藍(lán)鯨新聞3月7日訊（記者 朱俊熹）從上線DeepSeek API服務(wù)，到成為“第一波官宣棄用DeepSeek的公司”，AI Infra創(chuàng)企潞晨科技只用了不到一個月的時間。與此同時，在科技圈子里被傳得沸沸揚揚的，還有伴隨在創(chuàng)始人尤洋身上的爭議。

其中一些原因，要回溯到尤洋2月初發(fā)表過的有關(guān)部署DeepSeek的言論。包括“MaaS（Model as a Service，模型即服務(wù)）在中國短時間內(nèi)可能是最差的商業(yè)模式”、部署滿血版DeepSeek-R1模型每月虧損4億元等等。在DeepSeek官方3月初公布理論成本利潤率高達(dá)545%后，巨大的盈虧差異更是將尤洋和潞晨推到了風(fēng)口浪尖上。

尤洋在接受藍(lán)鯨新聞專訪時提到，他依然認(rèn)為自己的觀點是正確的。潞晨最初是抱著“想測試一下”的想法，才決定以部署DeepSeek模型為例，開展MaaS業(yè)務(wù)。最后卻發(fā)現(xiàn)，即便在機(jī)器能力已充分發(fā)揮的情況下，通過MaaS售賣開源模型API還是逃不開虧損的結(jié)果。

對于為何與DeepSeek官方的估算結(jié)果天差地別，尤洋也給出了他的解釋。在他看來，劍指AGI的DeepSeek和基于開源模型做To B生意的MaaS廠商面對的情況是不一樣的。DeepSeek可以無需過多考慮用戶體驗帶來的影響，MaaS廠商卻不能忽略客戶在這方面的要求。再考慮到復(fù)雜的現(xiàn)實情況，機(jī)器吞吐率也會發(fā)生變化，因此導(dǎo)致計算的差異。

“DeepSeek開源分享了許多內(nèi)容，但對于MaaS來說，關(guān)鍵在于大家能否自己直接復(fù)現(xiàn)達(dá)到理論盈利上限?！庇妊蠓Q，“以及在大家都獲得優(yōu)化降本的情況下，售賣DeepSeek等標(biāo)準(zhǔn)開源模型 API的MaaS業(yè)務(wù)，能否脫離當(dāng)下的價格戰(zhàn)?！?/p>

DeepSeek熱潮在席卷了包括模型、芯片、應(yīng)用在內(nèi)的AI產(chǎn)業(yè)鏈上下游后，終于也讓基礎(chǔ)設(shè)施層（AI Infra）出現(xiàn)在更多人的視線中。如果說應(yīng)用層的企業(yè)和開發(fā)者是想用AI來“搭建房子”，AI Infra企業(yè)就是在它們身后提供施工設(shè)備和建筑材料的存在，包括所需的各種硬件、軟件平臺和維護(hù)服務(wù)。

2021年成立的潞晨科技是AI Infra層的明星創(chuàng)企之一，上個月宣布完成新一輪融資，獲得北京國資加注。創(chuàng)始人尤洋是加州大學(xué)伯克利分校博士，現(xiàn)任新加坡國立大學(xué)計算機(jī)系的校長青年教授。尤洋強(qiáng)調(diào)，和MaaS這種基于現(xiàn)成模型，提供高動態(tài)、高保障、按需調(diào)用的模式不同，潞晨瞄準(zhǔn)的是幫助企業(yè)做出私有模型、行業(yè)模型，再利用其云算力或一體機(jī)完成部署。

和尤洋有關(guān)的爭議在逐漸平息，但DeepSeek掀起的波瀾仍在改寫中國AI產(chǎn)業(yè)的敘事，AI基礎(chǔ)設(shè)施層也或?qū)⒂瓉硐磁?。尤洋向藍(lán)鯨新聞分享了對潞晨未來發(fā)展的構(gòu)想，在算力層看到了和國產(chǎn)算力中心加強(qiáng)合作的機(jī)會；在模型層繼續(xù)推進(jìn)自研視頻模型，借助算力優(yōu)化的優(yōu)勢，趕在這一領(lǐng)域的早期階段“搶灘登陸”；并重點關(guān)注如何實現(xiàn)視頻模型的應(yīng)用，真正進(jìn)入客戶的業(yè)務(wù)場景中。

以下是尤洋與藍(lán)鯨科技的對話實錄，內(nèi)容在保證原意下有刪減調(diào)整。

從上線到叫停，部署DeepSeek究竟是賺還是虧？

藍(lán)鯨科技：

潞晨是2月4日開始提供DeepSeek-R1模型推理API的，又在上周末宣布一周后會暫停DeepSeek API服務(wù)。做出這兩個決定分別基于什么方面的考量？

