DeepSeek时代:百度们亟需“深度求索”

news/2025/2/15 4:37:18/

文:互联网江湖 作者:刘致呈

眼看着梁文峰被捧上中国AI神坛,科技巨头们的心情一定是复杂的。

就像大刘笔下的《三体》中,当三百年后的人类太空舰队,面对水滴探测器时是五味杂陈的。

科技大佬们纷纷断言,没有人能超过OpenAI,于是DeepSeeK横空出世,一众巨头面面相觑,慌不择路。也一如那句“三体名言”:弱小和无知从来不是生存的障碍,傲慢才是。

人类啊,总是要为刻在DNA里的傲慢与偏见买单。

AI道路上,大厂们“深度求索”

这些天,看着媒体上热议幻方量化、梁文峰以及DeepSeek,我其实一直在想一个问题:DeepSeek这么牛,百度为代表的BAT巨头们,科大讯飞为代表的AI独角兽们怎么办?

不讲武德的DeepSeek,扒了皮衣老黄的底裤,也同样扒了一众国内同行的底裤……

“中国会不会再出一个OpenAI?我的答案是基本不会了”。面对镜头,AI“领袖”李彦宏信誓旦旦。

就连在百度Create 2024大会上,他也始终坚称:“开源模型会越来越落后”。

大佬讲话,总是一语中的,总是胸怀长远,总是高瞻远瞩。

也许当时李彦宏没能想到,自己在《时代》周刊发布的全球百大AI人物里与黄仁勋、奥特曼并列之外,也同样并列在被DeepSeek“暴击”的名单里。

皮衣老黄身价一夜缩水208亿美刀,OpenAI估值崩塌,作为行业领袖的Robin哪能想到,AI的泡沫没有来,危机倒是先来了。

当然我们不能“马后炮”地说,经验主义一定都是错的,但也许很多身处高位的大佬们或许真的忘了,科技行业,很冷酷也很残酷,颠覆往往就在一夜之间发生。

DeepSeek鹤立鸡群之后,中国AI行业里,那么多的大模型,投入动辄百亿千亿,一夜之间似乎全打了水漂。百度、讯飞们,每年烧那么多钱投入大模型,还能不能收回成本也成了问题。

梁文峰和他的团队,用赤裸裸的现实给巨头们上了一课:做大模型,用不着上千亿地烧钱,也用不着费尽心力,顶着老美的显卡制裁,挖空心思地搞什么“万卡集群”。

Deep seek的成功在于,用一种小而美的“精巧”路线,突破了算力封锁,超越了Chat GPT“性能-成本-速度”的不可能三角。

尤其是成本上,优势明显。

DeepSeek-V3模型的训练成本为557.6万美元,相对应的OpenAI的GPT-4o模型的训练成本为1亿美元。也就是说,训练成本上,DeepSeek不到Chat GPT的6%。

这意味着一件事儿,在搞AI上,大厂的资金实力不再成为绝对的护城河。至少在通用模型这个赛道,行业里小玩家们拿到入场券的门槛,没那么高了。

DeepSeek又是个开源项目,说白了就是梁文峰和他的天才团队给所有人“做了一道例题”,接下来,只要按照正确的“解题思路”,就会有无数个版本的DeepSeek涌现。

到这个阶段,AI大模型赛道就不是拼烧钱了,而是拼创新、创意,拼“精巧”的团队战斗力。

这一点,正是巨头们的短板。

科技发展史上,一个很有意思的现象是,大多颠覆性的创新都不是由成熟的巨头公司完成的,而是由不起眼的“车库里的公司”创造出来的。比如,乔布斯创立苹果,张一鸣创立字节。再比如曾经寂寂无闻,如今家喻户晓的DeepSeek。

为什么大厂没能诞生出“DeepSeek”,反倒让搞量化交易的金融企业搞了出来?

回答这个问题,就像是当年移动互联网崛起时,很多人问为什么不是传统企业搞出来淘宝,为不是三大运营商搞出来微信一样。

答案其实很简单,没那个土壤。

1.同样是搞AI大模型,出发点完全不一样。

梁文锋说,搞DeepSeek自己的出发点不是趁机捞一笔,而是走到技术前沿,去推动整个生态发展。所以,DeepSeek是开源的。

拒绝利益的诱惑,把DeepSeek技术开源,是一种格局。

而百度也好、讯飞也罢,市面上大多数的大模型都是闭源的,原因就在于,一开始,大家就是冲着商业化去的,未来能不能收回成本很关键。

没有商业化的压力,DeepSeek可以很纯粹,团队可以招很多年轻人,可以不断去试错,本身有纯粹的技术范儿,依靠纯粹的技术热情来创新。可以说,打败这些大厂的不是另一个大厂,而是一群年轻人对技术的执着和热爱。

