1月27日,被稱為“東方神秘力量”的DeepSeek,在資本市場掀起了滔天巨浪。
當日美股開盤,AI、晶片股重挫。
費城半導體指數跌超6%。
晶片股重挫,輝達跌超10%,市值蒸發超3500億美元(約合人民幣2.5兆元)。
博通跌超11%。
台積電跌超9%。
大型科技股普跌,微軟跌超4%,亞馬遜、Google跌逾3%。
不過DeepSeek自己對此卻有不同看法,其表示輝達股價暴跌與它無關。
此外,加密貨幣市場持續調整,1月27日更是大幅殺跌,24小時內,比特幣接連失守10萬美元、9.9萬美元、9.8萬美元關口,最低觸及9.79萬美元。
以太坊盤中跌破3100美元,跌幅一度超過8%;其他小市值的幣種跌幅更大,狗狗幣、Solana盤中一度跌超11%,艾達幣一度跌超9%,XRP跌超10%。
川普推出的個人迷因幣TRUMP幣跌勢更慘,當日盤中跌幅一度超過20%,最低觸及25美元左右,市值縮水至51億美元,較1月19日創下的歷史高點回呼超65%。
幣圈的新一輪殺跌,又導致不少人爆倉。Coinglass資料顯示,截至台北時間27日晚8:30分左右,24小時內,加密貨幣全網爆倉人數超過32萬人,爆倉金額達到8.81億美元,其中,多單爆倉8.11億美元。最大單筆爆倉單發生在HTX-BTC-USDT,價值超過9800萬美元。
大跌背後,是國內AI大模型——DeepSeek引起的對美國AI公司估值的質疑。
就在剛剛過去的周末,DeepSeek反超ChatGPT,一舉登頂美區蘋果應用程式商店免費App排行第一。
據證券時報報導,華爾街頂級風投A16Z的創始人、被稱為風投教父的MarcAndreessen27日在社交平台上發文稱,“DeepSeek是AI的斯普特尼克時刻”。所謂的“斯普特尼克時刻”,指的是1957年蘇聯成功發射第一顆人造衛星斯普特尼克1號。這一比喻充分說明了DeepSeek在生成式人工智慧時代帶來的震動與衝擊。
DeepSeek的影響已然波及到了幾乎所有AI算力相關資產。
首當其衝的便是輝達。部分媒體已經開始將輝達2024年的走勢,與思科(Cisco)2000年網際網路泡沫破裂之前的走勢類比。
市場認為,DeepSeek R1的成功可能削弱了市場對輝達AI晶片需求的預期。因為DeepSeek似乎以極低的成本建構了一個突破性的人工智慧模型。
似乎是看到了實質性風險,一些投資者已經開始“挽尊”,並質疑 DeepSeek訓練價格是否真的如此之低。
比如因為看到DeepSeek表現而“唱空”美股的股市大V“THE SHORT BEAR”,1月26日也在社交媒體上“跳反”。
他不僅開始懷疑DeepSeek低成本訓練的真實性,更認為DeepSeek的出現,可能是為了“蓄意破壞美國股市”。
而在“無稽之談”的背後,亦體現了華爾街整體對DeepSeek可能引發了連鎖效應的恐懼。
“散戶逼空華爾街事件中”因為唱多GameTop而名聲大噪的Social Capital掌門人Chamath Palihapitiya則仍然站在了華爾街的對立面,並表示:“讓我直接大聲地說出來,AI大模型建設就是一個金錢陷阱。”
輿論場上時不時出現質疑聲,也被“DeepSeek完全開源,可以復現”的提法所反駁。
此前,一則來自Meta匿名員工的消息稱,Meta內部近日啟動了一項通過 DeepSeek開源論文復現其大模型的工作,試圖挖掘其是否真的只需要極低的預訓練成本。
但也有人不看好Meta的復現結果。因為DeepSeek的出現,美國AI產業幾乎陷入了一個自證悖論——因為即便真的復現成功,頭部AI公司也不可能公佈復現結果,從而證偽自己的巨大估值和大額資本支出的必要性。
國內方面,有關DeepSeek的多個詞條在27日登上了微博熱搜。許多體驗了DeepSeek的網友紛紛發帖,對其思考的深度水平、回答的智能程度給予了高度評價。
有網友表示,“DeepSeek思考的方向比我全面多了,更不要談它的知識儲備比我豐富好幾千倍。”
有醫生編了幾個病例讓DeepSeek給出診療意見和治療方案,DeepSeek給出的方案“毫無錯誤,思考全面而且專業”。網友“自來水”地曬使用體驗,這一現象不禁讓人想起2022年底OpenAI剛剛發佈ChatGPT後,大家爭先恐後試用並“秀對話方塊”的場景。
值得注意的是,DeepSeek暫時是目前唯一支援聯網搜尋的推理模型,這使得DeepSeek的回答能夠結合最新的網際網路資料,相較其他模型精準性更強。
記者實測發現,當讓DeepSeek寫一份其創始人梁文峰的簡歷時,它不僅能梳理出梁文峰的基本資訊、在浙江大學的教育背景以及量化投資領域的職業經歷,還能抓取到梁文峰“2025年1月受邀參加國務院總理座談會,代表AI領域建言獻策”的最新媒體報導。
記者向DeepSeek提出了“DeepSeek利空算力嗎?”這一問題,有意思的是,DeepSeek給出的結論是,“算力需求將長期增長,但市場結構將重塑。”它進一步解釋稱,DeepSeek的演算法最佳化可能短期內抑制訓練端的高端GPU需求,但應用端的爆發將推動推理算力需求增長。類比“發動機效率提升反而增加石油需求”,算力總需求可能隨AI普及而擴張,因此短期局部利空,但長期整體利多。
至於對產業鏈的衝擊尤其是對輝達和OpenAI的影響,DeepSeek表示閉源模型將(如OpenAI)面臨開源社區的競爭壓力,其API商業價值可能被稀釋;輝達在訓練端的優勢雖穩固,但推理端可能受AMD等廠商挑戰。同時,華為升騰、寒武紀等國產晶片廠商因適配DeepSeek獲得技術驗證機會,未來或受益於國產替代趨勢。 (21世紀經濟報導)