流量激增614%!Deepseek访问量超越谷歌Gemini,AI市场正被重新定义?

360影视 2025-02-08 15:30 3

摘要:根据网站跟踪公司SimilarWeb的数据,DeepSeek.com现在的每日访问量已经超过了谷歌Gemini,Gemini于2023年2月6日发布,一直将OpenAI视为竞争对手,苦战两年才有如今的市场地位,没料到半路杀出来一匹黑马。

大数据文摘受权转载自头部科技

文丨丁灵波

距V3、R1模型发布不到两个月时间,DeepSeek一飞冲天成为全球第二受欢迎的AI对话机器人。

根据网站跟踪公司SimilarWeb的数据,DeepSeek.com现在的每日访问量已经超过了谷歌Gemini,Gemini于2023年2月6日发布,一直将OpenAI视为竞争对手,苦战两年才有如今的市场地位,没料到半路杀出来一匹黑马。

DeepSeek、OpenAI和谷歌之间的饱和竞争正在重塑开发者和AI市场的格局,它们重新定义了强大推理模型的成本和可访问性,但随着市场的追捧和兴奋逐渐消退后,背后的技术突破对于当今构建AI的任何人或企业来说意味着什么是需要关注的重点。

市场热度下的压力

AI模型领域的竞争迭代非常快,无论是OpenAI、谷歌还是DeepSeek,阶段性的优势可能不会维持太久。

据SimilarWeb数据显示,DeepSeek.com上周二访问量达到创纪录的4900万次,较前一周增长614%,而且这一数字不包括基于应用程序的流量,凸显了DeepSeek的增长极速。

一个月前,DeepSeek网站平均每天才有30万次访问,但到1月27日,这一数字激增至3340万次,DeepSeek也一度在移动端超越ChatGPT成为苹果美国应用商店评分最高的免费应用,震动了美国科技股。

DeepSeek全球访问量现已超过谷歌的Gemini,不过,它仍大幅落后于OpenAI的ChatGPT,后者的日访问量约为1.3亿至1.4亿次,此外DeepSeek的数据也低于微软的Bing.com,后者集成了包含OpenAI技术的Copilot AI。

在美国,1月31日DeepSeek.com的日访问量为240万次,比Gemini网站的150万次高出60%,OpenAI的ChatGPT则是其八倍,当天的日访问量达1930万次。

从今年1月开始,Deepseek迅速吸引了竞争对手的关注和流量,迅速扩张约9.2%的流量份额,引发了整个行业的变革:OpenAI的流量份额下降至79.8%,尽管谷歌的整体流量增长了10%但其份额却下降到了4.9%,Perplexity和Claude也略有下降,与此同时,共享机器学习模型和数据集的平台Hugging Face的流量激增了36%,成为该领域最显著的转变之一。

面对DeepSeek的崛起,谷歌首席执行官Pichai曾表示,DeepSeek模型的“效率”不如Gemini,而且,论打价格战,谷歌也是财大气粗,在日前发布的Gemini 2.0系列中,部分中低端产品直接把性价比击穿对抗DeepSeek。

而突如其来的流量激增也给DeepSeek带来了服务压力。DeepSeek开放平台近日显示:“当前服务器资源紧张,为避免对您造成业务影响,我们已暂停API服务充值。”

此外价格优惠马上结束,deepseek-chat模型优惠期至北京时间2025年2月8日24:00,期间API调用享历史价格,优惠结束后将按每百万输入tokens2元,每百万输出tokens8元计费;deepseek-reasoner模型上线即按每百万输入tokens4元,每百万输出tokens16元计费。

目前,deepseek-chat模型已经升级为DeepSeek-V3,deepseek-reasoner模型为新模型DeepSeek-R1。

DeepSeek迅速走红之后,发展势头能否持续是个问题,随着市场竞争升温,性价比PK只是其中一个维度,AI技术目前还要看谁的功能更全面更强大。

很多媒体声音认为DeepSeek会颠覆拥有“算力霸权”的公司,但目前来看,即便能颠覆也需要时间和过程,真正的AI优势仍被“算力霸权”巨头所掌握。

公开消息显示,2025年,微软计划投资约800亿美元建设人工智能数据中心,谷歌计划投入750亿美元以扩大其AI产品线规模,建设数据中心和新的AI基础设施,Meta计划投资600至650亿美元推动AI核心产品迭代和新数据中心建设。OpenAI、软银和甲骨文等计划向星际之门AI基础设施投资约1000亿美元左右,至于DeepSeek背后的技术投资或融资规划是怎样的目前尚未可知。

尽管服务定价行业最贵,OpenAI最近推出的o3-mini模型和“Deep Research”等功能还是收获了积极的市场反馈,下一步o3模型正式版的推出可能会带来新一轮行业追随,而在美国,DeepSeek正因数据隐私和训练做法问题面临被审查排斥的风险,这可能会促使用户转向其他选择。

