硅谷视角深聊:DeepSeek的颠覆、冲击、争议和误解【硅谷101】
合集 · 人工智能专辑 (53)
-
ChatGPT与人类未来:AI茧房、安全漏洞与未知的社会形态|ChatGPT特辑(2)
31:31
-
ChatGPT这一战,科技巨头将重新洗牌【结尾有彩蛋🎉】|ChatGPT特辑 (1)
20:47
-
谷歌的人工智能有感知了?
19:05
-
特斯拉公布“擎天柱”新进展,AI机器人的ChatGPT时刻还有多远?
37:04
-
盘点2023上半年最耀眼的AI公司们,泡沫正在堆积吗?(上)
22:16
-
盘点2023上半年“卷上天”AI创业:VC资金疯狂批量砸出独角兽,科技巨头开启收购潮
21:58
-
四万亿美元增量机会,亚马逊云科技全面押注企业级生成式AI:更开放、更全面和更“俭约”
27:57
-
生成式AI这一年:从群雄混战到生态确立,世界已被改变 (送书福利)
32:33
-
从Sora展开,全面解读AI视频大模型发展史【深度】
35:00
-
各方大佬 “大打出手”:Sora是万众期待的“世界模型”吗?
15:05
-
英伟达GTC 2024: 绝对霸主的权力与遥远的野心
35:31
-
OpenAI与谷歌多模态重磅更新,生成式AI大战升级第二轮【硅谷101】
27:09
-
抢电、圈地、对赌,深聊科技巨头的千亿美元AI能源大战 【硅谷101】
30:21
-
揭秘疯狂“抢人”内幕 :硅谷AI精英人均“百万美元”薪酬,业界标配还是谣言?【硅谷101】
27:41
-
平庸且保守,但苹果或是AI落地的最大赢家【深度解读WWDC 2024】
32:07
-
震动的艺术:AI音乐大模型背后的技术突破、版权诉讼和资本蛋糕【硅谷101】
32:11
-
全球AI新范式:拼参数还是卷应用?从狂热回归理性
17:34
-
万卡集群的AI数据中心,到底是如何运作的?【硅谷101】
25:41
-
3nm AI芯片、上百模型、最大集群,亚马逊云科技全面加码AI生产力【硅谷101】
20:46
-
混乱、分裂、吞并:2024年AI的信仰之战【硅谷101】
44:29
-
硅谷视角深聊:DeepSeek的颠覆、冲击、争议和误解【硅谷101】
1:20:17
-
AI Agent爆发前的黎明:Manus不够好,但天快亮了【硅谷101】
48:45
-
“再造一个CUDA”:英伟达的第二护城河与“超级碗”阳谋【深度解析GTC 2025】
40:59
-
游戏是AGI的试验田?AI如何重塑游戏宇宙:探展2025全球游戏开发者大会
32:01
-
Google I/O 2025:搜索帝国的自我革命与AI翻身仗【硅谷101】
21:45
-
AI语音克隆进入“零样本”时代?解析TTS模型四大流派与问鼎榜首的MiniMax【硅谷101】
33:11
-
通往AGI的“敲门砖”:全栈能力才是AI真实价值?【硅谷101】
30:49
-
从“写诗”到“干实事”:“AI同事”是如何炼成的?【硅谷101】
25:57
-
“幽灵光标”爆发在即?从OpenAI杀入通用AI Agent,看懂下一个万亿流量之战与四大技术流派【硅谷101】
21:55
-
深聊GPT-5发布:过度营销的反噬与AI技术突破的困局【硅谷101】
36:21
-
Nano Banana爆火背后,深聊谷歌多模态五大主线布局【硅谷101】
25:39
-
走出硅谷,看看国际贸易的“ChatGPT时刻”【硅谷101】
17:24
-
Neocloud“云端对决”:一场举债扩张下的AI高风险进击
37:30
-
1024探班雪球:AI+鸿蒙,如何让投资更简单?【硅谷101】
9:45
-
谁是AI之王?聊聊备受争议的AI评测与崛起的LMArena【硅谷101】
23:11
-