尤洋：

首先2月4號的時候，我們當(dāng)時其實是想測試一下。因為我們公司本身之前就做過些推理優(yōu)化，再加上當(dāng)時潞晨科技的很多客戶也想測試一下DeepSeek，他們在我們的平臺上充了很多錢，也信任我們，覺得別的平臺上有的東西我們也應(yīng)該有。其實是一些客戶需求的驅(qū)動，也想實測市場行情，所以我們就把這個上線了。

圖片潞晨科技公眾號

上線之后，我覺得從使用人數(shù)上效果還是非常好的，確實很多人在用。那為什么我們現(xiàn)在要決定放棄這個業(yè)務(wù)呢？

又過了這大概一個月的時間之后，我發(fā)現(xiàn)現(xiàn)在遍地是DeepSeek，其實它反而成了一個技術(shù)含量不是很高的東西。現(xiàn)在基本所有云廠商，至少幾十家中小云，包括火山云、騰訊云、阿里云這樣的大企業(yè)，以及各種各樣的APP都提供DeepSeek，在打價格戰(zhàn)。所以我覺得它已經(jīng)不太是一個門檻很高的東西，導(dǎo)致這個商業(yè)模式不是特別好了。

第一，大家好像都把DeepSeek模型下載下來，搞一些機(jī)器硬件，基于開源的基礎(chǔ)設(shè)施軟件，比如SGLang、vLLM、TensorRT（注：都是大模型推理框架），也就很快地部署起來了。由于這個沒有太大的技術(shù)壁壘，又都是同樣的模型，導(dǎo)致大家現(xiàn)在陷入意義不大的價格戰(zhàn)肉搏中，跟我們的品味不太一致。

第二，我覺得既然都陷入價格戰(zhàn)了，它的毛利目前非常低，大多數(shù)企業(yè)甚至是負(fù)很多。

再一個，我感覺MaaS現(xiàn)階段不是最適合市場的一種產(chǎn)品形態(tài)，它承擔(dān)了全產(chǎn)業(yè)鏈的虧損。這種產(chǎn)品形態(tài)只適合用戶去做測試，但是用戶一旦真的想做一個AI APP，對穩(wěn)定性、延遲的要求是非常高的。而MaaS這種產(chǎn)品賣的是token，它是不管機(jī)器利用率的。

比如，當(dāng)前有10萬人的請求在占用這么多機(jī)器，可能過五分鐘調(diào)用量就變小或變大。如果我的MaaS下游接入了很多APP，隨時都可能有很多用戶的調(diào)用變動。但我為了保障MaaS服務(wù)的商業(yè)穩(wěn)定，機(jī)器要能容納最高峰，低谷還是得放著，成本還是高峰那么多。因為我的算力不管是租還是自建，算力成本都是隨時間穩(wěn)定產(chǎn)生的。

藍(lán)鯨科技：

你提到潞晨上線API之后，調(diào)用的人數(shù)很多，有更具體的數(shù)據(jù)嗎？這一個月下來，實際上還是處于虧損狀態(tài)嗎？

尤洋：

是的。我們線上服務(wù)用了幾十臺機(jī)器。在真實場景下，我們做了一些profiling（注：指對系統(tǒng)的運行狀態(tài)進(jìn)行監(jiān)測和分析）。通過profiling能大概知道我們的優(yōu)化水平是非常高的，在已經(jīng)達(dá)到機(jī)器能力上限的情況下，依然處在虧損狀態(tài)。

圖片潞晨科技公眾號截圖

藍(lán)鯨科技：

為什么現(xiàn)實情況跟DeepSeek官方給出的545%的成本利潤率有這么大的出入？

尤洋：

不，其實你細(xì)讀一下，它也做了很多假設(shè)，它自己都說是理論營收。如果要做成一個穩(wěn)定性很好的商業(yè)版MaaS的話，實際上基本是不可能達(dá)到的。

圖片DeepSeek知乎截圖

DeepSeek把它的APP、網(wǎng)頁版加上MaaS混在一起來統(tǒng)計，能收費的只是其中一部分。另外讓To C的網(wǎng)頁端、APP，用戶等個一二十秒鐘勉強(qiáng)可以接受。但是我感覺最好不要讓用戶等待超過15秒，因為我問一個問題，15秒還沒回復(fù)，或者直接崩潰，你可以想想用戶體驗好嗎？

我春節(jié)的時候用DeepSeek，它連這個需求都滿足不了，更別說商用MaaS了。To B的MaaS要求會高得多，下游應(yīng)用企業(yè)不會接受上游MaaS供應(yīng)方?jīng)]有基本的可靠性，導(dǎo)致自己的下游業(yè)務(wù)隨時崩潰。

