2025年3月5日，在高秉强教授的带领下，深圳市潮汕青年商会副会长谢一锋参加了杭州DeepSeek双“高峰”论坛。此次论坛让他对AI模型发展的最新进展有了更深入的见解，以下他将围绕技术突破、开源生态、应用落地与未来趋势四个维度向潮青们分享自己的感想。

 谢一锋（右一）与参加杭州DeepSeek双“高峰”论坛嘉宾留影 

他表示，过去几个月，我们共同见证了中国AI领域的爆发式增长，而DeepSeek无疑是这一进程中的最大功臣。从大模型的能力突破到开源生态的蓬勃发展，从技术架构的迭代升级到应用场景的全面开花，这场技术革命正在深刻改变我们的生活方式与产业格局。

技术突破：模型架构与计算效率

在技术层面，模型架构的选择是焦点话题。随着参数量的不断增长，计算量成为制约模型发展的重要因素。目前，若Scaling Law持续有效且硬件按现有速度发展，MoE（Mixture of Experts）架构因其可并行计算、能处理大规模数据的优势，被认为是未来的大趋势；而Dense模型在现有计算模式下，计算量增长过快，限制了参数的进一步增加。不过，我们也不能忽视Transformer架构及自回归机制的局限性，未来底层架构可能会借鉴生物脑的工作方式，发生颠覆性变革。训练精度与硬件适配也是技术发展的关键环节。模型训练多采用混合精度策略，依据任务重要性选择8位或16位精度。国产GPU在适配时面临挑战，量化到INT8会有精度损失，升级到BF16或FP16则会使模型大小和算力消耗翻倍。因此，未来模型推理支持至少FP8精度成为重要发展方向，这既能保证一定精度，又能降低计算成本，提高效率。

开源生态：MIT协议的开放与挑战

开源策略在AI模型发展中扮演着重要角色。以DeepSeek采用的MIT协议开源为例，其目的是鼓励更多人基于现有模型进行蒸馏和商业应用开发，构建活跃的生态系统。与其他开源协议相比，MIT协议更加开放、自由，减少了对开发者的限制，有助于激发创新。然而，开源模型也面临一些问题，比如大模型在推理过程中缺乏记忆力，外挂知识库的关键字检索方式受上下文限制，难以满足长期记忆和新知识学习的需求。

应用落地：AI的商业化与潜力

在应用落地方面，当前AI模型在商业应用中存在一些阻碍，如服务器负载过载时API不稳定，影响商业应用的稳定性。但从积极的方面来看，AI在多个领域展现出巨大潜力。在医疗领域，虽存在“幻觉”问题，但对于有明确病案和诊断指南的病症，能提供可靠的辅助诊断；在教育领域，可赋能多种应用场景，提升教育的智能化水平。此外，随着智能硬件与软件的融合发展，未来对服务质量的要求将越来越高，AI在提升服务智能化方面大有可为。

未来趋势：机遇与挑战并存

展望未来，AI模型的发展充满机遇与挑战。一方面，模型能力的提升将推动应用的不断拓展和深化，为各个行业带来创新和变革；另一方面，模型训练的复杂性和不确定性增加，如当前下一代模型训练遇到诸多困难，推出时间难以预测。同时，AI的发展也带来了安全风险，如虚假信息传播、模型被滥用等问题，需要加强监管和规范。

总  结

AI模型的发展是一个复杂而多元的过程，需要技术创新、开源协作、应用探索以及合理监管的共同推动。deepseek团队以技术理想主义驱动商业实践的格局，已然为中国AI发展树立新标杆。当我们回望2025年春天的这场思想碰撞，必将是载入中国人工智能发展史册的重要坐标。我们也共同期待AI为人们带来更美好的未来！