备受推崇的开源之王DeepSeek能否持续创造奇迹,研发出媲美乃至超越OpenAI下一代模型的高性价比产品是决胜的关键。

“智能体”或将遍地开花

DeepSeek、OpenAI、谷歌三方PK之下,更值得关注的趋势是:企业如何运用知识蒸馏、监督微调(SFT)、强化学习(RL)以及检索增强生成(RAG)等技术,构建更具专业性的领先AI应用程序。

“蒸馏技术”正成为一种强大的工具。与许多封闭模型不同,DeepSeek不仅性能媲美OpenAI o1模型,对其推理步骤也完全透明,企业可以将DeepSeek-R1用作 “教师模型”,创建更小的、针对特定任务的模型,这些模型能够继承o1级别的推理能力。实际上,这些针对企业特定领域构建的高度定制化AI模型才是大多数企业的未来发展方向。

机器学习(ML) 开发人员Sam Witteveen表示:“我们如今正进入这样一个时代,人们会使用多种模型而非始终依赖一种模型。” 这意味着像Gemini Flash、GPT-4oMini、DeepSeek-R1这类低成本的模型,实际上能很好地满足80%的应用场景。”

在完成知识蒸馏步骤后,企业有几种方法来确保模型适用于其特定应用。如果公司处于非常特定的领域,其细节信息既不在网络上,也不在书籍中,那么可以通过监督微调(SFT)将自己领域特定的数据集注入模型。

已有研究表明,利用 “数千个” 问答数据集就能很好地完成这一操作,此外,若企业希望训练出更贴合特定偏好的模型,例如让客户支持聊天机器人在表达简洁的同时听起来富有同理心,可以另外进行一些强化学习(RL)。

沃顿商学院人工智能教授伊桑・莫利克(Ethan Mollick)认为,随着每个模型都擅长所有事情,“个性”将变得越来越重要。

对大多数公司来说,模型的知识蒸馏加上检索增强生成(RAG)可能会创造奇迹。协助企业开展RAG流程的供应商Vectara做的一项研究表明,目前DeepSeek产生幻觉的概率为14%,而OpenAI的o3预览版模型这一概率数据为8%,这种方法有助于缓解与DeepSeek相关的一些幻觉问题。

DeepSeek致力于让推理模型成本更低且更透明,OpenAI的Deep Research则代表一种不同但互补的转变。它通过爬取网页来进行高度定制化的研究,从而将检索增强生成(RAG)提升到一个新高度,这项研究的成果随后可作为输入内容,与企业自身的数据一起,插入到企业能够使用的RAG文档中,让企业开发出自己的“智能体”。

最后一点关键因素是:数据质量。不想错过AI风口的企业应开始专注于清理和整理其数据中最关键的部分,以实现能立即产生价值的针对性AI应用。

美国运通公司CTO希拉里・帕克(Hilary Packer)表示,尽管追逐最新的模型和前沿技术颇具吸引力,但任何成功的AI应用的基础都是干净、结构良好的数据,无论你使用的是检索增强生成(RAG)、监督微调(SFT)还是强化学习(RL),数据质量将决定模型的准确性和可靠性。

总结来看,DeepSeek与OpenAI、谷歌之间的竞争带来了深刻的行业转变,企业将能以极低的成本推出大量定制化模型,这些模型能力出色,并基于公司自身的独有数据集和方法构建,如果不充分利用这些创新工具,企业可能会面临落后风险。

在AI遍地开花的未来,市场看点将来自各类企业如何整理数据、运用RAG和知识蒸馏等技术,以及在预训练阶段之后进行二次创新应用。

AI芯片公司的新机会

分析师和行业专家表示,DeepSeek的成就正在推动人工智能推理以及更广泛的人工智能芯片行业的发展。

“简单来说,人工智能训练是关于构建一种工具或算法,而推理则是关于实际将这种工具部署到真实应用中。” Morningstar专注于半导体领域的股票分析师Phelix Lee表示。

虽然英伟达在用于人工智能训练的图形处理单元领域占据主导地位,但许多竞争对手认为在 “推理” 领域仍有广阔空间。多家AI芯片初创公司预测,随着客户采用并基于DeepSeek的开源模型进行开发,对推理芯片和计算的需求势必要不断增加。

人工智能芯片制造商Etched的联合创始人罗伯特・瓦亨(Robert Wachen)表示,自DeepSeek发布其推理模型以来,已有数十家公司与其取得业务联系。

在市场经济学中有个概念叫杰文斯悖论,指的是技术进步会提高使用资源的效率,但带来的成本降低会导致需求增加,令资源消耗的速度是上升而非减少。

随着越来越多小型高性能模型的诞生,它们可能会催生一个推理时代,在英伟达无法向所有中小客户供应足够的定制算力资源时,广泛的AI芯片公司将得到一个绝佳发展机会。

GPU算力按需租用

A100/H100 GPU算力按需租用,

秒级计费,平均节省开支30%以上!

来源:大数据文摘

相关推荐