文：吴炳见

Deepseek开了个好头，改变了卷的方向，中国AI正在进入技术外卷。大模型玩家们开始开源、发论文、贡献代码，把核心方法分享出来，这是一次进化。论文如同砌墙，人多才能砖头多，量变会带来质变——即启发式创新，哪天卷出下一个Transformer我也不会惊讶。

中国这片土地，一向不卷则已，一卷惊人。过去二十年，卷已成惯性。

移动互联网的平台型机会，基本在卷三个因素，一是融资体量，弹药多才能火力猛。二是增长，快速抢占市场，突破网络效应的及格线。三是运营效率，一块钱能砸出两块钱还是两毛钱，决定了能否持久。过去的百团大战、打车大战、外卖大战、电商大战都是在卷这三要素，能胜出的都是卷王之王。

还有一条卷到极致的路是硬件，卷功能密度和成本效率，理想汽车首先用上冰箱彩电大沙发，之后全员模仿，成了中国新能源车的标配。小米su7 ultra把高端跑车价格锚定在52.9万，BYD用刀片电池和自研重构了成本曲线。高强度竞争下，中国手机卷出了小米、华为、vivo、oppo，中国汽车卷出了BYD、小米、蔚小理等一众选手。

这揭示着中国式竞争的底层逻辑——在有限成本内实现功能密度最大化。

能在中国式竞争胜出的卷王，去海外也能复用这套方法，这是Tiktok、Temu的故事，也是中国新能源车的故事。

中国式竞争卷了20年，AI浪潮下，是不是可以换种卷法试试？

梁文锋在访谈中说过一段话“以后硬核创新会越来越多。现在可能还不容易被理解，是因为整个社会群体需要被事实教育。当这个社会让硬核创新的人功成名就，群体性想法就会改变。我们只是还需要一堆事实和一个过程。”

没想到事实和过程来的这么快，Deepseek破圈后，社会确实被事实教育了，大家开始卷技术水平了——如何改良Attention，如何提升MoE，如何FP8和FP16混训。再进一步，是卷原创水平——谁能创新出下一代模型架构，谁能发现下一套训模型的方法。

之前两年，大模型公司同时在卷三个事：模型能力、融资体量和用户量。模型能力上，大家在卷谁能率先复现 GPT3.5、GPT4 和 o1，在同样复现的情况下，卷谁的跑分更高。

融资体量代表GPU的数量，也代表能搭建的团队质量。卷用户量是因为大多数创业者和投资人都有移动互联网的惯性思维，以为用户量可以带来数据飞轮，以用户量换竞争力，以用户量换融资。

DS的出圈打破了这种惯性，行业共识开始转向：别卷非核心要素了，大家一起卷模型能力，探索模型能力的天花板，和模型成本的地板。众人明白了，模型的三要素是算力、算法和数据，在算力有限，数据大部分是公开的情况下，可以从算法创新上探索出新东西，也明白了开源是个超级放大器，可以把影响力提升N倍。

于是大家看到，从今年 1 月份开始，开始卷开源和发paper了。MiniMax开源了两个模型Text-01和VL-01，DS和 kimi 在同一时间发布了 R1 和K1.5 的 tech report，写的都是如何复现o1推理模型。最近又在同一时间发布了注意力机制改进的 paper，DS的Native Sparse Attention，kimi的Mixture of Block Attention，MiniMax的Lighting Attention。这仅仅是技术外卷的序幕。

媒体上也更多在报道技术创新了，小宇宙上，晚点和张小珺连续几期带听众读论文，一期解读推理模型 R1 和 k1.5，一期解读注意力机制的改进，这是要把李沐老师的活儿给干了。要知道，读论文是极小众的专业活动，现在竟成了大众科普——“让我尽量用人话告诉你他们创新了什么”。

见微知著，这说明意识变了，大众开始关注底层创新，公司也更愿意分享自己压箱底的家伙了。也许一些公司还在权衡是否开源，但种子已经种下了，开源浪潮只是时间问题，至于什么时候加入开源，开源模型权重还是开源代码，哪些适合发 paper哪些不适合，只是个数字问题了，more or less。

市场开始聚焦技术创新，把各路好想法卷进来，集小成为大成，从方法层面孕育下一次突破，这就是Deepseek带来的改变。

这是种外卷，而非内卷。内卷的根源是同质化，蛋糕大小既定，大家在相同的事情上搞花活，你刚做好的功能创新，第二天对手就抄走。那没办法啊，只能拼运营效率，拼成本，把及格线越抬越高，如果对手过不了及格线，就被熬死了，赢家吃下市场。