这波儿较量,百度们输得不冤。

2.大厂的体制问题,一部分互联网巨头正在“国企化”。

跟一些在大厂工作的朋友聊天,我有这么一种感觉,很多互联网大厂,正在慢慢地变成一种“新国企”,每天上班工作,按部就班,打开开会,相互battle甩锅。要问做了多少创新工作?几乎寥寥,加班不少但真实的人效却很低。

这样的团队是打不起仗的。

相较之下,Deep seek 不拘泥传统,大胆起用年轻人,把一群热爱技术的热血青年聚到一起,靠理想创就一番事业。

曾经归国创业的Robin不也是如此?

经历了互联网的浮浮沉沉,百度的工程师文化还剩下多少?百度的创新精神还有多少?可能是需要深思的问题。

百度虽然一直在坚持投入AI,但百度给人的感觉是,技术文化似乎没那么浓了,反而多了几分功利。比如,这些年财报上一直强调AI业务营收占比,商业化进展,虽然是回应资本市场的关注,但没有了以前的那种“活力”。

这其实不只是百度的问题,很多大厂都有这些问题,大厂的“国企化”正在成为巨头们的“通病”。

DeepSeek的出现,颠覆了很多事儿,传统的认知被打破了。但企业的成败,本质上是人的成败,管理人,不仅仅是制度,更重要的是文化。

对于百度,李彦宏曾说,百度的好与不好,都在于他一个人。也许这么多年来,百度还是那个百度,只是对于自己的变化Robin可能并不自觉罢了。

格局重洗,巨头走出舒适区

Deep seek的爆火,带来的是一次重新洗牌的机会。

对于行业里的小体量的玩家来说,开源的DeepSeek就好比是“罗辑领悟了黑暗森林法则”,管你什么三体人科技再强资源再多,只要公布一个宇宙坐标,大家还是要从0开始。

DeepSeek开源的意义在于,小厂不需要大量资金投入就能训练出自己的模型,也就意味着大厂面对小厂的竞争,优势就只剩下了已有的用户体量、获客成本以及自身的流量能力。

更直白点说,其实就是花钱做推广,拼产品运营能力。

百度有数亿用户,有搜索、网盘等业务线和产品线,流量生态的优势相对更明显,最难受的反而是科大讯飞这样的企业。

讯飞这样的企业C端业务本就不强,星火大模型虽然发布不算晚,但始终不温不火,也没有什么存在感。不会搞营销,技术产品也做不到行业最顶端,在大模型赛道,就很难真正意义上“出圈”。甚至可能还会多走一些弯路。

科大讯飞的董事长刘庆峰说,他们30%的算力都消耗在大模型训练的“无人区”探索上,尽管耗费了大量的财力和时间,科大讯飞仍然坚持使用国产算力。

翻译一下就是:在大模型训练上,讯飞走了不少弯路、没少花钱,但还是不怎么出效果。

走弯路倒没什么,关键是烧掉的钱恐怕是打了水漂。

去年上半年,科大讯飞亏损4.7亿,大模型相关投入就有13亿。DeepSeek一出,市场知道了有更便宜,而且更先进的技术路线,那么你的现有研发资产是不是要进一步贬值?

