2025年1月29日，全球知名AI專家Andrew Ng 發表了一篇深度分析文章，探討中國AI的快速崛起，以及DeepSeek-R1的發布對全球AI市場與地緣政治的影響。他指出，這次事件凸顯了幾個正在AI領域發生的關鍵趨勢：(1) 中國在生成式AI領域正在趕上美國，甚至在某些方面已經領先；(2) 開源權重模型正在改變AI基礎層的商業模式，為應用開發者創造新機遇；(3) AI發展不只是「堆疊算力」，演算法創新正在降低訓練成本，帶來新的競爭優勢。 1. 中國AI正在趕超美國？ Andrew Ng回顧了ChatGPT於2022年推出時，美國在生成式AI領域的壓倒性優勢。然而，短短兩年內，中國在AI技術上的進展已經大幅縮小了差距，甚至在某些領域（如影片生成）取得領先。DeepSeek-R1的發布，與Qwen、Kimi、InternVL等中國模型一起，標誌著中國在AI基礎模型研發上的實力不容忽視。 DeepSeek-R1的推出不僅證明中國AI的技術實力，也影響了全球市場。在Davos論壇期間，許多企業高層都在討論這一趨勢，而美股市場也出現了明顯震盪——Nvidia等AI相關科技股價大跌，投資者對開源模型影響傳統AI商業模式的擔憂顯而易見。 2. 開源模型正在重塑AI市場 DeepSeek-R1的最大特點之一是完全開源，採用MIT許可，允許開發者自由使用，這與OpenAI等公司日益封閉的模式形成鮮明對比。Andrew Ng特別強調，美國部分企業正推動監管來限制開源技術，理由是AI可能帶來「人類生存風險」，但這一策略可能讓中國主導這一供應鏈領域，最終許多企業可能更傾向於使用來自中國的開源AI技術。 開源模式不僅影響技術發展，也直接衝擊了AI服務的價格。目前，OpenAI的o1模型每百萬token輸出成本約為**$60**，而DeepSeek-R1僅為**$2.19**，幾乎便宜30倍。這種價格優勢讓AI應用開發者可以用更低的成本進行創新，例如開發聊天機器人、AI醫療助理、法律文件處理等，這些應用將變得更加普及。 3. AI發展不僅靠「堆算力」，創新成關鍵 過去業界普遍認為，提升AI模型能力的唯一方式就是堆疊更多計算資源，但DeepSeek-R1的成功證明了另一條路徑：透過演算法創新提高效率。 由於美國對中國的AI晶片禁令，DeepSeek不得不在較舊的H800 GPU上訓練模型，而非最新的H100。然而，他們透過技術優化，成功以不到600萬美元的訓練成本完成模型開發（不計研究成本），相比之下，OpenAI和Google在類似規模的模型訓練上花費了數十億美元。這顯示出，AI的進步不一定需要無限擴展算力，而是可以透過技術創新來提高效能。 雖然有人擔憂這可能會降低對高效能計算資源的需求，但Andrew Ng認為，當AI變得更便宜、更高效時，市場的需求往往同步成長，最終可能仍會推動整體算力市場的擴張。 4....