外卷是什么？大家在基础创新上下功夫，输出方法论，整体拉高行业水位，共同把蛋糕做大，目的不是熬死谁，而是竞争下一个创新点。DS主动把“壁垒”公开，把 paper和代码放桌面上，大家随便用，先断了自己的后路，逼自己爬更高的山，做出更大的创新。

AI 行业还在萌芽阶段，在技术变动期，理应种下一颗外卷的种子。

卷并不好玩，在既定的游戏规则内，新公司很难刚过卷王。移动互联网最大的卷王之一是字节，在过去两年的AI上，他还是卷王。以 chatbot为例，豆包是全方位的卷，做好chatbot分为新老游戏。

新游戏是训模型，新老公司几乎同时出发，基模不够好，那就招揽优秀的研究员训模型。老游戏是移动互联网的方法，豆包月投放金额过亿，创业公司跟不跟都很为难。产品不够好，那就App、PC 客户端和网页三端一起迭代。快速迭代，大力出奇迹，老药方果然有效。

决定业务质量的还是一号位的认知，张一鸣几乎成了“AI事业部总经理”，我们在接触创业项目时，会听到一些研究员谈及张一鸣跟他聊过多长时间。这说明张一鸣是在一线了解技术，面试候选人的，是在不断预训练自己的。

一个公司的业务价值=行业价值 x 团队执行效率。今天，AI 应用创业者面临一个残酷的现实，字节会尝试进入诸多方向，淘汰所有执行效率不ok的团队，无论你有没有撞大运选到一个好行业。

过去两年，AI应用出了四个有些体量的pmf，字节都干了。

第一个是 chatbot，字节做了豆包。DS破圈前，用户量是国内第一了。

第二个是 Role paly，也就是各路Character.ai 的变形体，字节做了猫箱，猫箱里集合了各种经过验证的role paly的玩法，用feed流给你推荐玩法。

第三个是文生图和文生视频，也就是各路 Midjourney和Sora的变形体，豆包里自带文生图功能，视频模型有即梦。

第四个是 AI coding，也就是各路 Cursor 的变形体，字节有 Mars code和 Trae。

当下模型能力有限，解锁的pmf就这么几个，也不用挑啊，什么共识非共识的，都做了就是了，这造成了赛道拥挤。创业公司如果选的是充分验证的明牌方向，如果方向不够纵深，很容易遇到字节。

这种辛苦的竞争，说明过去两年大多数的pmf是AI enabled App，本质还是个 App，很多因素还是在字节的能力延长线上，还是容易陷入拼投放、拼效率、拼资金的境地。

听说，DS的出圈让字节内部也深有触动，DS 1 月15 日刚发 App，0 投放， 圈了1亿多用户，在全球破了圈。重投放、重运营效率、重融资在他身上都没有，跳出三界之外，根本不在既定的射程之内。

这是因为DS一开始就瞄准 AGI 的基础研究，公司全名叫“杭州深度求索人工智能基础技术研究有限公司”，是个 AI Lab，而非做产品的商业公司，出发点不同，自然不在延长线上。

去年的时候，我问 deepseek的人，你们模型为什么做的好？

那位同志说，因为我们老板在自己读论文，写代码，搞招聘。

这句话还是挺有力量的，确实，时间花在哪里，哪里就容易出效果，听着很简单，但真相就是这么简单。

卷开源、卷论文只是开始，未来会卷什么？

我们先看 DS 过去做了什么，过去两年，OpenAI负责探路，follow OpenAI的前沿模型，DS 用科学研究的方法复现，从 GPT3.5到o1，通过算法和训练方法的一系列创新，大幅降低训练和推理成本。这种前人探路的红利还能继续吃一段时间，而这也是打基础、补差距的过程。

更精彩的叙事会发生在无人区，无人可 follow，更拼原创想法了。预训练之后的范式是 RL，RL 之后的范式又是什么？下一个 transfomer是什么？LLM的底层原理是什么？AGI 是个大一统模型，还是众多模型的化学反应？

这些本属于美国的命题，现在可能中国要一起参与答题了。

Deepseek改变了卷的方向，让技术创新成为新战场，让竞争更有分享精神，这种竞争硬核又高级。

随着这种竞争的加剧，也许会有人跳出三界之外，从技术和场景上开辟另外一条路径，远离拥挤的地方，进入新的无人区开辟第二战场——竞争是为了让探索发生。

作者介绍：吴炳见，心资本Soul Capital合伙人，从事AI相关的风险投资。前某大厂mobile产品经理+战略分析，之前就职于险峰和联想之星。参与投资过多个大模型和AI应用项目。关键词LLM、AI Native、AI基础设施、Robotics。