Meta 创建四个“作战室”研究 DeepSeek 成功秘诀

共计 678 个字符，预计需要花费 2 分钟才能阅读完成。

DeepSeek 的崛起在短短几周内就引发了全球科技行业的震动。其推出的 AI 模型不仅超越了 ChatGPT，成为 App Store 上排名第一的免费应用程序，还导致英伟达在美国的市值损失了 5000 亿美元。DeepSeek 的成功引起了 Meta 的高度关注，据报道，Meta 组建了四个专门团队，称为“作战室”，以研究 DeepSeek 的成功秘诀。

战略布局：四个作战室的分工

1. 成本分析团队：两个作战室致力于研究 DeepSeek 如何在开发和运行其 R1 模型时大幅降低成本。DeepSeek 声称其 R1 模型的训练成本不到 600 万美元，而 OpenAI 训练 ChatGPT 的成本超过 1 亿美元。Meta 希望将这些策略应用于自己的 AI 模型 Llama。
2. 数据研究团队：第三个作战室专注于调查 DeepSeek 使用的训练数据，试图了解其数据来源和处理方式。
3. 架构优化团队：最后一个作战室则专注于探索重新设计 Llama 架构的方法，以提升其在与 DeepSeek 竞争中的性能。

行业影响与未来展望

DeepSeek 的成功不仅在于其低成本策略，还在于其开源理念。DeepSeek 的创始人梁文锋曾表示，开源和普惠是其核心理念，这使得全球范围内的 AI 技术人员能够低成本复现其模型。这种开放态度可能会对 AI 行业的竞争模式产生深远影响，甚至引发价格战，迫使其他企业调整策略。

Meta 的警惕并非没有道理。据报道，Meta AI 基础设施主管 Mathew Oldham 曾表示，DeepSeek 的最新模型甚至可能超越预计在 2025 年初推出的 Llama AI。此外，英伟达也对 DeepSeek 的崛起表示赞赏，强调其软件使用了英伟达的 GPU。