最近，DeepSeek 的推出引发了关于未来人工智能（AI）资金和创新在中国的发展的讨论。DeepSeek 是一个由中国团队以远低于 OpenAI 的 GPT-4 成本打造的大规模语言模型。
Aakrit Vaish，印度 AI 使命顾问，在 X（前身为 Twitter）上表示，DeepSeek 的出现可能会导致 AI 风险投资的分裂，初期的小规模投资足以获得初步的吸引力和盈利，随后需要大量资金来实现全球主导地位。
Cornerstone Ventures 的管理合伙人 Abhishek Prasad 告诉经济时报，无论确切的数字如何，DeepSeek 的成本效益将推动 AI 开发基础设施的效率。尽管承认英伟达股票短期内有所下跌，但他预测英伟达将继续在 AI 基础设施中占据主导地位。
Prasad 还预计，较小规模的资金将专注于 AI 应用而非基础模型，这将带来更高的成本效益和更快的盈利路径。但他不认为这会显著改变基金数量或资金可用性。他强调，虽然 AI 的效率很有吸引力，但其真正影响和应用场景仍在发展中。
Speciale Invest 的普通合伙人 Arjun Rao 表示，DeepSeek 的成功证明了在全球范围内以更高的资本效率构建创新 AI 产品是可能的，这将使公司能够以较少的风险投资资金实现有意义的规模。
Artha Venture Fund 的管理合伙人 Anirudh A Damani 认为，DeepSeek 打破了只有大型科技巨头才能构建尖端大规模语言模型的神话。他重申了 Vaish 关于一千万美元种子轮融资可以实现盈利的观点。
Damani 还指出，DeepSeek 的成功展示了“先发劣势”，即早期创新者为后来者铺平道路以改进并实现大规模采用。他提出了当大规模语言模型开始构建其他大规模语言模型时会发生什么的问题，并暗示这可能引发 AI 经济学的重大变革。
然而，Damani 警告说，并不能假设较低的资金需求会自动导致小型基金的增长。虽然 AI 可以压缩某些成本结构，但扩大规模仍然需要大量资本。他还指出，在印度高机会成本资本的要求下，AI 初创企业需要在产品开发节省之外证明其资本效率。
Damani 强调了过度资助可能会扼杀创新，并指出 Artha Venture Fund 的成功源于战略性地减少资助，迫使初创企业建立可持续业务。他举出了 FutWork、GetWork 和 Lemnisk 等投资组合公司的例子作为说明。他提到微 VC 模式通过从一开始就强制执行资本效率来发挥作用，并非仅仅因为 AI 降低了资本需求。
总结：最近 DeepSeek 的推出引发了关于未来人工智能资金和创新在中国的发展的讨论。专家们讨论了 DeepSeek 成本效益带来的影响、AI 经济学的变化以及对初创企业的挑战和机遇。
