字数 1318，阅读大约需 7 分钟
李彦宏谈DeepSeek：大模型成本骤降，行业格局或将重塑
近日，在阿联酋迪拜开幕的世界政府峰会（WGS）上，百度创始人李彦宏与阿联酋AI部长展开深入对话。李彦宏介绍了百度在AI推理领域的创新成果——DeepSeek[1]，并指出大模型成本正以惊人速度下降，每年降低幅度超过90%。这一消息在AI领域引发广泛关注。
大模型成本下降的趋势与依据
李彦宏提到，多数创新核心与降低成本紧密相关，在AI领域尤其显著。摩尔定律表明每18个月计算机性能翻倍而价格减半，类似规律适用于大模型推理成本。随着技术进步，大模型推理成本每年超90%的降幅并非无据。
从技术层面看，硬件性能提升与算法优化是成本降低关键。英伟达等硬件厂商推出性能更强的GPU，为大模型训练和推理提供强大算力支持，同时单位算力成本降低。据市场研究机构Statista数据，过去几年GPU算力性价比提升数倍。在算法方面，知识蒸馏、剪枝等技术应用，使模型在保持性能前提下以更小规模运行，降低计算资源需求。
DeepSeek在成本降低中的作用
DeepSeek作为百度在AI推理领域成果，在大模型成本降低方面作用重要。它通过先进技术手段优化模型推理过程。
以知识蒸馏技术为例，DeepSeek利用R1模型生成的数据对多个Llama和Qwen变体进行优化。这如同将教师模型（大而复杂的预训练模型）知识传授给学生模型（优化后的轻量级模型），使学生模型在较小规模下展现接近教师模型的性能。IBM的AI开发平台watsonx.ai现已支持DeepSeek – R1蒸馏版的Llama3.18B和Llama3.370B模型，用户可通过“按需部署”目录部署专用实例确保安全推理，还能通过“自定义基础模型”导入功能上传DeepSeek – R1的其他变体，满足多样化应用需求。这既提升模型性能，又降低推理所需计算资源，进而降低成本。
成本降低带来的变革性影响
- 1. 企业部署AI模型更高效经济：大模型推理成本大幅降低，企业部署AI模型无需承担高昂训练成本。以往训练大规模AI模型可能耗费数百万甚至上千万元计算资源，现在成本降低让更多企业涉足AI领域。据《2025年全球AI应用市场趋势》报告，随着成本降低，预计未来一年中小企业部署AI模型比例将从30%提升至50%以上。
- 2. 创造新的市场机遇：对于AI推理领域公司，如云计算服务商、边缘计算企业和AI应用开发商，成本降低带来市场需求增长机遇。以云计算服务商为例，可利用成本降低优势，为客户提供性价比更高的AI推理服务，吸引更多企业将AI业务迁移到云端。市场研究机构Gartner预测，到2026年全球AI推理服务市场规模将从2025年的100亿美元增长至200亿美元，年增长率达100%。
- 3. 打破大厂垄断格局：长期以来，AI领域增长红利多被科技巨头捕获。大模型成本骤降打破这一局面，创新成本降低为中型科技企业和初创企业开辟市场空间。例如，更多中小企业和初创企业能凭借技术优势和创新能力在AI领域崭露头角，推动行业多元化发展。
行业现状与呼吁
尽管AI领域增长强劲，小型科技公司享受AI发展红利仍面临挑战。李彦宏呼吁行业关注支持小型科技公司。这些公司虽有独特技术和创新理念，但因资源有限在与科技巨头竞争中处于劣势。
以山东中医药大学发布的智慧课程建设项目为例，项目需求和技术方案新增“对接要求：能对接deepseek模型”，其中项目1包预算金额200万元、2包预算80万元、3包预算140万元。这体现高校等机构对AI技术重视及对新兴模型认可，也反映小型科技公司在实际应用中可能需更多支持与合作机会，以推广自身技术。
