DeepSeek三个月，改变全球四大云厂走了三年的路

在当今科技领域，AI的发展犹如一场永不停歇的风暴，时刻搅动着行业的格局。而最近，中国的大模型创业公司DeepSeek和中国AI应用创业公司Manus就如同两颗重磅炸弹，在过去三个月里引爆了市场情绪，给全球AI产业带来了前所未有的冲击，也促使亚马逊、微软、谷歌、阿里等科技巨头重新审视自己的战略布局。

时间回溯到不久前，在中国这片充满创新活力的土地上，DeepSeek和Manus犹如两颗新星开始崭露头角。DeepSeek宣称，他们利用2048张英伟达H800芯片，耗费558万美元的训练成本，成功训练出了DeepSeek - V3模型。这一成果令人瞩目，因为该模型的性能与美国明星AI创业公司OpenAI旗下的主力模型GPT - 4o相近。这一消息如同在平静的湖面上投下了一颗巨石，瞬间在AI界激起千层浪。

与此同时，Manus也不甘示弱。它借助Muti - Agent（多代理）策略，打造出了一款AI原生应用。从其演示资料来看，Manus仿佛拥有了人类的智慧，能够独立思考、计划并执行复杂任务。要知道，Muti - Agent可是被业界认为是2025年AI应用的发展方向，Manus的出现无疑是走在了时代的前沿。

然而，这两家公司的崛起并非一帆风顺。DeepSeek虽然成果斐然，但市场对它披露的算力规模和训练成本产生了质疑。毕竟如此大规模的投入和产出是否合理，很多人都持有怀疑态度。而Manus则被一些人认为是“套壳”产品，缺乏真正核心的竞争壁垒。尽管存在争议，但不可否认的是，它们都是大模型浪潮三年发展历程中的重要里程碑。

在这三个月里，DeepSeek和Manus掀起的狂潮对全球AI产业产生了深远的影响，尤其是对于那些拥有云业务的大型科技公司而言，它们的既定路线正在被改写。

过去三年，大模型竞争的核心在于训练环节。各大公司都在比拼谁能用更多的算力资源训练出更强大的模型，万卡、十万卡的训练规模屡见不鲜。但近一年来，情况发生了变化。“Scaling law”（规模定律，即模型性能由算力、模型、数据规模决定）的增速开始放缓，成倍的算力投入只能换来模型性能10% - 20%的提升。不过，随着芯片、模型和算法的不断优化，推理算力成本正以每年十倍的速度下降。

与此同时，过去三年一直处于萌芽期的AI应用，在这三个月里迎来了快速成长的契机。AI应用主要消耗推理算力，而云厂商则是这一过程中的受益者。以前，AI应用落地的主要障碍就是推理算力成本偏高。但现在，随着推理算力的下降，像钉钉、飞书、WPS、美图秀秀这些老牌应用在近三个月纷纷加快叠加新的AI能力，Manus这类AI Agent为代表的原生AI应用也如雨后春笋般迅速爆发。

在这场由DeepSeek和Manus引发的变革浪潮中，全球四大云厂商——亚马逊、微软、谷歌、阿里又是如何应对的呢？

首先是亚马逊，它在这场变局中可谓是反应迅速且态度坚决。作为全球率先接入DeepSeek的云厂商，亚马逊的一系列动作可谓是一气呵成。1月30日，亚马逊云科技Marketplace模型市场和SageMaker开发平台接入DeepSeek。这一举措为后续的发展奠定了基础。2月24日，亚马逊云科技Marketplace中国区上线硅基流动（一家部署了DeepSeek V3/R1的平台服务商），使得中国用户也能够借助这一平台使用DeepSeek。3月11日，亚马逊在Amazon Bedrock平台上架DeepSeek - R1，这可是中国市场首款上架Bedrock的大模型。而且，亚马逊云科技成为了首个提供全托管版本并正式商用的海外云厂商。

要知道，入选Bedrock的门槛是相当高的。亚马逊会对全球范围内的大模型进行严格评估和筛选，目前Bedrock只有十家模型厂商的产品入围，其中包括明星AI创业公司Anthropic旗下的Claude 3.7系列、Meta旗下的Llama 3系列等。亚马逊之所以如此积极地接入DeepSeek，一方面是因为DeepSeek - R1技术领先，性能出众，吸引了像丰田、思科等大客户的关注；另一方面，亚马逊秉持着“Choice Matters”（选择大于一切）的理念，它希望给开发者提供更多的自主选择权利，让客户在面对不同模型的专业领域时，能够在成本、速度、性能三者之间权衡，找到最适合自身业务的模型。

