DeepSeek-R1的推出促使全球资本重新评估中国科技公司的价值。
2月11日消息，梁文峰因DeepSeek的成功而财富激增，身价或将超过英伟达CEO黄仁勋，问鼎亚洲新科技首富。
彭博社调查显示，DeepSeek估值在10亿至1500亿美元之间，梁文峰持有84%股份。投行看好DeepSeek，认为其估值可达OpenAI一半，即1500亿美元，梁文峰股份价值或达1260亿美元，超过英伟达CEO黄仁勋的1180亿美元。
数据来源:Xsignal(奇异因子)。2025/01/10-2025/02/08，DeepSeek日均活跃用户数(单位:万)。
自去年12月底到今年1月底，一个月的时间，DeepSeek全球用户数从34.7万激增至1.19亿。Xsignal(奇异因子)的创始人刘震博士认为，“DeepSeek现象和去年豆包等AI应用的火爆有着根本的不同。”
根据Xsignal提供的最新DAU(日活跃用户)数据，截止2月8日，DeepSeek国内APP端日均活跃用户数达到3494万;海外APP端DAU达到3685万，全球Web端日活更是直击4800万。全球日活用户总量达到1.19亿。
这组数据意味着什么呢?站在全球视角来看，达到这一用户规模，ChatGPT用了两年时间，DeepSeek仅用了一年多时间便实现了。而从国内市场来看，DeepSeek直接刷新了豆包、Kimi和文心一言等国内大模型的用户量榜单，2025年1月，DeepSeek月均活跃用户数跃居第一。
DeepSeek仿佛一夜之间站上了风口，颇有“平地一声雷”的意味。但从其自身成长动态的周期数据来看，这“泼天富贵”并不是“突然”到来的。以时间为轴，通过DeepSeek内部模型迭代过程和外部用户增长数据的对比，我们或许更能透视出DeepSeek“蜕变”的关键时间节点。
DeepSeek崛起的四个关键时刻
DeepSeek自2024年以来，以惊人的速度不断迭代升级，其发展历程如下:
数据来源:Xsignal(奇异因子)
2024年1月5日:DeepSeek LLM首次亮相，这是DeepSeek在大型语言模型领域的初步探索。
2024年2月5日:DeepSeek-Math版本上线，专注于数学问题的解决能力。
2024年3月11日:DeepSeek-VL发布，引入了视觉语言融合技术，拓展了模型的应用场景。
2024年5月7日:DeepSeek-V2版本发布，优化了语言生成的流畅度和准确性。
2024年6月17日:DeepSeek-Coder-DeepSeek-VL2推出，进一步强化了代码生成和多模态交互能力。
2024年10月17日:DeepSeek-Janus版本推出，引入了多语言和跨领域的能力。
2024年12月13日:DeepSeek-VL2升级，提升了视觉理解与生成的性能。
2024年12月26日:DeepSeek-V3版本发布，进一步提升了模型的综合性能。
2025年1月20日:DeepSeek-R1发布，凭借其强大的性能和创新的功能，迅速登顶美区App Store免费榜，开始展现出其巨大的潜力。
2025年1月27日:DeepSeek-Janus-Pro版本上线，为专业用户提供了更强大的功能支持。
结合以下的DeepSeek用户增长数据，就不难理解为何刘震分析认为:“它的‘爆火’并非毫无预兆，这里有几个关键时间节点:2024年的4月、10月、12月，以及2025年1月20日。”
DeepSeek日均活跃用户数总量趋势，数据来源:Xsignal(奇异因子)
从去年4月份开始，DeepSeek即迎来了一波迅速增长，Web端DAU数据不断攀升。下面这组DeepSeek全媒介月度声量的变化和活跃用户数趋势一致。
DeepSeek全媒介月度声量总量趋势，数据来源:Xsignal(奇异因子)
放大看，到了1月20日，随着DeepSeek-R1的发布，全媒介每日声量趋势呈现出质的变化，从1月26日开始极速增长，并持续至2月10日，单日媒介声量超20万。
DeepSeek全媒介月度声量总量趋势，数据来源:Xsignal(奇异因子)
根据以上数据，我们大致可以作出以下判断:1月20日 DeepSeek-R1的发布彻底引爆了DeepSeek。那么，R1模型到底有什么魔力?DeepSeek爆火的背后逻辑又是什么?