當(dāng)然DeepSeek也沒有把自己說成MaaS，用戶體驗也不是它的最高優(yōu)先級，用戶愿意等一小時或第二天再試也行。目前DeepSeek的情況跟很多模型企業(yè)，尤其是使用開源模型部署MaaS的第三方企業(yè)還不太一樣。因為官方服務(wù)能力是供不應(yīng)求的，用戶對它體驗的容忍度也不同，它的平臺基本穩(wěn)定地有超負(fù)荷的用戶需求，打滿硬件資源，也不需要覆蓋業(yè)務(wù)的全部成本，所以它很適合MaaS模式。

但是這些中小云廠商使用開源模型，真正面向B端提供MaaS的時候，它的要求是非常高的。一旦考慮用戶體驗、考慮B端對延遲和穩(wěn)定性的要求之后，就必須得有足量的機(jī)器，滿足業(yè)務(wù)需求的忽高忽低。比如我每天輸出1000億個token，我得準(zhǔn)備4000億到5000億token能力的機(jī)器，才能保證客戶的運行很穩(wěn)定。

同時，每家都在提供同樣的模型API，客戶幾秒鐘內(nèi)就能在不同廠商之間切換。導(dǎo)致MaaS廠商不僅要滿足高要求，還需要相互卷價格。

藍(lán)鯨科技：

為什么DeepSeek考慮的方面會跟云廠商不太一樣？

尤洋：

我覺得他們可能志存高遠(yuǎn)，不把自己定為Infra或MaaS廠商，可能也不想去賺這個錢。我覺得DeepSeek完全沒必要去關(guān)心這個東西的線上體驗怎么樣，就是把模型訓(xùn)好。反正把模型都開放給大家，哪個想賺錢就拿走，它就專注于做AGI。

藍(lán)鯨科技：

這段時間爭議比較大的還有你對于MaaS廠商部署DeepSeek會月虧4億的計算，你現(xiàn)在依然認(rèn)為自己的計算過程和方式是成立的嗎？（注：尤洋在2月初的計算方式是，用4臺H800機(jī)器部署滿血版DeepSeek-R1，每秒可輸出1000 token。要達(dá)到每日輸出1000億token的效果，需要四五千臺機(jī)器。按照H800的市場價或折舊，每月機(jī)器成本4.5億元，扣除收入后則月虧4億元。）

尤洋：

我覺得我的觀點依然是正確的。我最開始說的就是中小型云廠商，肯定不是說的DeepSeek官方，也不是說火山云、阿里云等頭部企業(yè)。我跟它們又沒有任何競爭，我創(chuàng)業(yè)如果去跟它們競爭，完全是“自殺式創(chuàng)業(yè)”。我說的就是類似我們這樣中小型云廠商去強(qiáng)行燒錢，使用第三方開源模型做MaaS的話，肯定是面臨巨額虧損。

藍(lán)鯨科技：

云大廠不會面臨和中小型云廠商相似的處境嗎？大廠為什么能虧得起MaaS？

尤洋：

大廠的優(yōu)化手段和可選方案可能比中小型廠商會更好一點，可能收回更多成本。再加上大廠肯定還有一些長遠(yuǎn)的戰(zhàn)略性布局。騰訊云有微信、元寶，火山云有飛書、抖音。即使短期內(nèi)虧損幾十億，它們?nèi)蘸笸ㄟ^這些超級APP和其他業(yè)務(wù)，是可以消耗很多token的，再通過一些額外付費或整體業(yè)務(wù)考慮，就把這個虧損補(bǔ)回來了。

但初創(chuàng)企業(yè)即使融了幾個億，可能還沒大廠一個月的營銷推廣費高。我覺得只使用第三方開源模型以當(dāng)下的MaaS模式賣API的話，肯定是虧的。如果它作為一個功能點提供到其他產(chǎn)品里，最終通過那個產(chǎn)品賺錢，是有可能的。

藍(lán)鯨科技：

回到你的計算上，質(zhì)疑聲會集中在對機(jī)器吞吐率（注：指機(jī)器每秒能夠處理的token數(shù)量）的計算標(biāo)準(zhǔn)上。你用的是4臺H800機(jī)器每秒能輸出1000個token，DeepSeek官方給出的是每臺H800輸出吞吐約14.8k tokens/s，為什么會存在十幾倍的差距？

尤洋：

我覺得我那個數(shù)字是更符合2月初真實情況的。也有很多芯片廠商、云廠商發(fā)布了比較高的數(shù)據(jù)，但不能反映復(fù)雜任務(wù)的真實表現(xiàn)。

首先，輸入輸出序列長度變化的話，吞吐率的變化是很大的，我用的是更現(xiàn)實的情況。因為在實際用的時候，輸入輸出的序列長度是不會太短的，一長它的吞吐率就下來了。（注：當(dāng)輸入、輸出數(shù)據(jù)的長度較長時，模型需要更多的計算資源和時間來處理，每秒處理的token數(shù)量可能會減少，影響吞吐率。）

