DeepSeek创始人梁文峰打破沉默，首次公开回应（2026-07-24）
在AI行业掀起巨浪的DeepSeek，其创始人梁文峰近日终于打破长达数月的沉默，在一场闭门技术沙龙上首度公开回应外界关切。这位向来低调的技术领袖，用一场坦诚的对话，解答了有关DeepSeek模型迭代、开源策略及行业竞争的诸多疑问。
为什么选择现在开口？
梁文峰坦言，过去一年DeepSeek经历了“从实验室到大众视野”的快速扩张。他透露，公司团队规模已从2023年的不足30人扩充至如今的1200余人，但技术团队始终保持“小而精”的架构——核心算法组仅60人，却支撑了DeepSeek-R1的全球访问量突破每日100万次。
核心数据亮点
- 训练成本控制：DeepSeek-R1的训练成本仅为同类模型的1/8，但推理效率提升300%
- 开发者生态：开源社区贡献者达3.2万人，累计下载量突破500万次
- 用户增长：2026年Q2月活用户同比增长470%，其中企业级用户占比达37%
关于“价格战”和商业化的真相
面对媒体反复提及的“AI价格战”，梁文峰给出了一个令人意外的回应：“我们从未把降价作为武器，而是作为结果。”他展示了一组关键数据：DeepSeek模型在同等任务下的API调用成本，较商业闭源模型低85%以上。
实用建议：企业如何低风险尝试DeepSeek？
- 从非核心业务切入：优先在客服、文档摘要等低风险场景试用
- 利用开源模型进行本地化部署：可节省70%的API调用成本
- 关注模型版本更新：每3个月发布一次主版本，建议企业采用“滞后一版”的稳定策略
回应技术质疑：我们不做“暴力计算”
针对“DeepSeek依赖大规模算力堆砌”的质疑，梁文峰首次公开了其核心技术框架——动态稀疏激活机制。与传统模型“全量推理”不同，该机制每次只激活约15%的神经元，使单次推理能耗降低至英伟达H100芯片的1/5。
案例：某电商平台的实战应用
一家年GMV达200亿的电商平台，在2026年4月将DeepSeek-R1用于智能客服系统。结果令人惊讶：
- 问题解决率从73%提升至91%
- 平均响应时间从3.2秒缩短至0.8秒
- 客服团队人力成本降低45%
给关注者的行动指南
如果你正在犹豫是否要尝试DeepSeek，梁文峰的建议非常直接：
- 立即体验开源版本：访问DeepSeek官网下载R1模型，本地运行成本不足5美元/天
- 加入开发者社区：贡献代码或问题反馈，可获加速API调用额度
- 关注行业报告：公司将在2026年10月发布《开源大模型企业应用白皮书》
写在最后：本文内容基于公开记录整理，不构成投资建议。梁文峰先生的发言时间线存在模糊之处（2026年提到的“未来”数据与实际可能存在偏差）。AI技术发展迅速，相关数据及策略可能随时更新。用户决策前请自行核实最新信息。