DeepSeek震撼硅谷，從數據到技術，Meta緊急組建多個小組研究複製

DeepSeek引硅谷巨震，Meta陷入恐慌，緊急組建研究小組。

近日，中國AI公司DeepSeek發佈的R1模型（DeepSeek R1）熱度飆升。1月24日，在專業大模型排名Arena上，DeepSeek-R1基準測試已經升至全類別大模型第三，其中在風格控制類模型（StyleCtrl）分類中與OpenAI o1並列第一；而其競技場得分達到1357分，略超OpenAI o1的1352分。

據報道，面對DeepSeek的挑戰，Meta迅速採取行動，已組建了多個“小組”來研究DeepSeek的技術細節。

其中兩個小組正在試圖瞭解DeepSeek如何降低訓練和運行大模型的成本，第三小組正在試圖弄清楚DeepSeek使用的數據集，第四小組則正在考慮基於DeepSeek模型屬性重構Meta的Llama模型。

此外，DeepSeek此前在技術論文中介紹的降本方法，也已被Meta的研究小組列爲重點研究對象，包括模型蒸餾（distillation）等技術。Meta希望通過這些努力，能夠在即將發佈的Llama 4中實現技術突破。

Meta的AI基礎設施總監Mathew Oldham等高層領導此前公開表示，他們對Llama的表現感到擔憂，擔心其無法與DeepSeek競爭。

Meta的開發者社區也反映，儘管Llama模型是免費的，但其運行成本往往高於OpenAI的模型——因爲OpenAI能夠通過批量處理數百萬用戶的查詢來降低成本，而使用Llama的小型開發者則無法達到這種規模。

OpenAI高級研究員Noam Brown上週在X上表示：