第二，我們真正在線服務(wù)用戶的時候，有的用戶在做多輪對話，有的用戶在做翻譯，有的用戶在做摘要，他們的任務(wù)也是非常復(fù)雜的。

第三，很多情況還需要聯(lián)網(wǎng)，聯(lián)網(wǎng)的話要讀很多網(wǎng)頁，那輸入輸出序列就更長了。這三個因素加起來后，我那個跑分指標(biāo)其實已經(jīng)算是不錯的了。

第四，不同規(guī)模的廠商，可選擇的方案也不同。比如DeepSeek官方發(fā)布的推理方案，最小部署資源需要數(shù)百張高速互聯(lián)的H800。對中小廠商來說，MaaS后續(xù)可能有上百個模型在運行，每個模型的最佳方案和所需資源可能都不一樣，在價格戰(zhàn)的情況下，是否為每個模型都做這樣的投入需要謹(jǐn)慎。

第五，研究推理優(yōu)化的門檻相比訓(xùn)練等還是低得多的。每個大學(xué)實驗室、公司，有一臺服務(wù)器就可以做。以DeepSeek的熱度，全世界在一起優(yōu)化探索迭代，具體數(shù)值上會隨時間有變化。

藍(lán)鯨科技：

你在計算的時候參考的是H800和AMD的價格。那如果用H20或者像潞晨這樣基于國產(chǎn)芯片來部署，得到的結(jié)論會發(fā)生變化嗎？還是依然是虧損的？

尤洋：

比如說用H20，虧損率確實會更低一些，但還是不賺的。

藍(lán)鯨科技：

除官方之外，其他云廠商目前想要達(dá)到545%的成本利潤率水平，是否還存在一定差距？DeepSeek之前接連開源了多個推理模塊，能夠幫助云廠商更好地復(fù)現(xiàn)嗎？

尤洋：

這個估算差異來自三點。第一就是剛才說的吞吐速度差異的幾個原因，第二就是穩(wěn)定性的差異，To B產(chǎn)品應(yīng)該對穩(wěn)定性、延遲要求非常高。第三，是否所有token都能按原價收費，比如現(xiàn)在實質(zhì)各家C端基本免費，B端在打價格戰(zhàn)。

圖片DeepSeek在社交平臺上官宣“開源周”

DeepSeek當(dāng)然很棒，開源分享了許多內(nèi)容，但對于MaaS來說，關(guān)鍵在于大家能否自己直接復(fù)現(xiàn)達(dá)到理論盈利上限。

DeepSeek開源了很多優(yōu)秀的技術(shù)組件，但只是一部分，整個產(chǎn)品和業(yè)務(wù)是有很多工程細(xì)節(jié)的。它可能還做了一些其他內(nèi)部優(yōu)化，后臺也有比較復(fù)雜的系統(tǒng)，別人不能準(zhǔn)確地理解、復(fù)現(xiàn)它。以及不同公司能投入的機(jī)器資源和承擔(dān)的虧損能力，也就直接限制了方案選擇。

更進(jìn)一步的，假設(shè)大家都能直接拿到顯著進(jìn)步的優(yōu)化，降低了成本，那么賣DeepSeek等開源模型 API的MaaS業(yè)務(wù)，能否脫離當(dāng)下的價格戰(zhàn)？

如果MaaS是好的商業(yè)模式，大家都在掙錢，為什么各種大小云廠商都要在賣MaaS API的同時，再費力氣去推私有化的一體機(jī)和專屬實例。因為一體機(jī)和專屬實例是客戶獨占的，是穩(wěn)定和不虧損的。

“我們不是MaaS廠商”

藍(lán)鯨科技：

從這次來看，潞晨和其他Infra廠商提供DeepSeek API的方式有什么不同嗎？

尤洋：

使用開源模型售賣API的MaaS業(yè)務(wù)，各家沒有本質(zhì)不同。我們的獨到之處就是自己做了一套訓(xùn)練、推理、微調(diào)的系統(tǒng)“Colossal-AI”。但是我們發(fā)現(xiàn)，DeepSeek等初創(chuàng)企業(yè)、英偉達(dá)、微軟等大廠、以及來自全球開源社區(qū)的頂尖開發(fā)人員，大家已經(jīng)在推理層做了很好的開源方案。

因為推理就是一個前向傳播（注：指將輸入數(shù)據(jù)經(jīng)過一層層計算，最終得到輸出結(jié)果）的過程，它的計算結(jié)構(gòu)非常清晰。全世界的研究人員已經(jīng)做了多年，研究門檻也低。所以我覺得現(xiàn)在MaaS這種模式，可能是一個不容易做出穩(wěn)定的差異化，形成產(chǎn)品壁壘和盈利的方式。