在过去DeepSeek出现之前,再多的大模型研发投入都是理所当然的,只是,现在回过头来看,烧钱越多,可能越像科技版的“唐吉诃德”。

毕竟技术创新这件事儿,一旦方向错了,努力一万倍也不一定就能有效果。

Deep seek的爆火,不仅仅是因为另辟蹊径,找到了一条正确的方向,也在于做到了文心一言和星火大模型都没做到的事情,用技术打透C端用户心智。

ChatGPT当年为啥一亮相就震惊了世界?还是因为成功打透了C端用户的心智,人们迅速下载APP,ChatGPT的流量池迅速暴涨。

今天DeepSeek的成功,莫不如此。

纵观互联网商业史,成功的互联网技术应用,大都是从C端开始的,并且颠覆旧的模式,开创新模式。搜索、社交,算法分发,再到今天的大模型,都是如此。

DeepSeek和ChatGPT都很牛X的一点在于,他们打透C端认知,是不靠运营投放积累流量池的,而是靠着自己的技术、产品能力,真刀真枪地干出来的。

这有点像古典互联网时期,腾讯QQ刚出现,每台电脑上都要安装QQ一样,对用户来说是一种刚需。

对于百度、讯飞们而言,输在了算法技术底层,意味着从引领者,彻底变成了跟随者。

行业“大哥”变身“马仔小弟”当然会有不适,但这就是现实,中国的AI大模型法大发展,Deep seek 才是引领者,是站在时代的起点最前面的那个。

每一波技术浪潮之中,最先吃到红利的是时代的开创者,内燃机时代的奔驰,电气化时代的通用,信息时代的英特尔、英伟达,以及今天的DeepSeek。

历史表明,当时代发生大变革时,最难受的是“旧贵族”。

比如,智能机时代初期的诺基亚。

同样,作为上个AI时代的“旧贵族”,百度其实也很尴尬,DeepSeek的路线跟不跟?是个战略问题,但李彦宏没得选。

于是,在英伟达、微软之后,百度云也宣布Deep seek。

其实,摆在百度、讯飞们面前的道路也很宽广。行业格局面临重塑,那就走出舒适区。放弃文心一言、放弃星火大模型,全面拥抱开源的Deep seek 也许不失为一种选择。

现实很残酷,要么拥抱趋势,到应用层找机会,要么,死抱着文心一言、星火大模型,然后沦为AI界的“路易十六”。

既然端着Deep seek的碗,急需吃AI这口饭,那么不如放下偶像包袱,长痛不如短痛。毕竟,底层技术虽然落后了,但在应用层还是有机会的。

目前来看,做应用端的窗口期并不大,随着DeepSeek进一步向各个行业渗透,百度、讯飞过去在B端的客户、经验优势可能会很快被追上。

接下来,如何重新定位AI业务,重新制定未来的AI发展战略,可能是百度、讯飞们需要深思的问题。

搜索落幕,新一轮的百模大战开启?

DeepSeek越是可用,对搜索的替代作用越来越强,也就加速了大模型APP应用对搜索的替代。进而对搜索商业的影响可能就越大。

第一个是对夸克的影响。

市面上有消息称,目前天猫精灵的硬件团队,已经在与夸克产品团队融合工作,阿里AI应用“通义”近期正式从阿里云分拆,并入阿里智能信息事业群。

接下来,阿里内部会不会降低夸克搜索的权重?是一个很有意思的观察点。

另外是正在转型的360搜索。

天眼查APP商标信息显示,北京奇虎科技已经申请了三六〇纳米搜索的网站服务类商标。

春节红衣大叔为了推广自家的纳米搜索,豪言要免费送100辆汽车。DeepSeek火了,纳米AI搜索为DeepSeek提供了专线机房。看得出来,DeepSeek的东风,老周还是想搭一搭的。

纳米AI搜索已经上线了DeepSeek R1的满血版大模型,如何趁着这波热潮,快速做大用户体量,是关键所在。

红衣大叔转型AI的脚步要加快了。

第三个,最绕不开的是百度。

如今,DeepSeek开启了大模型“百家争鸣”时代,受影响最大的其实还是百度。

对于百度来说,假如大模型这条路所有人都走不通,无非就是砸点钱而已,但如果有人走通了,走通的人不是百度,那么现有的搜索商业的“天”就“快要塌了”。

所有的压力都在百度身上,如果接下来当大模型替代搜索成为信息获取的第一入口。现有的搜索商业生态,可能就危险了。DeepSeek的冲击,如果反映到百度搜索产品的月活上。也可能会对核心业务的营收产生影响。

从财报来看,搜索业务,是百度最大的现金牛。

百度估值里,核心业务的占比也很高。

我们不妨试着给百度估个值。

核心广告业务方面:

百度2024年三季度在线广告收入为‌188亿元‌,同比下滑4%,半年报广告业务192亿元,同比减少2%。前三季度广告业务营收 380亿 ,四季度按照23年6.4%的增速计算, 按照营收占比55.5%计算,四季度营收约为200亿。

全年营收约 580亿。

按照平均市销率为3倍计算,核心广告业务市值约为:1740亿。

智能云业务方面:

24年上半年营收90亿,同比增长14%,2024年三季度收入为49亿元,同比增长11%‌前三季度营收总计139亿。 去年四季度营收84亿元,乐观点按10%的增长计算的话,约92亿元。全年预计营收约231亿。‌‌

行业平均市销率为6倍估算,智能云市值约为1388亿。

自动驾驶以及其他业务:

萝卜快跑在该季度提供了约89.9万单自动驾驶订单,同比增长26%‌虽然百度没公布萝卜营收利润数据,但按照Robotaxi公司的平均估值,考虑到百度萝卜快跑还未盈利,给个500亿估值不过分。

也就是说,理想情况下,百度的估值应该在3628亿左右。

现实呢,百度港股市值不到2500亿港元。

为什么市场会这么不看好百度?

