春節假期，潑天流量降到了DeepSeek的頭上。
大概一週多之前，DeepSeek還算不上太有名氣，在大模型圈之外，外界對它可能多是一頭霧水。然而短短几天，其就一躍成為業界頂流，並闖進了公眾視野。
因接連推出的兩款大模型產品，DeepSeek在華爾街掀起風暴，美股科技股一度重挫。週二，單日蒸發近6000億美元市值，博通和美光科技等晶片產業鏈股票也紛紛大跌。雖然週三英偉達反彈漲近9%，但DeepSeek帶來的心理衝擊並沒消散。
“DeepSeek大模型在效能上比肩ChatGpt，可能意味著國產大模型實現突破，這對美股科技股造成了衝擊。”前海開源基金首席經濟學家楊德龍告訴時代週報記者。在他看來，科技股是美股牛市的主要推動力，但投資者擔心其估值產生巨大泡沫。若一些新技術突破或新模型不需要消耗那麼多的GPU，可能會引發像英偉達等公司的大幅下跌，從而導致美股科技股泡沫破裂。
作為一家成立不到兩年的大模型公司，無論在融資、技術進展還是輿論層面，DeepSeek一向都動靜不大。而它背後的公司幻方量化（一家頭部量化私募），在此之前也僅是在私募圈出名。出人意料的是，一傢俬募和一家大模型初創公司，這樣的少見組合誕生了“DeepSeek神話”——無疑令人倍感好奇。
這一切是怎麼做到的？
潛行多年
如果從成立時間上看，DeepSeek並無特別之處。自2022年底ChatGPT釋出之後，全球科技圈震動，隨之一系列國產大模型創業專案面世。DeepSeek搭乘的也是這股潮流，2023年4月，幻方量化高調宣佈進軍大模型，三個月之後，DeepSeek作為獨立公司成立。
但脫胎於幻方量化的DeepSeek，其實技術積累要更早。
幻方量化成立於2015年，創始人是梁文鋒。在該公司官網上，赫然寫著的是：使用AI投資的對沖基金。按照幻方量化的披露，在公司成立之前七八年時間，創始團隊就在探索將技術應用於投資交易。當時量化投資在國內尚未流行，團隊成員在這方面的經驗同樣寥寥，出於朦朧的市場感知和技術理想，梁文鋒團隊仍決定走上這條路。
在這一時期，幻方量化創始團隊從零開始嘗試全自動交易，採用機器學習等技術。2010年是一個轉折點，當年股指期貨和融資融券相繼推出，A股投資更活躍和多樣化。一時間，量化投資在國內私募基金業逐漸增加，報道稱梁文鋒團隊也藉此收益頗豐。
△圖源：圖蟲
2015年，幻方量化正式成立，藉助AI和數學進行量化投資。2016年，幻方量化第一個由深度學習演算法模型生成的股票倉位上線實盤交易，使用GPU進行計算。而在此之前，演算法主要依靠線性模型和傳統機器學習演算法，模型計算主要依賴於CPU。
自此之後，幻方的量化策略全面AI化。到2017年底，幾乎所有量化策略均已採用AI模型計算。隨後不久，該公司明確宣佈AI為主要發展方向。
所謂量化投資，指的是藉助統計學和數學方法，利用計算機程式對大量資料進行分析，尋求獲得超額收益的投資策略。在持倉風格上，量化投資傾向高度分散和多樣化配置，以降低單一資產波動的風險。在決策上，不同於傳統的依靠基金經理主觀判斷，量化公司是基於資料和模型進行交易。
全面AI化也帶來某些問題，比如複雜的模型計算需求使得單機訓練遭遇算力瓶頸，訓練需求和有限的計算資源產生矛盾，幻方量化需要解決大規模算力的受限難題。在這個背景下，幻方量化在2019年成立了一家AI基礎研究公司，並推出自研的“螢火一號”AI叢集，搭載500塊顯示卡。同一年，幻方量化規模擴張，躋身百億私募。2021年，幻方又斥資10億元加碼建設“螢火二號”，為AI研究提供算力支援。
從事後來看，幻方量化在構建AI算力過程中的“囤卡”動作，為它贏得了市場機會。作為國內早期的英偉達晶片大買家之一，在ChatGPT爆發前夜，幻方量化手中的英偉達顯示卡數量就越攢越多。據幻方量化稱，在2022年時，其用於科研支援的閒時算力高達1533萬GPU時，這意味著每天用於科研而非交易的算力便達4.2萬GPU時。這個水平，大大超越了後來的很多大模型公司。
DeepSeek，就是在這樣的加持下問世。
也交過學費
幻方量化上演了一個“一朝成名天下知”的精彩故事，在它的敘事版本里，無論做金融交易還是進軍大模型，都是比較純粹的技術向追求。
一位接近幻方量化的投資人士告訴時代週報記者，他一直很關注這家公司，並且和團隊成員有過交流。雖然沒有直接接觸過創始人本人，但能感覺出來，相對於商業盈利，這個團隊的技術理想色彩是更為濃厚的。
幻方量化希望透過AI量化交易，對金融資產進行定價和投資。金融交易足夠複雜，又是從起家就介入的領域，對於旨在實現通用人工智慧（AGI）的幻方量化而言，這是一個非常合適的切入場景。
早在2020年，點拾投資創始人朱昂曾訪談過幻方量化CEO陸政哲。彼時陸政哲稱，幻方量化將自己定義為一家完全依靠AI來做投資的對沖基金。其模型資料來源有三個，分別是行情資料、覆蓋全市場的基本面資料以及經過結構化處理的另類資料。用這三類資料來訓練機器模型，據此構建投資組合，再用精細化的程式化交易完成交易。
這套打法確實效果顯著，在2017年-2020年間，整個量化行業高速增長，幻方量化的管理規模也水漲船高。不過，量化交易並非完美，幻方量化在這上面也吃過苦頭。