DeepSeek的成功，离不开几个关键因素:中国背景、技术水平、成本控制、创新路径以及开源策略。
首先，DeepSeek在技术层面展现出过硬的实力。在Artificial Analysis给出的人工分析质量指标数据中，R1模型已经达到了可以媲美ChatGPT-o1推理模型的水平。这一点，我们从2月8日OpenAI不得不作出应对而发布o3-mini也可以看出一些端倪。
人工分析质量指标(包括MMLU、GPOA Diamond、MATH-500和HumanEval)，数据来源:Artificial Analysis
其次，从研发角度来看，DeepSeek采用了巧妙的技术路径，通过优化模型架构和训练方法，大幅降低了训练和推理成本。 例如，其MoE(Mixture of Experts)架构通过动态路由技术，实现了高效的计算资源分配，推理成本仅为GPT-4 Turbo的17%。这种低成本的新开发路径对国内大模型能力的提升具有重要的借鉴意义。
需要注意的是，这种跟随式的开发方法也可能为大模型的能力上限埋下隐患，原创性的突破依然需要持续投入和探索。
DeepSeek-R1以低成本打破AI市场:在不同的人工智能模型上处理一百万个tokens的预估价格，数据来源:Statista
不过，这并不意味着AI大模型的入局门槛已经完全降低。DeepSeek并非完全意义上的“低成本”，模型诞生之初，DeepSeek训练模型也消耗了相当的GPU资源，幻方量化前期为此付出了相当的投资，换句话说，要先训练出一个基础模型，才能谈后续的优化。
另外，在中美AI竞争的大背景下，美国长期以来在舆论上占据AI领域的“领先地位”， 中国发展自己的大模型，面临海外芯片、算力等硬件和技术的诸多限制。美国政府已经采取了限制高性能芯片出口等手段，并且，国外头部的大模型大多不开源。
在资源受限的开发环境下，Deepseek走出了一条创新之路，在技术上对标国际领先水平，在应用场景和用户体验上也进行了创新，这无疑给中美两国都带来了不小的震动。在中国，Deepseek激发了民族科技自豪感，在美国，Deepseek让硅谷感受到了来自东方大国的AI实力正在迅速崛起。也正因如此，Deepseek在两个国家都成为了共同的热点话题。
与此同时，DeepSeek的开源战略也是其成功的重要因素之一。
我们知道，ChatGPT-o1是收费的，但DeepSeek对同等高水平模型的开源，极大地吸引了普通用户，有利于大模型端侧应用的普及和生态的发展。同时，其闭源版本为企业客户提供了定制化服务，满足了不同用户的需求。这种双轨战略不仅推动了行业生态的多元化，还打破了闭源模型的垄断局面，也迫使OpenAI、谷歌Deepmind等一系列大模型推出低收费版本，极大地推动了AI的普及。
DeepSeek和豆包们:本土两种不同的崛起之路
实际上，这并不是本土AI大模型的第一次“火爆”。在2024年，DeepSeek还未崭露头角之时，豆包和Kimi等国内大模型驱动的AI应用也曾多次刷爆网络平台。但刘震表示，DeepSeek的火爆的内在逻辑与豆包等AI产品有着显著的不同。
以豆包为例，DeepSeek的火爆和豆包的火爆，首先体现为企业推动和国家推动的区别。
我们通过一组DeepSeek和豆包的全媒介声量对比数据来进行更具体的分析:
DeepSeek与豆包全媒介声量对比数据，数据来源:Xsignal(奇异因子)
第一部分显示的是全媒介的总声量，豆包是DeepSeek的8倍;但在第二部分的总互动量中，DeepSeek是豆包的7倍，远远超出了豆包，在平均互动量中也是如此。可以看出，DeepSeek获得了大量的媒介互动，是过去4个月里最火热的话题。
再结合以下全媒介新闻、社媒、短视频的分布数据，可以清晰地看到，豆包的流量有九成来自于短视频，其爆火有字节跳动天然的生态优势加持;而DeepSeek的媒介声量中，新闻、社媒和短视频占比分布较为均匀。
DeepSeek与豆包全媒介新闻、社媒、短视频的分布对比数据，数据来源:Xsignal(奇异因子)
也就是说，从全媒介数据来看，新闻端和社媒端对DeepSeek的传播起到了巨大的推动作用，而豆包更多的是在自己的流量生态(短视频)中传播发酵。
另外一个关键差异点在于，回顾DeepSeek的DAU数据，DeepSeek国内APP端达到3494万，而海外APP端达到3685万，全球Web端达到4800万，这表明DeepSeek的用户量，海外市场几乎贡献了一大半。而豆包，主要面向的是国内用户。这也充分显示出DeepSeek和豆包市场定位的差异。
DeepSeek的爆火有着显性和隐性的多重原因，高水平、低成本、开源免费等因素组合在一起原本就具有天然的流量爆点，而全球AI竞争态势下的国家竞争更是将其推向了“时代风口”。
此次DeepSeek“震撼”登场后，不少网友很好奇，国内的大模型排名数据发生了哪些变化?DeepSeek的成功是可以“复制”的吗?