为了更好地适配DeepSeek，亚马逊云科技还提供了完整的工具集，如Agent、知识库、提示词管理、Guardrails（安全防护）等功能。以DeepSeek - R1为例，虽然它参数规模达到了史无前例的6710亿，但也带来了测试中表现不稳定、高并发等问题，而且其幻觉率偏高，AI创业公司Vectara用幻觉评估模型计算称，DeepSeek - R1幻觉率为14.3%，这是大部分头部模型厂商两年前的水平。不过，Bedrock的Guardrails功能可以提供防护栏，阻止85%的有害内容，并借助自动推理检查防止模型幻觉带来的事实错误。

除了亚马逊，其他科技巨头也在这场变局中有着自己的应对策略。微软和OpenAI拿出了性能更强的o3 - mini和GPT - 4.5，试图在竞争中保持领先地位。而阿里则在春节期间发布了对标DeepSeek - V3的Qwen2.5 - Max。谷歌等厂商也在不到一个月内跟进推出了对标DeepSeek的产品。

面对DeepSeek的技术创新，大厂们的态度各不相同。一些大厂原本认为大模型只是几个大厂的游戏，创业公司很难出头。但DeepSeek的出现打破了这一观念，让大厂技术团队的心态变得矛盾起来。一方面，他们想要学习借鉴DeepSeek的技术特性；另一方面，又不甘心承认它的领先地位，认为自己也能够拿出更好的模型。

在这场激烈的竞争中，亚马逊更关注模型的实际业务表现，如响应速度、吞吐效率、安全可靠等。这也体现了亚马逊一直以来坚持的“Practical AI”（实用/可用的人工智能）观念。亚马逊没有一个研究院性质的组织，而是把AI能力分散在各个业务线，让自家模型经过业务检验，实现“eat your own dog food”（使用自家生产的产品）。例如，Anthropic 2月末推出的Claude 3.7 Sonnet系列推理模型，其工程、代码能力一直远超其他模型。而亚马逊云科技去年12月推出的旗下自研家族模型Amazon Nova，包括四个基础版本（Micro、Lite、Pro、Premier），以及图像模型Nova Canvas、视频模型Nova Reel，主打卖点是便宜、好用、安全，以及多模态。

随着模型加速落地，AI应用爆发，加大算力投入已是大势所趋。这三个月里，关于算力需求的未来走势也曾引发过争论。DeepSeek披露的信息似乎表明，不需要万枚、十万枚高端AI芯片也能做出不错的模型，这引发了市场担忧，甚至导致英伟达股价在1月27日下跌约17%，市值蒸发近6000亿美元。但乐观预期很快占据主流，人们认为单位算力成本下降反而会激发更多需求，AI应用将因此爆发，进而加大算力消耗量。

2月后，中美四家大型科技公司（亚马逊、微软、谷歌、阿里）均公布了2025年资本支出计划，它们并未减少算力投资，反而在加码算力投入。科技公司每年至少60%以上的资本支出被用于投资算力，如采购芯片、服务器、存储和网络设备、租赁土地、建设数据中心等。

2024年，这四家科技公司资本支出均达到历史顶点，2025年仍将高速增长。其中，亚马逊计划2025年投入1000亿美元资本支出，增速接近30%，主要用于云业务；微软计划2025财年资本支出800亿美元，且2025年资本支出将环比增加；谷歌计划在2025年投入750亿美元资本支出，增速将超过40%；阿里宣布，未来三年将投入超过3800亿元（约合535亿美元），用于云和AI硬件基础设施，总额超过去十年总和。

不同公司面临的资本支出压力也不尽相同。亚马逊的资本支出率偏低，对未来几年的利润影响有限，算力投资相对可持续；而微软的资本支出率偏高，对利润的影响相对更大。

尽管面临种种不确定因素，亚马逊、微软、谷歌、阿里仍要加大算力投入。一方面，它们的财务状况能够支撑短期高强度算力投资；另一方面，短期砸钱买算力对利润影响不大，还能通过延长部分服务器、网络设备使用时长调节利润。而且，过去两年的巨额投资已经产生了实际回报，“云 + AI”收入、利润在增长，这进一步刺激了算力投资。

在这场由DeepSeek和Manus引发的AI变局中，科技巨头们都在积极应对，试图在这场变革中找到自己的位置，实现新的突破和发展。而这场变局也让我们看到了AI领域的无限潜力和可能性，未来究竟谁能在这场激烈的竞争中脱颖而出，让我们拭目以待。