我仔細(xì)考慮過，像今天OpenAI和Anthropic的模型，在許多用戶第一印象里還是比競品好一個檔次，并且是閉源獨有的。在這種情況下，它就有稀缺性，就能形成壁壘。它去賣API，就不會面臨各家都售賣標(biāo)準(zhǔn)開源模型 API的MaaS業(yè)務(wù)，只能打價格戰(zhàn)的惡性競爭。

藍(lán)鯨科技：

很多人會把潞晨也稱作MaaS廠商，你認(rèn)同這種歸類嗎？

尤洋：

我們不是MaaS廠商，把我們叫成AI基礎(chǔ)設(shè)施廠商或者AI基礎(chǔ)軟件廠商比較合適。

我們現(xiàn)階段主要產(chǎn)品就兩個。一個是我們的算力平臺，或者也叫大模型開發(fā)+推理平臺。它其實就是基于一些世界一流的模型，比如DeepSeek、通義千問、Llama，讓各個企業(yè)用自己的數(shù)據(jù)去做出自己的行業(yè)模型或者企業(yè)私有模型。用戶既然有了私有模型，接著就可以去做自己的APP，還可以在企業(yè)內(nèi)部使用。我們就是幫助用戶把這兩件事做好。

我們的推理方式是serving instance，serving就是服務(wù)，instance就是云上的這些機(jī)器。我們把機(jī)器優(yōu)化好，客戶可以根據(jù)自己的業(yè)務(wù)情況調(diào)整用量，比如有100萬用戶就用10臺機(jī)器，有200萬用戶就用20臺機(jī)器。這樣的擴(kuò)展對客戶更穩(wěn)定可靠，對我們也可以把控投入產(chǎn)比。

第二個產(chǎn)品就是幫一些中小型企業(yè)去做大模型私有化。他們的數(shù)據(jù)甚至不能出自己的公司，我們就提供一套大模型私有化的開發(fā)+推理的工具軟件。需要機(jī)器的話，再把我們的一體機(jī)一起賣給他們。

我覺得在中國市場，利用DeepSeek、通義千問的能力，在珍貴的行業(yè)私有數(shù)據(jù)上去做出行業(yè)模型、企業(yè)私有模型，再用云算力或者一體機(jī)幫企業(yè)高效地部署起來。這個需求是真實的，賬起碼能算得清楚，利潤也是可觀的。

圖片視覺中國

藍(lán)鯨科技：

潞晨在市場上會對標(biāo)什么類型的公司？

尤洋：

我覺得現(xiàn)在國內(nèi)的AI Infra公司都不太成熟。不是說大家技術(shù)不好，是因為國內(nèi)好像沒有OpenAI這樣一家獨一檔的公司。從最開始百度發(fā)布自己的大模型工具到AI六小龍，去年豆包，現(xiàn)在DeepSeek、通義、元寶。不止AI Infra，整個AI賽道的企業(yè)都在不斷地變化，所以不是很穩(wěn)定。

還是舉一些海外的例子，我們最像的應(yīng)該是Together AI（注：該公司主推幫助客戶對AI大模型進(jìn)行訓(xùn)練、微調(diào)和部署，獲英偉達(dá)投資、公司最新估值已達(dá)33億美元）。其實就是想通過軟件優(yōu)化或者高性能計算，把算力的價值發(fā)揮到更高。算力本來能賣100萬，能不能通過算力優(yōu)化把它賣出130萬、150萬的價值。本質(zhì)上就是結(jié)合用戶去開發(fā)私有模型、行業(yè)模型，來做這件事情。

藍(lán)鯨科技：

從國內(nèi)AI Infra層來看，各家公司目前有做出明顯的差異嗎？還是提供的服務(wù)內(nèi)容和質(zhì)量會比較趨于相似？

尤洋：

剛才我說MaaS層目前很難做出差異，原因就是它用的模型不是自己的，各家提供的都是都一樣的模型。第二，它后臺的技術(shù)軟件有很多開源的方案，不僅DeepSeek開源了，主流的SGLang、vLLM、TensorRT也都開源了，全世界任何開發(fā)者都可以上手優(yōu)化。這兩大重點都沒有差異性。

對大模型私有化+一體機(jī)這個賽道而言，主要還是誰做的早，誰可能就有優(yōu)勢。因為它是需要一套業(yè)務(wù)流的，我做的項目越多，業(yè)務(wù)流就越熟。比如去年，我們甚至幾十個人就做出了七千多萬的營收。

把業(yè)務(wù)流標(biāo)準(zhǔn)化、規(guī)范化分為三部分。第一是用戶的數(shù)據(jù)，我給用戶建議工具或者他自己的工具，把用戶數(shù)據(jù)處理好。第二步，用戶無縫地使用企業(yè)版的Colossal-AI去做訓(xùn)練、微調(diào)。完成之后就進(jìn)入第三階段，直接通過我的一體機(jī)或者線上的算力，去把自己的模型部署上。其實我感覺還是越清晰、越簡單，就越容易做出比較高效的業(yè)務(wù)流。

