在DeepSeek引發的風暴之后，中國大模型創業領域正經歷一場前所未有的變革。通過與多位行業專家的深入交流，筆者發現，當前國產大模型領域呈現出兩種截然不同的態勢。

一方面，那些積極融入DeepSeek生態的算力提供商、模型服務商，以及原本無法參與大模型“軍備競賽”的開源受益者，正滿懷熱情地擁抱這一變革。另一方面，以“大模型六小虎”為代表的其他中國大模型創業公司，以及過去兩年投資了這些公司的風險資本（VC）們，則陷入了深深的憂慮之中，整個行業呈現出鮮明的“冰火兩重天”景象。

“為何沒能成為DeepSeek”，以及“為何中國只有一個DeepSeek”，這兩個問題自春節以來就一直困擾著大模型從業者和VC們。這兩個問題不僅觸及了國內大模型創新的焦慮核心，也是探討如何成為下一個DeepSeek的關鍵。

回顧過去四年中國大模型的發展歷程，我們不禁要問：中國是否缺乏像DeepSeek這樣的技術理想主義者？如果答案是否定的，那么這樣的技術團隊是否得到了充分的挖掘和社會系統性的支持？如果沒有，原因何在？

2023年之前，中國僅有四家大模型公司：智譜、面壁、深言與聆心（后被智譜收購），且均出自清華大學。2023年之后，大模型創業公司激增至十余家，技術上的直接原因是Llama的開源，但更深層次的原因在于，當時普遍認為大模型的技術門檻雖高，但并非不可模仿，尤其是基于開源大模型，技術難度進一步降低，“技術不構成商業壁壘”的觀點甚囂塵上。

在這種共識下，2023年ChatGPT爆火后，中國大模型創業領域的動態呈現出一種畸形現象。智譜成為資本的寵兒，最早突破200億人民幣估值大關，而同樣出自清華自然語言處理實驗室（THUNLP）的面壁和深言，在資本市場的表現卻遠不如后來者。尤其是面壁智能，作為國內最早提出要做“平民版大模型”的公司，甚至比DeepSeek還早成立，但直到2024年年底完成一筆3億人民幣的融資后，估值仍不到35億人民幣。

據雷峰網AI科技評論與多位大模型投資人的交流，智譜與面壁在資本市場表現迥異的原因主要在于：清華學術派在投資大模型時往往只選擇一家，且對教授創業持保留意見；智譜的愿景更易于理解，對外融資時提出“對標OpenAI”，VC立刻就能明白，而面壁一開始強調底層模型訓練效率優化，在熱錢最多的2023年一度被認為是一家類似潞晨、硅基的“AI Infra”公司。

2023年大模型浪潮來臨后，中國的AI科技VC并未深入研究AGI技術，而是迅速將資金投向了“曾打過勝仗的連續成功創業者”，哪怕這些團隊此前從未涉足大模型研發。光年之外與百川智能就是典型代表。當前估值超過200億人民幣的大模型公司中，只有智譜唐杰、月之暗面楊植麟等人是從2020年大模型未出圈時就開始技術探索的。

DeepSeek的研發團隊同樣是從零開始學習大模型技術，通過苦讀論文、死磕實驗，最終取得了顯著成果。然而，從過去兩年的行業發展來看，百川智能在基座模型上的升級并不頻繁，重心轉向醫療行業大模型。這種轉變雖然對百川有利，但對整個大模型行業的發展貢獻有限。

在資源有限的情況下，沒有技術能力的團隊占據大量資本資源，而有技術能力的團隊卻只能獲得極少的資本支持，這種系統性錯位注定會產生遺憾。如果AGI大模型技術已無上升空間，各家的技術壁壘逐漸拉平，那么互聯網時代拼資源、拼資本的打法或許還能分到一杯羹。但對技術有敬畏之心的創業者始終保持清醒頭腦，他們能看到現有大模型底層算法與架構在訓練與推理中的不足，知道AGI仍有許多具體且高難度的問題要解決。