给AI一个“身体”:3D数字人或是具身智能的解法?【硅谷101】
29:16
-
微表情测谎、极速赔付、AI打败AI,深聊“AI in All”下的保险革命与增长飞轮【硅谷101】
23:47
-
AI最烧钱的战场:数据中心的真实账单【硅谷101】
17:43
-
AI云端狂想曲:亚马逊云科技的算力突围、Agent重构与卓越运营【硅谷101】
33:52
-
阿里千问与“AI Layer”崛起:一场重塑互联网的“操作系统”生态战 【硅谷101】
24:37
-
寻找“贾维斯”:AI将如何重塑汽车、云与人的关系【硅谷101】
34:08
-
探展CES 2026:汽车开始“读懂”世界与Physical AI的“GPT时刻”【硅谷101】
35:35
-
CES 2026:探展50个AI项目背后的泡沫、野心与非共识【硅谷101】
40:06
-
为何顶尖AI公司都盯上游戏?【硅谷101】
14:56
-
全面解析“世界模型”:定义、路线、实践与AGI的更近一步【硅谷101】
49:36
-
GDC观察:游戏大厂都来聊AI,“游戏AI”的新规则由谁制定?【硅谷101】
21:51
-
2026英伟达GTC:“推理之王”的ASIC反击战与Token经济学【硅谷101】
28:05
-
AI救活了一家马桶公司,也点燃了存储芯片超级周期【硅谷101】
39:08
-
智能体社交革命:AI Agent是怎么来到你我身边的?【硅谷101】
44:45
-
硅谷看DeepSeek V4:模型效率、算力突围与AGI必经之路【硅谷101视频播客】
1:11:00
-
“AI弃子”CPU逆风翻盘:英特尔、AMD与ARM意料之外的一场胜利【硅谷101】
9:42
-
库克的离场,苹果新AI权力重构与价值观天平|WWDC26【硅谷101】
43:07
-
Tokenmaxxing后的理智与Agent落地|探展亚马逊云科技中国峰会【硅谷101】
35:02
Description
DeepSeek以破局者的姿态,搅动了原本趋同的AI界,它以6700亿参数的V3大模型强势入局,短短几周引发轩然大波:比OpenAI o1更低成本的R1实现了不逊色的推理性能,甚至一度引发英伟达股价大跌17%。与此同时,关于DeepSeek的讨论与质疑也接连不断,因此硅谷101在春节期间组成了5人研究小分队,采访了超十位AI技术从业者及投资人,一起讨论下:DeepSeek到底有哪些创新?是不是蒸馏了OpenAI的模型?是否存在“数据盗窃”?对开闭源模型市场会带来哪些影响?未来的算力市场如何发展?将如何利好AI应用开发?以及DeepSeek背后的幻方是一家什么样的公司?在这场技术、资本与市场交织的风暴中,DeepSeek的故事才刚刚开始。而它,是否会成为AI新时代的关键玩家?
Comments
说个题外话。这期视频看了前20分钟,我从懵懂的想知道茜姐说的(不懂),到欣赏这视频制作之精良。很佩服这个频道的人脉,能在一个月左右的时间搬出一个80分钟的视频,这个视频也许就是未来“硅谷101”的生命树,而这样的生命树,去年有几期我就特别喜欢(波音,币圈)一年、三年后再看,依然会觉得知识全面且制作精良。喜欢茜姐[打call]喜欢硅谷101[打call][打call]
♥ 534 ↩ 10
看完这期长达80min的视频,还是先日常感谢茜姐&团队稳定的高质量内容输出!deepseek的大热事件里其实混杂了技术、竞争甚至意识形态等不同层面的问题,近期看到的很多相关内容要么都立场鲜明的站队,要么把本是不同维度的问题混在一起讨论,看着热闹但没什么营养。茜姐今天梳理的主线个人非常认可,很清楚的讲明了来龙去脉;不同背景和视角的大佬们给了多面的信息,也真的很有助于综合去思考ds的影响而不是直接被喂饭。可惜b站没有类似抖+的功能,不然必定大力支持!!
