两周，以DeepSeek为中心的朋友圈迅速扩容。国外，有包括微软、英伟达、亚马逊等世界级云计算巨头；国内，三大基础运营商、超过15家芯片厂商，还有手机、车企、云服务、金融在内的200多家企业，多地政务服务系统，甚至两款“国民级应用”腾讯微信、百度搜索也先后宣布接入。

大模型到底应该开源，还是应该闭源？这个话题讨论已久，企业基本上走出三条路子：

只做开源，没有盈利模式，只有大公司烧得起，meta是少数走这条路的； 开源闭源并行，比较灵活，既有收入又能获取用户，包括微软、谷歌、阿里云、腾讯云等，均践行这条路； 只做闭源，相当于走了一条简单直接逻辑清晰的路，亚马逊、华为盘古、还有以前的文心一言（百度）、GPT-4（OpenAI）均如此。亚马逊、谷歌云在过去一年的营收增速都有所提升，这被认为是大模型拉动的结果。

在发展过程中，企业的观念也在发生变化。长期以来，OpenAI因为「不open」（不开放）而备受争议。OpenAI首席执行官萨姆·奥特曼曾为下一个模型的开源项目征集意见，“做一个相当小但仍需要在GPU上运行的o3-mini级模型，还是做一个我们能做得最好的适合手机运行的模型？”

就在看似闭源OpenAI遥遥领先之时，DeepSeek开源大模型的出圈又带来了巨大的不确定性。萨姆·奥特曼称OpenAI在开源AI软件方面“一直站在历史的错误一边”，他还透露，虽然并非所有员工都同意其观点，但OpenAI内部正讨论公开AI模型的权重等事宜。

开源或闭源，这其中掺杂了商业利益、技术观点等多重因素。Gartner高级分析师Mike Fang在接受采访时则表示，在人工智能大模型领域，开源和闭源的路线持续并存。

“如果闭源模型的性能不及开源模型，则其商业价值将受到质疑。然而，对于高性能的闭源模型，其商业路径仍然具备优势。未来AI大模型可能进入低算力、低成本时期，但高端模型仍会保持一定溢价。”

至于疯狂开源的DeepSeek，其发展模式是否会调整？未来盈利前景又将如何？在Mike Fang看来，这家公司短期不以盈利为目的，能够从研究角度鼓励工程师更高效运营，而没有特别多的财务变化或者业务变化的压力。未来如何能够保持初心，让发展模式或者技术创新能够持续下去，才是主要考虑的方向。

换个角度想，对于日活用户数量达数千万的DeepSeek来说，找到盈利模式并不困难，开源的价值要比想象中大得多。从某种层面来讲，DeepSeek的影响力是以往的技术突破无法比拟的——我们不应该只考虑它作为单个公司的科技价值、商业价值，而应该思考它对推动新质生产力发展的巨大价值。

03、面对DeepSeek的普及，企业要怎么做？

DeepSeek所代表的资源消耗更小、算法效率更高、推理更精确的技术路径，正在进一步助推AI应用成本下降。

从近期企业动作来看，不仅包括大语言模型领域积累较弱的手机、家电、PC、汽车厂商，就连已经开发出AI大模型的腾讯、360、百度等大厂，也在为自家的AI工具注入新动力。

但这会产生新的问题，所有人都接入了，等于所有人都没接。家家户户都有DeepSeek这把“金钥匙”，打开市场的、或者说驱动业务增长的核心差异化能力体现在哪里？在新的环境下，企业又该如何竞争？

关于这一点，Gartner的Mike Fang告诉我们，企业若仅满足于“简单接入”，就无法在竞争中脱颖而出。关键是要找到适合自身业务场景的AI解决方案，深度挖掘大模型的潜力，将其与行业特点、客户需求和特定场景紧密结合，并注重工程化落地与治理，从而实现高效且负责任的技术应用。

也就是说，大模型赋予产品强大的技术力，但如何将这一能力转化为无可替代的产品体验，让用户发自内心地接受使用，才是竞争的最终目标。

Mike Fang举例表示，当下，从车企到券商纷纷宣布接入DeepSeek，但也仅仅是接入，距离真实大规模应用落地还需要更长时间。“这其中涉及到模型切换，面对新的业务场景，企业要通过不断的流程测试以及在真实业务当中检验。 ”

但这里要注意数据问题，对于AI来说，有三大要素需要分析：大模型、算力和数据。在大模型迎来颠覆式创新之后，对算力的需求开始降低，下一个重要的瓶颈是数据。

通过Gartner研究表示，海外AI公司应用数据的能力较高，已经支持企业大模型的落地。反观国内，数据方面的数值一直徘徊在较低位，只有少部分企业能够实际把生成式AI应用从实验到最后的生产落地。

这就要考验企业是否具备构建一个从技术到市场的良性循环，不仅仅是关于产品的迭代与优化，更是如何在短期内通过市场数据和产品调整，不断提升大模型的能力。未来，谁能够获取专有数据，并能实现实时更新，将是竞争的关键所在。

单个企业是如此，而对于整个中国的AI产业来讲，DeepSeek还可以带动很多开发、推理，甚至是芯片方面的额外的机会，这将进一步加速企业“出海”。此外，AI接下来的治理也会变得更为重要，“如果把DeepSeek的能力比作高速行驶的一辆车，企业就需要自建或者管控出一个原生的刹车系统，这样才会使得大模型更健壮，‘车’能够开得更快。”Mike Fang表示。

可以说，DeepSeek搅动起的，早已不是AI大模型竞技规则变化的风云，而是影响多个产业迭代的深层变革浪潮。我们都站在了时代潮头，更需要以开放的心态拥抱变化。