底層技術的持續創新能力仍是大模型公司的護城河，純拼資源的互聯網方法論暫不適用當前中國的大模型發展。一個不愿意學習技術的VC，比一個不愿意學習技術的研發團隊所產生的殺傷力可能更大。

DeepSeek的成功不僅在于其過硬的技術實力，更在于其對AGI的純粹追求。DeepSeek專注AGI研究，依托梁文鋒個人與幻方量化的原有儲備資金，沒有向外融資。這種“自己有錢，所以不需要聽外界的，自己想干什么就干什么”的自在，讓DeepSeek能夠專注于技術探索，不受外界干擾。

DeepSeek的成功或許無法復制，但其對人才的重視程度值得借鑒。DeepSeek的招聘門檻非常高，團隊規模雖不大，但成員大多是原幻方的技術高手。他們不僅擁有頂尖的技術能力，更有著對技術的敬畏之心和好奇之心。DeepSeek的內部組織文化也非常扁平，只有一個老板：梁文鋒。這種集權風格明顯的扁平化管理，使得團隊在遇到困難時能夠自上而下協調資源，快速達到上傳下達的效果。

梁文鋒的個人風格也十分明顯：有極強的技術信仰，對AGI有十足的好奇心與求知欲，并且十分刻苦。他說話非常簡潔，但往往一針見血。這種對技術的執著和追求，正是DeepSeek能夠取得成功的關鍵。

DeepSeek的成功不僅改變了VC對大模型公司的看法，更讓整個行業意識到，AGI的實現仍需要理想主義。在DeepSeek之前，“北九坤、南幻方”已經在金融量化領域鼎鼎有名，而量化行業對技術人才的高要求也是眾所周知的。DeepSeek的成功或許是一個偶然，但它所展現出的技術實力和創新能力，卻為整個行業樹立了榜樣。

然而，DeepSeek的成功并非一蹴而就。在DeepSeek之前，也有許多團隊在探索大模型技術，但大多未能取得顯著成果。這并非因為這些團隊缺乏技術能力或創新精神，而是因為他們未能像DeepSeek一樣堅持對AGI的純粹追求。許多團隊在探索過程中逐漸轉向短期商收或產品打磨，放棄了對AGI的長期投入。

這種轉變不僅反映了市場對技術缺乏敬畏之心，也反映了創業公司在面對市場壓力和資本誘惑時的無奈選擇。然而，對于真正追求AGI的團隊來說，這種轉變是不可取的。他們必須堅定信念，繼續投入資源和技術力量進行探索和創新。

事實上，除了DeepSeek之外，國內也有許多團隊在堅持創新并不斷探索新的解法來解決懸而未決的難題。例如香港大學計算與數據科學研究院院長馬毅教授團隊一直致力于研究可解釋、可控制的人工智能算法與框架（白盒理論）；智譜團隊從2021年開始探索多模態大模型并遇到了許多問題；面壁團隊則指出當前主流的大模型架構還無法很好地解決經驗學習與空間記憶等關鍵問題。

隨著具身智能的發展，AGI也將分為云端AGI與端側AGI。這一趨勢為AGI的發展提供了新的方向和挑戰。要解決這些問題，不僅需要資源投入，更需要強烈的技術實力和技術愿景。DeepSeek的路徑是從底層萬卡集群、HAI框架向上貫穿構建環環相扣的技術體系。這種從底層到上層的全面布局和深入探索正是DeepSeek能夠取得成功的關鍵所在。

在DeepSeek之后，中國的大模型創業領域將何去何從？這是一個值得深思的問題。但可以肯定的是，那些能夠堅持對AGI的純粹追求、擁有強大技術實力和創新能力的團隊將更有可能成為下一個DeepSeek。而這些團隊的成功也將為中國AI的崛起注入新的動力。