再加上我們開源的Colossal-AI基礎(chǔ)版也有很多用戶，給我們提供了很多反饋。我們的軟件非常成熟，就容易標(biāo)準(zhǔn)化，我覺得只有這一點，可能能形成壁壘。

藍(lán)鯨科技：

潞晨之前就有在建立自己的開源生態(tài)，這方面會對積累客戶有幫助嗎？

尤洋：

是，我覺得開源社區(qū)目前對我們幫助很大。其實我們好幾個每年付了數(shù)百萬人民幣的客戶，都是通過我們的開源社區(qū)轉(zhuǎn)過來的。我們開源之后，也獲得了很多用戶的反饋，其實把我們做大模型私有化的能力整體提升了很多。

藍(lán)鯨科技：

DeepSeek其實也引起了新一輪關(guān)于開源的討論，你覺得它會怎么影響整個AI行業(yè)對開源的看法和發(fā)展？

尤洋：

我覺得這個看法和發(fā)展未來還會有幾次變化。

DeepSeek是一家偉大的企業(yè)，因為這個階段世界上最好的模型不在中國，DeepSeek的開源很好地起到了全民普及世界一流模型的重任。在這個階段，我個人包括很多從業(yè)者都覺得DeepSeek這種開源模式是最好的、對中國貢獻(xiàn)最大的，現(xiàn)在帶動這么多資源都在布局DeepSeek和AI產(chǎn)業(yè)。

那要是再往后發(fā)展三五年，假如中國已經(jīng)有了一個明顯在世界領(lǐng)先的模型，我還是覺得閉源的模式是更好的。長期來看，我覺得還是需要一家大模型公司去做閉源，并且它的模型質(zhì)量絕對領(lǐng)先，形成絕對壟斷。這樣有絕對利潤的話，才有能力和愿意去投入更多的經(jīng)費做前沿性的探索，給人類未來一個更大的普惠。

就像我們現(xiàn)在能享受AGI浪潮，谷歌之前做了很多貢獻(xiàn)，包括提出Transformer、資助Geoffrey Hinton和Ilya Sutskever去做前沿研究。為什么谷歌能做這么多前沿性的布局，就是因為谷歌在搜索引擎行業(yè)形成了絕對的壟斷。只有壟斷了、把足夠多的利潤拿走了，它才有這個心思和投入去前瞻探索。

如果大模型最終變成了像服務(wù)器市場這樣，大家整天在卷價格，都是巨額虧損或者勉強(qiáng)生存，像戴爾、IBM這些公司，雖然體量很大，但現(xiàn)在也沒有足夠的經(jīng)費去做不確定性很高的前沿研究。

另一個算力優(yōu)化生意：自研視頻模型

藍(lán)鯨科技：

潞晨跟其他AI Infra企業(yè)還有一個比較大的不同，就是有自研的視頻模型。為什么在去年會選擇布局視頻大模型這塊？

尤洋：

我覺得大語言模型這塊的AI技術(shù)和軟件，其實已經(jīng)做的相對成熟了。所以未來大模型的增長點肯定是在多模態(tài)模型或者世界模型，視頻大模型是它們的核心。

首先，我們第一步還是想自己完整地訓(xùn)一個這樣的模型，把它部署起來。這樣我們未來面臨世界模型、多模態(tài)模型的時候，我們的基礎(chǔ)設(shè)施是完善的。

第二，我們發(fā)現(xiàn)視頻大模型本質(zhì)上就是一個算力優(yōu)化的生意。因為它的算力成本比較高，一個很短的視頻可能就會涉及幾百萬個token。

如果有 A和B兩個模型，A模型可能跑分上比B模型高15%，生成的視頻質(zhì)量更高，但很可能比B模型慢了十倍。最終我可能花十分鐘用B模型跑出來一個視頻，用A模型可能得一個多小時。那這種情況下，即便模型更好，用戶可能也會選擇耗時最短的。

所以它就變成一個算力優(yōu)化、加速的工作了。未來3到5年，視頻大模型為核心的多模態(tài)、世界模型會不斷地發(fā)展變大。這個過程中，最重要的就是算力優(yōu)化，要考慮如何去提升訓(xùn)練、推理效率，降低成本，這就是AI Infra廠商最應(yīng)該關(guān)注的事情。

第三，它為什么很符合AI Infra廠商的調(diào)性。因為視頻大模型輸出的是一個作品，它不是一個低延時、高交互的東西，我只需要提交一些腳本式的任務(wù)需求。比如我想要一個一分鐘的短視頻，讓達(dá)芬奇和蒙娜麗莎一起去迪拜購物中心購物吃飯，我提交完了之后就可以去吃飯或者去公園散步，它過一兩個小時之后把這個視頻做好。這就變成一個純粹的算力優(yōu)化、加速的工作了，我覺得比較適合AI Infra廠商去做。