在DeepSeek火爆前，国内大模型的DAU排名格局相对稳定。排在前三的是豆包，Kimi和文心一言。以下分别是2024年度APP端和Web端的MAU(月度活跃用户)数据。
2024年度中国APP端TOP 50 AI应用年度榜单，数据来源:Xsignal(奇异因子)
直到1月20号，DeepSeek才发布APP，因而没有APP端数据，只有以下的Web端数据。
2024年度中国Web端TOP 50 AI应用年度榜单，数据来源:Xsignal(奇异因子)
但即便是在Web端，此时的DeepSeek也还无人问津，远远没有进入TOP50的榜单。
Xsignal 向虎嗅指出，V3版本是12月26日上线，R1版本是1月20号上线。1月20号之前，DeepSeek R1和APP都还没有发布，其在Web端12月的DAU数据只有34.7万。
DeepSeek Web端12月DAU数据，数据来源:Xsignal(奇异因子)
接下来的故事大家都很熟悉了，DeepSeek的出现打破了原有的平衡，半个月内国内大模型排名发生了显著变化:
2025/01/10-2025/02/08，AI应用全端DAU数据，数据来源:Xsignal(奇异因子)
自1月10日至2月8日，根据Xsignal 监控到的平均DAU，DeepSeek以近1.2亿的日活数几乎追平ChatGPT，并一举超越豆包、Kimi和文小言。位居第二的豆包，DAU数据大约是2500万，差额也相当大。
这是一个用户数从35万到一亿的过程，堪称“奇迹发生”。 DeepSeek的“奇迹发生”，也引起了外界的一些质疑和担忧。
DeepSeek给行业哪些新启发
一方面，业界关注的焦点在于它的实际能力水平。
刘震向虎嗅分析认为，DeepSeek在开源领域表现出色，其技术能力和应用场景都处于行业领先水平。“然而，其技术模式也存在一些局限性。如何从“智能跟随”到“智能领先”，是DeepSeek接下来需要攻克的难题。”
另一方面，DeepSeek利用较低的成本训练出高水平的模型，这本身也具有一定的特殊性。
精度:为了降低训练时间和成本，DeepSeek在一定程度上牺牲了精度和推理速度。未来需要在精度和推理效率之间找到更好的平衡点。
稳定性:随着用户规模的扩大，DeepSeek的稳定性面临着挑战，社交媒体平台上也出现了一些关于出错、宕机等问题的反馈。未来需要进一步优化模型架构以提高系统的稳定性。
维护成本和算力成本:大模型的维护成本和算力成本都比较高昂，DeepSeek需要通过技术创新和资源优化来降低成本，并探索出可持续的商业模式。
安全伦理风险:通过前文的数据分析，我们了解到DeepSeek的海外用户量接近国内用户量的2倍。在国际背景下，面对文化差异、道德伦理多元的复杂环境，如何避免重蹈TikTok覆辙，找到适合自身的发展模式，在实现内部投入/产出闭环的同时，真正为AI的普惠和平权做出贡献，也是DeepSeek亟需解决的问题。
此外，外界关注的，不仅仅是DeepSeek本身，更是整个AI行业大模型未来的商业化路径究竟该如何走。
DeepSeek的全媒介数据也显示，其互动量正在逐渐下降，热度也在慢慢消退。媒介关注度的停留毕竟是有限的，回归常态之后，DeepSeek又该如何找到属于自己的商业模式?