♥ 496 ↩ 3
正好看到一半才发现这一期有接近1个半小时的长度,几乎是在方方面面都进行了讨论和科普,太强了,这对想要了解相关的内容又不希望只是在短视频中摸摸皮毛的人来说就是宝藏,感谢硅谷101一直坚持做深度内容。
♥ 288 ↩ 1
认真听完,干货满满。算是对deepseek有了一个比较系统的认知,其实本来只是想作为写议论文的论据作为积累,但觉得深入了解一个新热点并剖析背后的深层逻辑远比只会对其泛泛而谈的受益要多得多。感谢up能用心制作如此精良的长视频[惊喜],期待下次更新
♥ 285 ↩ 14
这期视频你反复强调deepseek不如o1,但一些榜单评分结果是超过o1的。 我的工作日常是写机器学习代码。这段时间在我的对比使用下,我发现 deepseek 的分析是稳定的强,尤其是涉及机器学习中统计学相关知识。而o1表现则很不稳定。尤其是新出的 o3 mini high 非常令人失望。在很多时候,它的逻辑能力还不如 o1,我现在用 o3 mini high 写的代码,都要拿给 deekseep去分析一下,deekseep总能给出更准确的点
♥ 365 ↩ 41
茜姐可以锐评一下李彦宏说中国不会再出现一个 openai 吗?[doge]
♥ 144 ↩ 19
非常适合要理解科技界,AI产业和这个世界的普通人,也许没有那么多专业词汇和数学表达,但正是这样面向大众知识背景的讨论才更加普惠大众,是值得花时间去理解和探讨的面向广大群众的逻辑。视频制作不易,团队很棒,充电致上[惊喜]
♥ 107 ↩ 1
个人觉得“原研药”和“仿制药”这个比喻不恰当,更恰当应该是药理作用类似药物,类似生物制剂治疗银屑病治疗原理都是和控制白介素表达有关,但是怎么控制白介素表达可能A/ B二个药物在具体途径上并不一致。
♥ 115 ↩ 1
视频质量非常高。 但仿制药原研药这个比喻一定是错的。 因为仿制药并没有降低生产成本。 而Ds是实打实的降低了生产成本的。 Ds目前更像是瓦特优化了蒸汽机,使得ai这个新兴技术第一次有了真正商业化大规模推广的可能。
♥ 176 ↩ 26
DS很让人惊喜,我把它自己的论文喂给他让他解释grpo和ppo的区别,为什么可以节省算力,“讲人话”,他是这么回答的:- PPO像是一个有“实时导师”的学生,每一步都要问导师(Critic):“我这一步对吗?” - GRPO则像是一个“事后复盘”的学生,做完多套题后统计哪类步骤得分更高,直接根据结果调整策略,无需实时反馈。
♥ 68
这么硬核和干货的视频,怎么才这么少播放,还是免费的
♥ 67 ↩ 4
@马督工@高剑犁@产经破壁机你看看人家做的,再看看你们做的。唉真的是
♥ 55 ↩ 10
感谢超长视频。有几个点,1. 关于药的比喻其实不恰当而且容易误导大多数观众。仿制药是基于已经过期的公开的专利内容来做的,但是deepseek-r1之前没有任何“过期的公开的技术报告提到了o1或者如何实现推理大模型的实现细节”,所以deepseek-r1/v3的独创性被这种误导性的比喻给严重低估了。2. 37b参数激活是per token的,即:每读取/生成一个新的token,激活的整体的参数量是37b规模的(虽然后来ds又更新了这个数字)。3. 关于fp8的成功应用,以及group-wise和tile-wise的量化,e4m3在forward/backward的成功使用,其实都没有讲,这个直接把整体模型的对于矩阵运算的开销几乎减半的方法,是应该被重点说说的,毕竟这是开源llm的对于fp8的首次大规模改进和应用。4. 嘉宾认知水平是真的有限,而且输出的知识的个人情感偏向太浓厚了。随便在b站找几个讲授deepseek-v3/r1的同学,都比那个技术专家的认知深刻。anyway,整体感谢辛苦制作视频,辛苦~~
♥ 48 ↩ 3
这主播是不是CNBC的主持人,记忆中好像见过。
♥ 47 ↩ 2
deepseek:我一个杭州的ai怎么就成了全球领先的,也是做出一些微小的贡献[doge_金箍]
♥ 59 ↩ 4
感谢硅谷101输出这么好的内容,我和我家猫咪看的津津有味
♥ 41 ↩ 2
大模型公司指控别人侵犯知识产权纯属贼喊捉贼,哪家大模型公司敢说自己用的所有数据全部都是付过版权费的?
♥ 39
DeepSeek训练成本是OpenAI的十分之一,性能还能对标GPT,建议改名叫“深度省钱”![呲牙]
♥ 38 ↩ 5
睡前刷到,看完一点多…虽然平时密切追踪这些,很多内容观点不新奇,但是能系统化的整合发布真的很不容易!!辛苦各位了
♥ 37 ↩ 3