藍(lán)鯨科技：

會不會有一些AI視頻從業(yè)者的看法和你提到的不太一樣，他們感覺比起速度會更關(guān)注生成視頻的質(zhì)量。

尤洋：

我知道，我感覺他們的意思是現(xiàn)在視頻大模型的質(zhì)量還不夠好。即便某個廠商現(xiàn)在聲稱自己的視頻大模型是最好的，我相信一個成熟的廣告工作室也不可能完全用視頻大模型的生成內(nèi)容替代大部分工作，或者去拍《阿凡達(dá)》、《泰坦尼克號》這樣的電影。

現(xiàn)在視頻大模型的存在感仍然還不夠高，肯定會非常關(guān)注要持續(xù)提升視頻質(zhì)量。但是現(xiàn)在每提升一點視頻質(zhì)量，代價往往是要增長數(shù)倍的計算量和成本。視頻模型對算力的要求是非常高的，對算力優(yōu)化的需求也比LLM（大語言模型）更高。

圖片潞晨視頻大模型Video Ocean截圖

藍(lán)鯨科技：

還有一種主流看法認(rèn)為，像字節(jié)、快手這類在技術(shù)上有投入，同時積累了大量視頻數(shù)據(jù)的大廠，可能會在視頻模型上更有優(yōu)勢。你認(rèn)同嗎？相比起來潞晨的優(yōu)勢會是什么？

尤洋：

我肯定是認(rèn)同的。我覺得要做視頻大模型有幾點優(yōu)勢，第一個就是數(shù)據(jù)上的優(yōu)勢，第二個是算法上的優(yōu)勢，第三個優(yōu)勢是算力優(yōu)化上的優(yōu)勢，可能還有個優(yōu)勢就是產(chǎn)品力上的優(yōu)勢。

首先我覺得字節(jié)或者快手這樣的大廠，它的優(yōu)勢主要是第一點和第四點：數(shù)據(jù)量很大，也能做出飛書、剪映、抖音這種級別的產(chǎn)品，產(chǎn)品力方面肯定是非常強(qiáng)的。

我覺得像我們這樣的公司，優(yōu)勢肯定就是第三點的算力優(yōu)化上。再一個本身我們幫客戶去交付私有模型、行業(yè)模型的時候，對算法也是需要非常了解的，否則我們無法把它做成標(biāo)準(zhǔn)化的東西，所以第二點也是有優(yōu)勢的。

那如何去應(yīng)對我們在第一點、第四點的劣勢呢？首先，我們其實也通過合法手段購買收集了很多帶版權(quán)的數(shù)據(jù)，我感覺這個階段其實是夠的。因為數(shù)據(jù)量從10億到100億，如果都是差不多的視頻內(nèi)容和模式的話，提升也不是太大。在私有化交付時，因為是使用客戶的私有數(shù)據(jù)，所以在數(shù)據(jù)上的差距也不會特別大。

第四點，我們的劣勢是產(chǎn)品力方面的。作為一個To C或者To開發(fā)者的產(chǎn)品，我們是肯定不可能做得過抖音、快手這種級別的APP。他們經(jīng)驗非常豐富，那我們就把自己的目標(biāo)定得清晰一點。

我們的視頻大模型就是一個虛擬相機(jī)，而不是剪映。因為現(xiàn)在我要在抖音上發(fā)一個視頻的話，也是先用相機(jī)拍出原始的視頻素材，再用剪映等工具去加工。我現(xiàn)在就細(xì)分到一個點，就要做虛擬相機(jī)，用大模型生成原始視頻素材。后邊工具鏈的內(nèi)容，我先不要太關(guān)注，否則什么也做不好。

藍(lán)鯨科技：

那潞晨的Open-Sora視頻大模型和國內(nèi)外現(xiàn)有的視頻模型比，在哪些方面會有優(yōu)勢？

尤洋：

我覺得性價比是最高的，同等預(yù)算情況下，它可以做到是最好的。模型質(zhì)量不差，但肯定不是跑分最高的，參數(shù)量比別人小三倍、五倍。我們上一版Open-Sora只有1億參數(shù)，可能很多設(shè)備上都能放得下。下一階段就是準(zhǔn)備做一個10億參數(shù)版本的Open-Sora。

藍(lán)鯨科技：

自研視頻模型會分散潞晨的資源和精力嗎？

尤洋：

我覺得還好吧，其實很快就可以做成一個盈虧平衡的生意了。這是一脈相承的，最開始做算力優(yōu)化的軟件，然后結(jié)合算力做云和一體機(jī)，再加上算法和數(shù)據(jù)進(jìn)一步做模型。

