李开复：DeepSeek开源助力中国科技发展

**李开复：DeepSeek开源助力中国AI追赶美国，避免掉队** 零一万物CEO李开复近日表示，DeepSeek开源的关键意义在于开启了中国大模型的开源时代，催生了“开放源码，竞速创新”的积极竞争格局。他认为，这种模式将有助于中国企业充分发挥快速学习和迭代的能力，成为追赶甚至突破美国AI技术的重要推力。李开复强调，闭源路径难以为继，开源才是AI发展的长远之道。他预测2025年将是AI模型与应用加速落地的关键年份，行业应聚焦“Make AI Work”，并指出传统超大规模预训练正面临高质量数据枯竭、GPU集群效率下降等瓶颈。未来，巨型预训练模型将更多地扮演“教师模型”的角色，成为AI生态的底层基础设施，实现AI教AI的新模式。DeepSeek的开源举措，无疑为中国人工智能的崛起注入了新的活力。

据《界面新闻》报道，9月27日，零一万物CEO李开复在长江CEO组织20周年返校日活动上指出，DeepSeek对中国人工智能发展的关键意义在于开启了大模型的开源时代。“如果我们十年后再回头看，DeepSeek是如何帮助中国没有掉队于美国的，答案不会是它的技术本身，而是它催生了中国的开源生态。”

李开复表示，自DeepSeek宣布开源后，国内多家企业纷纷跟进，陆续发布开源大模型，形成了“既开放源码，又竞速创新”的积极竞争格局。他认为，这种模式非常契合中国企业快速学习与迭代的能力，有望成为中国AI追赶并突破美国的重要推力。

此前，李开复已多次公开支持开源路线。今年3月，他在中关村论坛的人工智能主题日活动中强调，DeepSeek的成功表明闭源路径难以为继，唯有开源才能实现更长远的发展。

他预测，随着AI的Scaling Law重心从预训练转向推理阶段，2025年将成为AI模型与应用加速落地的关键年份，行业应聚焦“Make AI Work”（让AI真正可用）。他指出，传统意义上的超大规模预训练正面临瓶颈。

李开复提出四点原因：一是高质量数据日益枯竭，限制了纯靠数据驱动的训练模式；二是超大规模GPU集群的效率下降，容错和协同成本上升，导致边际效益递减；三是大模型训练与部署成本过高，响应速度慢；四是新的推理端Scaling Law将带来更高实用价值。未来，巨型预训练模型将更多扮演“教师模型”的角色，成为AI生态中的底层基础设施。过去是人教AI，未来将是AI教AI。

源码地址：点击下载

今天关于《李开复：DeepSeek开源助力中国科技发展》的内容介绍就到此结束，如果有什么疑问或者建议，可以在golang学习网公众号下多多回复交流；文中若有不正之处，也希望回复留言以告知！