Core Viewpoint - The emergence of DeepSeek challenges traditional beliefs about AI model development, demonstrating that a financial startup from China can innovate in AI, contrary to the notion that only large tech companies or research institutions can do so [1][4][5]. Group 1: AI Economics: Scaling Laws vs. Scale Effects - DeepSeek's success indicates a shift in understanding the barriers to AI model development, particularly reducing the constraints of computational power through algorithm optimization [8][9]. - Scaling laws suggest that increasing model parameters, training data, and computational resources leads to diminishing returns in AI performance, while scale effects highlight that larger scales can reduce unit costs and improve efficiency [10][11]. - The interplay between scaling laws and scale effects is crucial for understanding DeepSeek's breakthrough, as algorithmic advancements can enhance the marginal returns of computational investments [12][14]. Group 2: Latecomer Advantage vs. First-Mover Advantage - The distinction between scaling laws and scale effects provides insights into the competitive landscape of AI, where latecomers like China can potentially catch up due to higher marginal returns on resource investments [16][22]. - The AI development index shows that the U.S. and China dominate the global AI landscape, with both countries possessing significant scale advantages, albeit in different areas [18][22]. - The competition between the U.S. and China in AI is characterized by differing strengths, with the U.S. focusing on computational resources and China leveraging its talent pool and application scenarios [19][22]. Group 3: Open Source Promoting External Scale Economies - DeepSeek's open-source model reduces commercial barriers, facilitating broader adoption and innovation in AI applications, which can accelerate the "AI+" process [24][26]. - The open-source approach allows for greater external scale economies, benefiting a wider range of participants compared to closed-source models, which tend to concentrate profits among fewer entities [25][28]. - The potential market size for AI applications is estimated to be about twice that of the computational and model layers combined, indicating significant growth opportunities [27]. Group 4: Innovation Development: From Supply and Assets to Demand and Talent - The success of DeepSeek raises questions about the role of traditional research institutions in innovation, suggesting that market-driven demands may lead to more successful outcomes in technology development [30][31]. - The integration of technological and industrial innovation is essential for sustainable growth, emphasizing the need for a shift from a supply-side focus to a demand-side approach that values talent and market needs [32][33]. - The importance of talent incentives and a diverse innovation ecosystem is highlighted, as smaller firms may be more agile in pursuing disruptive innovations compared to larger corporations [34][36]. Group 5: From Fintech to Tech Finance - The relationship between finance and technology is re-evaluated, with the success of DeepSeek illustrating how financial firms can leverage technological advancements to enhance their competitive edge [36][39]. - The role of capital markets in fostering innovation ecosystems is emphasized, suggesting that a diverse range of participants is necessary for achieving external scale economies [38][39].

作者：MD 出品：明亮公司 2月19日，微软宣布， 全球首款拓 扑 量子芯片Major ana 1发布， 据相关报道，该芯片由微软公司 历时近20年研发，有望于2030年之前上市。而微软的目标是未来在量子芯片上实现百万个 量子比特 的相 干操纵。 据第一财经报道，Majorana 1是基于全新的物质状态——"拓扑"构建而成的全球首款拓扑量子芯片， 采用了半导体砷化铟和超导体铝材料。 微软在2月19日发布的一篇博客中称，开发合适的材料来构建量子比特，并理解量子比特相关的物质 拓扑状态的难度极大，这也是大多数量子研究都集中在其他类型量子比特的原因。 同日，微软CEO萨提亚·纳德拉与主播Dwarkesh Patel的播客访谈也对此进行了讨论。在1小时17分钟 的访谈中，纳德拉分享了他对于微软在量子计算领域取得突破的感受、过程（" 这对我们来说是一个 30年的旅程。"） 和未来潜在的应用场景。此外，纳德拉还着重分享了他对于AI在法律和社会治理层 面的思考，以及AGI的认知，目前AI领域的技术突飞猛进，但 纳德拉认为AGI来临的真正标志是世 界经济增长10%。 关于DeepSeek带来的成本变化，此前纳德拉在X上提到的 ...