自研視頻模型就相當(dāng)于我們最大的私有化模型，在國內(nèi)市場做大模型私有化+一體機(jī)的生意。比如說我在國內(nèi)做了十個模型私有化單子也就兩千萬，已經(jīng)算不錯了。但是我現(xiàn)在把這一個視頻大模型做好，我可能一年就收獲四千萬，相當(dāng)于它是一個很大型的項目。

藍(lán)鯨科技：

現(xiàn)在潞晨的客戶對視頻模型已經(jīng)有需求了嗎？

尤洋：

是有一些需求的。隨著視頻質(zhì)量逐漸變好，很多做媒體的、廣告的、影視行業(yè)的B端客戶都會對視頻大模型感興趣，他們本來就是我們目標(biāo)客戶的一部分。我們也上線了一個新的視頻開發(fā)工具Video Ocean，其實就面向這些做電商、短視頻的博主。目前我們對這個還是比較充滿信心的。

藍(lán)鯨科技：

自研模型會成為AI Infra廠商的一個競爭優(yōu)勢嗎？

尤洋：

我覺得這是一個很好的時機(jī)，因為視頻大模型還沒有頭部語言模型那么大，我不需要投入幾億美金才能開始去做這個事情。如果這個時候能夠盡早布局、搶灘登陸，我覺得還是有機(jī)會的。如果現(xiàn)在去自研Llama、DeepSeek這樣的，我感覺已經(jīng)不太可能有商業(yè)機(jī)會了。

后DeepSeek時代的機(jī)會

藍(lán)鯨科技：

DeepSeek這波受到關(guān)注的原因之一是，因為硬件層面受限，所以他們在算法、軟件層面做優(yōu)化來實現(xiàn)對算力的最大化利用，這方面是否也是潞晨一直在做的方向？

尤洋：

是，其實我們跟DeepSeek團(tuán)隊的一些成員也進(jìn)行過交流，他們確實有這方面的需求。因為中國企業(yè)的算力是嚴(yán)重受限的，不像OpenAI等那么自由。

DeepSeek跟我們的區(qū)別是，我們是要服務(wù)好我們的中小型客戶、傳統(tǒng)大型企業(yè)。他們其實可以更專注于把自己的模型訓(xùn)練好就行。哪怕把全部手寫特定策略，軟件改得沒有任何通用性都可以，因為所有優(yōu)化都是為自己的特定模型量身打造的。我們則需要滿足不同場景，整體保持通用性，所以還是很不一樣的。

藍(lán)鯨科技：

潞晨用昇騰芯片來部署DeepSeek的時候，華為那邊有提供什么幫助嗎？還是主要由潞晨自己的團(tuán)隊在做這方面的工作？

尤洋：

華為幫助很大。因為優(yōu)化涉及多個不同層級的軟硬件協(xié)同，華為有比較龐大的工程團(tuán)隊，對各個層級做了很多投入和開發(fā)，一起推進(jìn)效率會更高。

藍(lán)鯨科技：

很多人認(rèn)為DeepSeek對國產(chǎn)算力中心也是非常大的利好。潞晨之前有和各地算力中心建立合作嗎？之后會加強(qiáng)這類合作嗎？

尤洋：

對，因為算力中心現(xiàn)在最缺的就是軟件優(yōu)化。他們其實買了很多卡，但是這些卡現(xiàn)在用的不是特別好。我們其實就是幫他們提升算力優(yōu)化的能力，來把它的算力賣出更好的價格，以及把我們的大模型私有化+算力云跟國產(chǎn)算力中心結(jié)合起來。我覺得是很好的機(jī)會。

藍(lán)鯨科技：

2024年一直被說是AI應(yīng)用落地之年，今年一開年DeepSeek也帶動很多應(yīng)用類公司開始接入AI。對潞晨這樣的AI Infra企業(yè)來說，這會是一個比較好的機(jī)會嗎？

尤洋：

我覺得是的。我相信AI在各個企業(yè)里邊都是有很大價值的，只不過現(xiàn)在可能還是需要一些手段，讓AI價值體現(xiàn)得更直接一點，不僅僅限于一個客服或者聊天軟件。

藍(lán)鯨科技：

這方面要靠什么手段來推動？

尤洋：

最底層、最本質(zhì)的還是AI模型的質(zhì)量更好。目前Agent（智能體）的模式和最終能力還是受限于背后的模型能力。LLM現(xiàn)在很多Agent的東西，其實在模型質(zhì)量提升之后，就不用靠人工做那么多的業(yè)務(wù)流來搭建了，很多AI都可以直接搞定。再一個就是視頻模型質(zhì)量的進(jìn)一步提升。

藍(lán)鯨科技：

潞晨在商業(yè)模式上還有什么方面是待完善的？

尤洋：