记者 欧阳晓红
经济观察网 记者 欧阳晓红 “神龙摆尾”，灵蛇献瑞。中国蛇年除夕前夜，国际金融市场见证了龙年收官、蛇年启幕这一“惊蛰”时刻。
这是一场由中国“黑马”奇袭刮起的AI（人工智能）龙卷风，从DeepSeek-R1模型到Janus-Pro模型的蛇年首战或直逼全球科技权力重构。
“我不是美国科技泡沫的掘墓人，但AI革命的下半场已启幕。”DeepSeek-R1如此自诩。如果说上半场是全员狂热挖掘金矿的时代，那么下半场就是精酿啤酒师的竞技场——比拼的不再是铲子的数量，而是谁能用更少的麦芽，酿造出更香醇的黑啤。
从“烧钱信仰”到“效率革命”，市场对这些AI公司的高估值正逐渐产生怀疑。而DeepSeek-R1的崛起或许证明，AI的未来不再单纯依赖于硬件（算力）的不断升级，更取决于算法的创新与效率的极致提升。
“双连击”：颠覆性技术与资本市场震荡
“从斯坦福到麻省理工，DeepSeek-R1几乎一夜之间就成了美国顶尖大学研究人员的首选模型。”硅谷投资机构a16z合伙人Anjney Midha说。这款模型以其颠覆性的计算效率和极高的应用性成为行业焦点。
1月27日，英伟达下跌16.97%，市值蒸发近6000亿美元；数小时后，DeepSeek-R1工程师在Hugging Face平台开源了Janus-Pro模型，其性能超过了美国人工智能研究公司OpenAI的DALL-E3模型。这场冲击波，似乎将技术革命、地缘博弈与资本周期的三重共振推向高潮——AI产业的权力游戏，或正被改写规则吗？
其他科技巨头亦未能幸免。微软股价下跌2.14%，阿斯麦（ASML）下跌-5.75%、AMD下跌6.37%。
次日，美国科技股出现反弹，英伟达（+8.93%）、苹果（+3.65%）、台积电（+1.34%）、微软（+2.91%）、Meta（+2.19%）等主要科技股均迎来了较大涨幅。这表明市场对AI和科技行业仍持乐观态度。
从技术奇袭的时间线来看，这场颠覆分为两波：第一波始于1月20日， DeepSeek正式发布R1模型，并同步开源模型权重，其性能对齐OpenAI-o1正式版。更甚者，据披露，训练DeepSeek-R1模型的成本仅为557万美元，远低于同行，且性能对标OpenAI的GPT-4o。1月27日，DeepSeek进一步推出iOS应用，并迅速超越ChatGPT官方应用，登顶苹果商店，掀起了一场席卷全球资本市场的“技术海啸”。
业界惊叹，DeepSeek-R1在芯片资源利用、算法复杂性和推理速度上实现了重大突破，其性能指标在多个关键领域全面超越了现有的尖端AI模型，包括OpenAI的GPT-4.5和Anthropic的Claude系列。
第二波震撼则来自Janus-Pro模型。北京时间1月28日凌晨3点，DeepSeek在Hugging Face平台开源了这款多模态模型。根据GenEval（以对象为中心的框架，用于评估文本到图像生成模型的对齐能力）测算，Janus-Pro模型的准确率达84.2%，显著超越DALL-E3的79.7%。这一结果直接击穿了市场的心理防线。
机构分析师在致客户的报告中指出，美国股市的支柱是以科技巨头为代表的大型科技股，而这些科技股的估值高度依赖AI行业的乐观预期。尽管DeepSeek的崛起引发了一些质疑，但该公司可能成为动摇AI乐观情绪的关键变量。
DeepSeek-R1发布的同一周，美国总统特朗普宣布启动“星际之门”（Stargate）项目。根据白宫发布的声明，该项目计划在未来4年内投资高达5000亿美元，用于建设多达20个新数据中心，以支持AI相关研究与发展。此举被视为美国试图在AI竞赛中保持技术领先的重要战略。
或颠覆硅谷逻辑的技术革命
猝不及防的成本碾压与开源闪电战一度让华尔街怀疑“烧钱”信仰。
DeepSeek-R1通过动态路由算法压缩80%的冗余计算，训练成本仅为硅谷同行的1/10。