DeepSeek全媒介声量总互动量，数据来源:Xsignal(奇异因子)
DeepSeek的出现极大地推动了AI的普及，使得C端用户能够免费使用高质量的AI服务，打破了“开源模型=质量差”的刻板印象，突破了闭源模型的市场垄断，这种技术平权的理念不仅推动了AI技术的广泛应用，也为全球AI市场带来了新的机遇和挑战。
刘震向虎嗅表示，2024年是AI应用的元年，而2025年，很可能成为AI Agent的元年，智能化完成任务将成为一个重要的趋势。推理型大模型的出现、情感识别技术的发展和自主进化系统的成熟为AI Agent的应用提供了绝佳的契机。在这个过程中，未来的AI Agent将逐步能够独立完成一系列复杂的任务，而不是仅仅局限于完成单一的任务。
数据显示，全球AI Agent市场规模预计将突破500亿美元，年复合增长率将高达147%。目前我们对智能体的理解还比较狭义，未来需要进一步拓展其应用场景和功能，例如在医疗诊断(有望将准确率提升至92%)和金融投研(可将决策效率提升3倍)等领域。
对全球AI市场而言，DeepSeek的崛起首先推动了全球AI市场的竞争，促使谷歌和OpenAI等科技巨头相继推出新模型，并降低了AI模型的收费标准。DeepSeek的开源模式在为开发者提供了更多灵活的选择的同时，推动了AI技术的广泛应用和创新，拓宽了整个市场的边界，也相应地给投资者带来了更多的信心。
然而，也有一些不变的因素，例如芯片产业的发展。DeepSeek的火爆将AI推向了更多人的视野，随着使用AI的人越来越多，AI的需求不断攀升，英伟达等芯片企业仍然保持着良好的发展势头。这也进一步凸显了中国发展自主可控芯片等硬件的紧迫性，芯片的能力亟需发展，以逐步走向技术独立，乃至达到世界领先水平。
对中国AI领域而言，DeepSeek为中国AI大模型提供了新的技术思路，有利于国内企业加快技术研发和产品迭代。与此同时，随着DeepSeek的火爆，整个AI市场都被带动起来了。在这个过程中，Xsignal立足于数据分析认为，中国AI从业者需要客观冷静地看待DeepSeek现象，持续性地审视自身的发展策略。在此基础之上，以下几个增长点值得特别关注:
第一，关注生态。AI应用作为一个商品，需要生态来推动其发展，例如豆包的“火爆”，在很大程度上就依赖于字节跳动的流量生态。此外，硬件的生态也非常重要，拥有硬件终端生态的公司，比如苹果、华为等，在AI应用的发展中往往会更具优势。
第二，关注垂直赛道。以虚拟社交为例，在AI技术发展到能够进行较精确的情感识别后，AI虚拟角色星野APP的MAU已经接近700万，年度入榜次数达到了12次，无论是用户粘性还是付费意愿的调查数据都相当良好，这充分表明，国内情感陪伴AI应用仍然拥有非常巨大的市场潜力，深耕垂直赛道依然具有很高的价值。
2024年度中国APP端TOP 50 AI应用年度榜单，数据来源:Xsignal(奇异因子)
第三，关注AI应用的发展。在互联网时代，中国的APP应用水平在全球范围内都处于领先地位，或许我们可以借鉴互联网时代的经验，推动AI技术的场景化应用，真正让AI走进千家万户，融入人类的日常生活。
这进而也可以回答文章开头提出的问题:DeepSeek的成功是可以“复制”的吗?换句话说，DeepSeek级别的成功还会再次发生吗?
“我的回答是:可能。”，刘震向虎嗅表示，“中国在APP应用层面的发展已经取得了震惊世界的成就。在人工智能时代，中国在AI应用层面也同样可能取得领先的创新和普及。在中美长期AI竞争的大背景下，未来很可能会涌现出越来越多的‘DeepSeek现象’。”
就像互联网时代一样，只要有人，就会有需求，有需求，就会有市场，中国的人口基数在这里，有市场就会激发更多的创新，对此我充满信心。”