2021年12月，由於業績回撤達歷史最大值，幻方量化就業績不及格發文致歉。幻方量化稱，其人工反覆檢視了AI的投資決策，認為AI選出來的股票從長期價值來說基本上沒問題，但在買賣時點上確實做的不夠好。尤其市場風格劇烈切換時，AI傾向於冒險博取更多收益，這進一步加大了回撤。
量化資管行業擴張太快，被認為是另一個原因。幻方量化認為，行業規模猛增，導致策略同質化嚴重，加大了整體操作的難度。因此，當時幻方量化著手控制總的規模，同時表態要加大對策略研究的投入，以重新獲得市場優勢。而在監管層面，2024年7月份融券業務相關政策發生重大調整，轉融券業務暫停，並且融券保證金比例上調。此外，程式化交易被進一步強化監管。量化行業似乎告別一段野蠻發展期。
△圖源：圖蟲
目前，梁文鋒旗下有兩家百億私募，除了寧波幻方量化（股票策略），另外一家是浙江九章資產（多資產策略）。就業績而言，據私募排排網資料，過去兩年量化公司的風頭仍然強勢，如2023年百億私募排行榜中，前十名中量化公司佔據六席，在104家上榜私募中，九章資產和幻方量化的業績分列32和33位。到2024年，量化私募的整體收益仍高於主觀私募，除東方港灣（主觀投資）牢牢把持行業首位之外，前三十名中量化或主觀+量化的機構佔據多數。不過，幻方量化的業績同樣算不上突出，僅排在第19位。
在私募排排網有業績展示的12只產品中，幻方量化旗下產品2024年的收益均值為12.18%，收益中位數為13.02%。
“還需冷靜看待”
某種程度上，DeepSeek應該是幻方量化的深度轉型之作。成立之初，該公司就表示將專注在大模型上，從語言大模型到視覺大模型，再到多模態大模型，堪稱步步為營。
過去一年多，從默默無聞到火爆出圈，DeepSeek經歷了一條清晰的產品迭代之路。
在2024年5月之前，DeepSeek相繼推出了DeepSeek Coder（免費且開源的首個模型）、DeepSeek LLM（第一個大語言模型），其中DeepSeek LLM包含670億引數，在一個包含2萬億token（語言模型中用來表示單詞或短語的符號）的資料集上進行訓練。在中文表現上，該模型據稱超越了當時的GPT-3.5。
這兩款模型都沒有引起波瀾，直到隨後釋出的DeepSeek-V2，才讓DeepSeek在圈中出名。DeepSeek-V2是混合專家（MoE）語言模型，包含總引數達到2360億，每個token啟用210億個引數。在一些行業測試中，DeepSeek-V2有著不錯的表現。
有意思的是，當時國內業界對這款模型似乎欠缺技術層面的關注。DeepSeek-V2之所以被注意到，是由於它在大模型行業掀起一場價格大戰——DeepSeek在5月出宣佈，DeepSeek-V2降價至每百萬Tokens輸入價格為1元、輸出價格為2元，開發者還能獲得500萬Tokens的免費額度。
這個價格水平，大約相當於GPT-4 Turbo的七十分之一。
隨即網際網路大廠紛紛跟進，甚至不乏有廠家將價格降得比DeepSeek-V2還低。就在國內玩家為價格戰打的火熱時，有矽谷從業者發現，DeepSeek-V2採用的多頭潛在注意力機制，有效提升了大模型的效能。
這或許是矽谷較早地正視這家中國初創公司。
據一位行業相關人士解釋，多頭潛在注意力機制是DeepSeek-V2提出的一種注意力架構，該架構可以顯著降低推理過程中的KV快取。所謂KV快取，指的是在大模型的推理過程中，用於儲存先前計算結果的一種技術。
到2024年底，DeepSeek繼續迭代，推出了DeepSeek-V3模型。DeepSeek終於迎來它的GPT-3時刻。
今年1月20日，DeepSeek-R1釋出，在數學、程式碼、自然語言推理等任務上，宣稱效能對標OpenAI o1正式版。而它的蒸餾（將大模型的知識遷移到小模型中）小模型，也超越了OpenAI o1-mini。此外，在開源和閉源路線仍有爭議的眼下，DeepSeek宣佈R1開源，允許使用者進行“模型蒸餾”，以促進技術共享。
DeepSeek-R1是一枚重磅炸彈，在效能上為全球業界矚目之外，更重要的是——它的成本相比競品大大降低。一週之後，DeepSeek趁熱打鐵，又推出開源多模態模型，被認為在文生圖方面超越OpenAI的DALL-E3。至此，外界對DeepSeek的討論關注，達到高潮。
與先進大模型保持相近的效能，並在訓練成本、執行成本和服務定價上全面大幅下降，這是DeepSeek震撼科技圈的原因。在這樣的現象級產品出現之前，過去兩年多時間，由於AI業界對高效能顯示卡的追逐，英偉達被一路推上王座。無論在資本市場還是產業鏈，這個邏輯似乎已經確立，沒料到DeepSeek橫空出世，硬生生攪了局。
不過，這場衝擊波能持續多久，還是個未知數。DeepSeek的勢頭固然很猛，但是否彌合了國產大模型與國際先進水平之前的技術代差，正在引發熱議。另外，DeepSeek透過演算法最佳化提升效率，是否就意味著對算力需求的明顯減弱，下結論也太早。
喧鬧之外，降溫觀察逐漸成為一種聲音。“針對最近幾天事情的發展，個人覺得還是冷靜看待，肯定其取得的成就，但也要避免情緒化。”上述投資人士如此說道。
本文源自：時代週報