我想很重要的一个原因是,今天的百度,AI商业化将起未起,一半以上的营收利润还是靠搜索商业生态支撑,而且AI存在不确定性,未来挑战会大很多。

短期来看,大部分的大模型应用还处在用户成长阶段,但DeepSeek的下载量爆火表明,只要产品足够好用,用户迁移的速度会很快。

DeepSeek的出现,某种意义上也是百度AI业务不确定性的兑现。

于百度而言,业务上迫切需要能打的产品来商业化,尽快补上搜索支柱现金流缺口。百度能做的其实还有很多,比如昆仑芯片,比如以DeepSeek为基础深挖垂直应用等。

于市场而言,当百度找到了另一条真正的营收支柱,也许,就能看到百度真正价值回归的那天。

未来百度市值几何?值得期待。

免责声明:本文基于公司法定披露内容和已公开的资料信息,展开评论,但作者不保证该信息资料的完整性、及时性。另:股市有风险,入市需谨慎。文章不构成投资建议,投资与否须自行甄别。


http://www.ppmy.cn/news/1572150.html

相关文章

Kotlin 扩展函数与内联函数

Kotlin扩展函数 Kotlin 的扩展函数是 Kotlin 中非常强大且实用的功能。它允许你为现有的类添加新的方法,而不需要修改其源代码。这意味着你可以在已有的类上“扩展”新的功能,使用起来就像是原本就存在这些方法一样。 扩展函数的基本语法 fun 类名.方…

一区IEEE Trans|特征模态分解FMD,一维数据分解新方法-matlab免费代码

引言 本期介绍一款小众、最新、性能强大的一维数据分解方法,特征模态分解Feature Mode Decomposition,FMD),2023年发表在中科院1区top sci期刊IEEE Transactions on Industrial Electronics (简称IEEE TIE)&#xff0…

Git的常用命令及常见问题处理方法

目录 一、介绍二、常用 Git 命令1. 配置用户信息2. 初始化仓库3. 克隆远程仓库4. 查看状态5. 添加文件到暂存区6. 提交更改7. 查看提交历史8. 查看文件差异9. 查看分支10. 切换分支11. 合并分支12. 处理冲突13. 远程操作14. 标签管理15. 撤销操作 三、常见问题处理方法1. 无法推…

排序算法大合集

排序算法大合集 翻了翻很久以前写的算法报告,现在整理一下。 由难度从简单到难排序。 桶排序、冒泡排序、选择排序、快速排序。 最简单粗暴——桶排序 (一)桶排序原理 桶排序,是一个目前速度最快的一种排序 基本思想是将无序列数依次装进一个按元素名命名数组中 最后…

【Linux】【网络】IO多路复用 select、poll、epoll

【Linux】【网络】IO多路复用 select、poll、epoll IO 多路复用 进程或线程同时监控多个文件描述符,查看描述符上是否有事件发生,从而提高资源利用率和系统吞吐量。 1. select int select(int maxfd, fd_set *readfds, fd_set *writefds, fd_set *exc…

【JavaScript爬虫记录】记录一下使用JavaScript爬取m4s流视频过程(内含ffmpeg合并)

前言 前段时间发现了一个很喜欢的视频,可惜网站不让下载,简单看了一下视频是被切片成m4s格式的流文件,初步想法是将所有的流文件下载下来然后使用ffmpeg合并成一个完整的mp4,于是写了一段脚本来实现一下,电脑没有配python环境,所以使用JavaScript实现,合并功能需要安装ffmpeg,…

算法-整理图书,反转链表数据返回

力扣题目:LCR 123. 图书整理 I - 力扣(LeetCode) 书店店员有一张链表形式的书单,每个节点代表一本书,节点中的值表示书的编号。为更方便整理书架,店员需要将书单倒过来排列,就可以从最后一本书…

Go语言的内存分配原理

Go语言的内存分配原理 Go语言的内存管理分为两个主要区域:栈(Stack) 和 堆(Heap)。理解这两个区域的工作原理,可以帮助你写出更高效的代码,并避免一些常见的性能问题。 1. 栈(Stac…