文丨贺乾明 张家豪 制图丨黄帧昕 编辑丨程曼祺 黄俊杰 中国正在经历自己的 "ChatGPT 时刻"。过去三周，DeepSeek 的官方应用永远被人流挤到瘫痪边缘，与此 同时数百家公司正式接入了它研发的大模型。MiniMax、阶跃星辰等与它有竞争关系的 AI 创业公司接入 了，元宝、文心一言这样的大公司 AI 产品也接入了。 高潮是上周末，微信，这个几乎从不追赶任何潮流的国民级应用也在搜索页面接入了 DeepSeek-R1。根据 我们了解，腾讯最高层在近期曾与 DeepSeek 创始人梁文锋见面。除了微信以外，QQ 浏览器、QQ 音乐、 腾讯文档等腾讯的十几个产品也都接入 DeepSeek。 一个没花一分钱营销的技术公司实现了 "DeepSeek Inside" 的品牌奇迹。 这个奇迹只能诞生在中国： 互联网渗透最彻底的人口，每天 6 小时泡在数字世界里，抖音、小红书、微信、微博等平台接力将 DeepSeek 送到每个人眼前。 先在全球技术社区引发热议，后在国内发酵，完美贴合在全球 AI 竞赛激发的情绪。 春节假期造就社交裂变温床，被子女 "安利" 的长辈们点开小鲸鱼图标，完成 AI 在中国的首次全民 级破圈 ...

聪明投资者 . 聚焦优秀投资人和企业家，甄选高质量的内容，追求可累进的成长。更多内容可下载"聪明投资 者"APP，官网：www.cmtzz.cn 一名爱好量化投资的程序员。 排版 | 关鹤九 责编 | 艾暄 来源 | 聪明投资者 （ID：Capital-nature） 01 第一次见梁文锋，是2018年的6月份，幻方量化杭州总部。 以下文章来源于聪明投资者 ，作者永远好奇的 2018年的量化市场刚刚显露今天的格局，机构调研时挂在嘴边的那些公司的名字，包括 幻方、九坤、明汯们，背后承载的规模也仅仅是今天的零头。 当时成立3年的幻方管理客户资金约45亿，自营盘约10个亿。已经是量化的第一梯队。 作为掌门人的梁文锋一直隐形在幕后，很长一段时间业界都以为公司核心高管是另外两 位。 托一个朋友的福，围观了这次罕见的深度调研。 梁文锋走进小会议室面对面坐下时，捧着一个保温杯，穿着深蓝色的工装绒棉衬衫。很 瘦削，有点拘谨，活脱是上个世纪90年代的工程师模样。 瞬间有了跟一则趣闻对号入座的即视感：据说他买了新房却一直醉心于开发策略而无心 装修，所以在房间里支了帐篷睡觉。 同事说他除了编程，没有什么其他的爱好。 提前被安利了梁 ...

不论 Meta 开源的 Llama，还是英伟达的 GPU，都是当前大模型领域重要组成部分。作为这两家巨型公司 的掌舵者，黄仁勋和扎克伯格怎么看待未来，都会影响全球数十亿人用到什么样的大模型和产品。 黄仁勋： 女士们，先生们，我有一位特殊来宾，但先请大家就坐，我们即将开始。我非常欣赏他，原因有 三：一，只有少数企业家创办了触及全球数十亿人生活、组成社会结构一部分、发明新服务且拥有最先进 计算技术的公司；二，很少有企业家或创始人将公司带到万亿美元市值的高度；三，他大学肄业。能同时 具备这三个特质的人确实不多。女士们，先生们，让我们欢迎马克·扎克伯格。 全文翻译：黄仁勋对话扎克伯格：个人 AI、开源和下一代计算平台 瑞幸季度利润下滑，放慢开店速度 关注《晚点财经》并设为星标，第一时间获取每日商业精华。 全文翻译：黄仁勋对话扎克伯格：个人 AI、开源和下一代计算平台 现在与大模型有关的大型活动几乎少不了黄仁勋的身影。他身边的人总在换，现在到了 Meta 创始人马克· 扎克伯格。 周一，两人在年度 SIGGRAPH 大会上，谈了生成式人工智能最新进展、利用最新人工智能技术可能实现 的事情以及对开源、闭源的态度。 扎克伯 ...