Janus-Pro模型采用“语言模型+校正流”架构，1.3B参数实现图像生成与理解统一，推理成本低至闭源模型的1/10，且支持英伟达H800等非顶级芯片运行（技术白皮书已开源）。
据介绍，Janus-Pro是一个集成了图像生成、文本生成和语音理解的多模态模型，能够在多个输入和输出类型之间进行高效转换。这意味着它可以同时理解和生成复杂的文字、图像以及音频内容，成为目前多模态AI模型中的佼佼者。
开源生态的“降维打击”颇具震慑力。全球开发者贡献代码使该模型的推理效率每小时提升0.3%。
商业替代也在加速。Adobe设计团队已测试用Janus-Pro替代DALL-E 3，成本下降了76%。对此，DeepSeek-R1这样互动回应：Adobe改用Janus-Pro的传闻若属实，可能面临与OpenAI原有商业协议的冲突。
Janus-Pro的开发基于DeepSeek-R1的核心优化技术，其训练成本显著低于传统多模态模型。这种技术优势不仅降低了资源门槛，也挑战了行业巨头的成本模型。
对于GenEval的测试，DeepSeek-R1称，若测试条件公允，Janus-Pro模型在特定静态图像生成任务上可能具备优势，但尚未证明其在视频生成、跨模态推理等复杂场景的能力。商业层面上，开源策略对中小企业友好，但头部企业仍需谨慎评估全生命周期成本。
DeepSeek-R1建议投资者关注第三方独立评测报告（如MLPerf基准测试）、头部云厂商的适配进展（如AWS是否提供Janus-Pro托管服务）以及OpenAI下一代模型的反制能力。
其时，资金流向也在变化。1月27日，科技ETF（XLK）跌幅达到4.9%，资本似乎正在逃离硬件，投资者可能在抛售科技股ETF以规避风险。
此前几天，市场对AI技术路径的重新评估，以及对依赖硬件销售的科技公司未来增长前景的担忧，可能导致了科技股ETF的资金外流。特别是英伟达的股价大跌，直接影响了科技ETF（XLK）的表现。
1月28日，英伟达、台积电、特斯拉等科技股悉数强力反弹。这表明，尽管近期英伟达股价出现下跌，但投资者对其未来表现仍持乐观态度，积极逢低买入。
OpenAI首席执行官萨姆·奥特曼在社交平台X上发文称，DeepSeek的推理大模型R1是一款令人印象深刻的模型，尤其是考虑到其性价比。他认为，有新的竞争对手加入，着实令人振奋。随着AI技术的进步，人工智能算力需求将比以往任何时候都更加重要，奥特曼最新言辞亦为英伟达等算力提供商长期利好埋下伏笔。
逻辑颠覆者DeepSeek-R1的威力在于，它证明了AI模型不需要依靠堆积的算力就能取得卓越的性能。靠着惊人的算法优化和资源利用效率，DeepSeek-R1以极低的成本实现了与OpenAI等巨头相媲美的AI能力。这就像在告诉人们：你不一定需要一台超级计算机来玩AI游戏，一台优化好的笔记本可能就足够了。
这种颠覆不仅是技术上的突破，更是对AI产业投资逻辑的重构。突然间，那些依赖高资本支出、不断购买高性能GPU（图形处理器）的公司，其投资前景变得模糊不清。市场开始质疑，之前对AI需求的预期是否过于乐观，以及是否存在一个AI科技泡沫。
AI革命的下半场
从“算力军备竞赛”转向“算法效率革命”，DeepSeek-R1的出现或昭示AI革命下半场启幕。其影响不仅仅是股价波动，而是重新审视整个AI产业链逻辑。
未来的AI竞赛，不再是芯片的纳米级较量，而是算法效率、生态活力与政策弹性的多维度博弈。
DeepSeek-R1的横空出世，打破了硅谷“堆算力、拼资本”的传统路径。其仅用557.6万美元和2048块英伟达H800 GPU便完成了性能对标GPT-4o的模型训练，成本仅为OpenAI同类模型的1/10，推理成本更是低至每百万Token 0.14美元（OpenAI为7.5美元）。
这一突破的核心在于算法创新：通过自研MLA架构、强化学习驱动训练流程、动态计算路由技术等，DeepSeek实现了算力效率的指数级提升。
那么，DeepSeek 的“AI大脑”如何更聪明、更省力？
