中国新创公司DeepSeek(深度求索)近期开发出大型语言模型,引发各界关注。号称以不到560万美元(约新台币 1.84亿元)的价格成功训练AI模型,低廉的成本成为话题,也影响美股,造成辉达(NVIDIA)股价下跌,DeepSeek在1月底更一度超越ChatGPT,拿下美区App Store下载排行榜冠军,引发热烈讨论。
低成本衝击AI市场 辉达股价单日一度下跌17%
总部位于杭州的DeepSeek在2024年底发布全新系列模型DeepSeek-R1/V3,并在2025年1月发布首款以DeepSeek-R1为基础的聊天机器人程式,不到一个月的时间就超越ChatGPT,登上美区App Store免费应用程式第1名。同时,低廉的成本也让DeepSeek迅速累积客户,衝击AI市场。
极低的开发成本让DeepSeek影响美股,更造成辉达股价更出现单日下跌17%、5日累积16%的状况。不过虽然DeepSeek宣称以不到560万美元(约新台币1.84亿元)的成本成功训练AI模型,但据外媒报导,560万美元美元仅为DeepSeek技术文件最后一轮的训练成本,整体开发初期至今的成本则远高于此价格。
DeepSeek发展歷程
2023年7月:中国公司幻方量化(High-Flyer)成立DeepSeek。
2023年10月:发表首个大模型DeepSeek-Coder。
2023年11月:发布DeepSeek-LLM。
2023年12月:发布3D生成模型DreamCraft3D。
2024年1月:发布DeepSeek-MoE。
2024年2月:发布DeepSeekMath。
2024年3月:发布DeepSeek-VL。
2024年5月:发布并开源MoE大模型DeepSeek-V2。
2024年6月:发布DeepSeek-Coder-V2。
2024年8月:发布DeepSeek-Prover-V1.5、DeepSeek-Prover-V1。
2024年9月:合併DeepSeek Coder和DeepSeek V2,升级推出DeepSeek V2.5。
2024年11月:发布首个推理模型DeepSeek-R1-Lite。
2024年12月13日:发布用于高级多模态理解的专家混合视觉语言模型DeepSeek-VL2。
2024年12月26日:发布并开源DeepSeek-V3。
2025年1月20日:发布并开源DeepSeek-R1模型。
2025年1月27日:DeepSeek智慧助手超越ChatGPT,登上美区App Stroe免费应用程式下载榜首。
2025年1月27日:发布多模态大模型Janus-Pro。
一周网路声量突破30万 好感度比值仅0.21
DeepSeek以低成本及与Open AI o1正版相当的功能在近日蔚为话题,除此之外,由于此模型为中国开发,歷史、政治相关等特定议题资料遭到系统阻挡也引发不少讨论。透过《KEYPO大数据关键引擎》舆情分析软体调查,可以看见「DeepSeek」近一周网路声量高达328,027笔,并且在辉达股价下跌(1/27)的隔日(1/28)达到高峰,显见其话题热度。
虽然讨论热度高,不过近一步查看网路好感度,可以发现好感度比值(P/N值)仅有0.21,负面声量远高于正面声量。除了对于技术本身的讨论外,DeepSeek阻挡特定议题资料的现象带来许多负面声量,不少网友以「天安门事件」、「六四事件」、「如何学习包子做法」等问题测试DeepSeek,发现皆无法得到解答。
造成负面声量其实不只DeepSeek本身的功能及使用情形,在DeepSeek掀起热潮后,大家纷纷开始测试并讨论DeepSeek迴避歷史、政治议题的状况,有不少人嘲讽这款AI聊天机器人并非有问必答,因此被部分网友认为是「见不得别人好」,更批评「外国关注的是成本还有性能,只有台湾人在那边64天安门」、「谁没事会一直对着AI App问64天安门」,这些讨论也都造成「DeepSeek」负面声量的增长。
分析说明
分析区间:本文分析时间范围为2025年01月27日至2025年02月02日。
资料来源:
《KEYPO大数据关键引擎》舆情分析软体。
研究方法:
《KEYPO大数据关键引擎》舆情分析软体拥有巨量资料,以人工智慧作语意分析之工具资料搜集范围:每月处理1500亿以上中文资料的网路社群大数据资料库,其内容涵盖Facebook、YouTube、Threads、TikTok、Instagram、新闻媒体、讨论区、部落格等网站,针对讨论『DeepSeek』相关文本进行分析,调查「网路声量」(注1)、「网路好感度」(注2)作为本分析依据。
*注1 网路声量:透过『KEYPO大数据关键引擎』舆情分析软体,计算社群讨论及新闻报导提及的文章则数,声量越高代表讨论越热,能见度越高。
*注2 网路好感度:透过『KEYPO大数据关键引擎』舆情分析软体,系统利用语意分析对每篇主题文章进行正面、负面、中立的情绪判读,并计算正面声量与总声量之比率。
发表意见
中时新闻网对留言系统使用者发布的文字、图片或檔案保有片面修改或移除的权利。当使用者使用本网站留言服务时,表示已详细阅读并完全了解,且同意配合下述规定:
违反上述规定者,中时新闻网有权删除留言,或者直接封锁帐号!请使用者在发言前,务必先阅读留言板规则,谢谢配合。