话说DeepSeek的AI技术就像是一支聪明高效的超级团队，它通过四个关键策略，让AI跑得更快、算得更准、用得更省——就像让一台高性能跑车既有速度，又省油，还能自动优化行驶路线！
混合专家模型（MoE）：让AI不再“全员上阵”，而是“精准派单”。想象一下，你要建一座大楼，通常会把所有工人都叫来施工，但DeepSeek采用了一种更聪明的方法——“按需调派专家”。它的AI模型只会在需要时激活部分参数，让最适合的“专家”来处理任务，而不是每次都让所有“工人”上工。这种方式就像是你不需要全公司员工一起修一盏灯，而是派最擅长的电工团队去解决，大大节省计算资源。
多头潜在注意力机制（MLA）：压缩数据，让AI“大脑”更省力。传统AI处理信息时，像是在一堆文件夹里翻找数据，文件夹越多，翻找的时间就越长。DeepSeek采用了一种独特的方法，它会“压缩”关键数据，让AI在更少的信息量里找到关键点，从而加快运算速度，减少内存消耗。就像是你本来需要读整本书才能找答案，但现在AI只需要读一页摘要就能理解所有内容，省时又高效。
强化学习驱动训练：让AI“自己摸索”如何变强。如果说传统AI学习方式像是教科书里的死记硬背，那DeepSeek的AI更像是个“学习型”，它会自己尝试、犯错、调整，再逐步变强。DeepSeek让AI用“强化学习”的方式训练自己，就像是一个学骑自行车的小孩，跌倒了就调整方法，直到学会并骑得更稳、更快。
动态计算路由：智能调度，避免资源浪费 DeepSeek 采用了“智能调度”策略，让AI计算时更像是一家高效运营的餐厅。传统AI计算可能像是一家混乱的快餐店，所有订单都堆在一个窗口，导致运算过载。DeepSeek的“动态计算路由”技术，就像是拥有多个点餐窗口，并根据客流量实时调整每个窗口的工作量，确保计算资源得到最优利用，不会出现一部分计算过载，而另一部分却闲置的情况。
不仅如此，DeepSeek-R1还给出了升华认知的补充视角——能耗革命的冰山一角。
这些技术创新带来的改变，如同电动汽车对燃油车的颠覆。诸如，混合专家模型是能量回收系统：刹车时回收动能（闲置算力休眠）；多头潜在注意力机制是轻量化车身设计：用碳纤维替代钢铁（参数高效利用）；动态计算路由是智能导航：规避拥堵减少能耗（计算路径优化）。
关键还在于行业变革的隐喻延伸。这套技术组合拳或在重塑AI领域的“生产要素关系”（三部曲）：算力资本主义→算力共享经济；暴力计算霸权→精准认知协作；硬件军备竞赛→算法效率革命。
如此，DeepSeek-R1的技术之美在不同认知维度绽放异彩。
斯坦福大学教授吴恩达（Andrew Ng）表示，基础模型层面的这种良性竞争实际上将极大推动应用层面的创新。当AI技术变得更加平价，整个市场的需求反而会在中长期显著增加。
从1月28日美国科技股的强势反弹来看，看涨AI算力基础设施类型的股票即英伟达等AI芯片股的势力仍然非常庞大。有分析认为，目前，世界各地的开发者都在试用DeepSeek的软件，并希望用它来构建各种AI工具，这可能会加快先进人工智能推理模型的采用规模。
尽管DeepSeek的低成本模型引发了市场对AI资本支出合理性的质疑，但高盛等机构分析师认为，AI行业的长期增长趋势并未改变。高盛分析师指出，DeepSeek的崛起可能会推动AI技术的进一步普及，尤其是在推理效率提升的背景下，算力需求仍然强劲。
这恰如DeepSeek-R1的潜台词：别慌，我不是来砸场子的。
面对“美国科技泡沫掘墓人”的猜测，DeepSeek-R1的回应堪称AI界年度公关范文。
对巨头：“各位大哥继续建算力帝国，小弟我只想帮你们省点电费。”（翻译：咱们是友军！）
对同行：“开源代码在此，欢迎来抄作业。”（潜台词：一起卷算法，别让我孤独领跑。）
对投资人：“别急着抛英伟达股票，咱这技术能让显卡多卖十年！”（真相：硬件需求不会消失，只是换个姿势。）
或许，“2025年的AI革命，始于东方既白的蛇年清晨。”
还没有评论，来说两句吧...