点击蓝字

关注我们


梁正

清华大学人工智能国际治理研究院副院长、人工智能治理研究中心主任、中国科技政策研究中心副主任、公共管理学院教授

本文刊登于《解放日报》4月13日第6版
2025年,中国人工智能(AI)领域迎来标志性转折点——DeepSeek(深度求索)正式发布R1大模型并同步开源模型权重。这一技术突破不仅促使大模型训练成本降低,更通过底层架构创新,首次实现终端设备的高效推理能力,其意义堪比计算机史上微型计算机和个人电脑取代IBM大型机。
DeepSeek打破了算力垄断,使AI从实验室“奢侈品”变为普惠化“基础设施”,并以开源生态重构全球竞争规则。DeepSeek-V3、R1系列模型的推出及其带来的大模型开源与降价浪潮,标志着人工智能进入“操作系统级创新”阶段技术逻辑、产业形态与经济社会运行范式的变化,将推动人类从工业时代向数智时代的系统性变革。  
这一变革的核心逻辑在于三组矛盾的消解:
其一,算力成本与普惠需求的矛盾。传统大模型依赖于超算中心与海量资金投入,而DeepSeek通过模型压缩与存算一体技术使终端设备可直接运行千亿参数模型。
其二,技术封闭性与场景多样性的矛盾。开源生态的开放性与适配性,解决了封闭系统难以覆盖长尾场景的痛点。
其三,工具属性与基础设施属性的矛盾。AI从单一功能工具升级为调度社会资源的操作系统级平台。
进一步看,可从技术趋势、经济社会影响等维度,解析这一变革背后的深层逻辑。  

技术趋势:低成本、开源化与操作系统级重构——

开启低成本革命,打破算力桎梏的技术突围。DeepSeek通过三项创新实现突破一是模型压缩技术。采用“知识蒸馏+参数剪枝”复合策略,将千亿参数模型规模缩减至十分之一,推理能耗大幅降低。二是采用存算一体架构。重构芯片设计逻辑,通过近存计算技术,使存储单元与计算单元物理距离缩短,缓存效率大幅提升。三是使用动态量化算法。在保证精度的前提下,将浮点运算转化为更高级定点运算,终端设备算力需求下降。这意味着,中小型企业无须自建算力中心,普通用户可通过手机直接调用大模型能力,从而使得AI技术普惠的临界点已然到来。  
构建开源生态,推动全球竞争规则的重构。DeepSeek选择“安卓式开源路线”,开放模型架构、训练代码及优化工具链直击AI生态建设的关键矛盾。封闭系统存在局限,以OpenAI为代表的闭源模式依赖资本与算力垄断,其技术路线受单一企业战略制约,难以适配制造业、农业等长尾场景。开源生态则具有爆发力,如基于DeepSeek已衍生海量行业专用模型,覆盖智能制造、智慧农业、医疗健康等领域;硬件适配种类从主流GPU扩展至FPGA、ASIC等异构芯片,兼容性大幅提升。这种“技术民主化”正在改写旧有产业竞争规则——未来AI竞争不再是单一企业间的“参数竞赛”,而是生态体系间的“标准之争”
历史经验表明,开源生态的胜利往往源于“边际成本趋零”与“网络效应叠加”。Linux通过开源击败Windows Server,安卓通过开放超越iOS。当前,以DeepSeek为代表的中国厂商正在复现这一路径,其开源协议允许企业免费商用,但要求衍生模型兼容主架构。这种“温和约束”既保障了生态统一性,又能够激发创新活力。  
重构操作系统级,实现从工具向智能体的范式迁移。人工智能正从“功能插件”升级为“操作系统级入口”。DeepSeek的终极目标并非提供具体应用,而是成为调度硬件、连接服务的“智能体操作系统”,其核心特征如下:一是自然交互中枢,通过多模态融合技术(语音、视觉、触觉),用户可通过自然语言指令完成复杂操作;二是资源调度平台,整合算力、数据、算法资源,实现跨设备、跨应用的协同优化;三是自我进化能力,通过联邦学习框架,终端设备在本地训练模型并加密上传参数,系统短期迭代升级。
这种变革类似Windows系统取代DOS命令行,用户无须理解技术细节,通过自然语言交互即可完成复杂操作。由此,AI技术将深度融入社会运行底层,成为水、电、互联网之后的新一代基础设施。  

经济社会影响:生产力重构与社会形态进化—— 

在产业变革上,AI的渗透逻辑发生根本变化,实现从效率优化到模式颠覆的转换。面向企业,从“技术占有”转变为“服务订阅”。传统企业数字化依赖购买软件或自建系统,而DeepSeek推动的“能力即服务”模式,能够使企业按需调用AI功能。例如,中小企业以“零代码”方式定制AI工具,且接入开源模型后,成本显著降低而效率提高。面向个人,从“功能消费”转变为“体验革命”。终端设备成为AI服务核心载体,其影响具体体现为:设备智能化,具备本地化推理能力的AI手机渗透率提高;服务人格化,智能助理将接管大部分日常事务管理;市场重心转移,硬件销售利润占比下降,服务订阅与数据增值收入成为核心增长点。  
在社会演化上,AI的普惠价值与伦理挑战同步凸显,成为推动社会变革的双刃剑。一方面,技术进步带来显著社会价值,如城乡差距弥合、教育公平推进、就业门槛降低等;另一方面,技术飞跃导致风险结构转变,系统性挑战浮现,如算法歧视制度化、信息生态失控、人机关系异化。这些挑战意味着,AI治理需从“技术纠错”升级为“社会系统工程”。  
在市场维度,需把握战略机遇,共建开源生态与事实标准。
比如,掌控开源主导权,将开源贡献纳入高新技术企业认定标准,可参照欧盟“地平线计划”,对参与DeepSeek生态建设的开发者给予税收减免;建立AI开源开放基金,通过政府引导,重点支持底层框架、编译器工具链等“卡脖子”共性技术研发与推广应用。各大企业可与DeepSeek深度适配,提高服务效率与速度,相关平台可提供“一键移植”工具链,以形成“芯片—框架—应用”自主技术链为目标,使衍生模型数量突破千级,硬件兼容性覆盖全球主流设备。
又如,构建事实标准,探索将雄安新区自动驾驶数据接口规范、深圳工业质检精度标准上升为国家强制标准,反向定义全球技术演进路径。同时,通过“数字丝绸之路”项目,向“全球南方”和一带一路相关国家推广智慧城市、智慧交通、智慧能源、智慧农业等解决方案,以项目合作带动人工智能能力与标准走出去。  
在制度维度,传统治理框架无法适应技术发展需要,需创新数智化时代的新型生产关系与治理模式。
比如,推动数据要素市场化,探索建立“数据银行”制度。上海试点医疗数据信托平台,患者可授权AI公司使用脱敏数据,并按调用量获得收益。
又如,激活边缘数据价值。有物流企业在不共享客户信息的前提下联合训练路径优化模型,降低配送成本。
再如,动态风险管控。北京自动驾驶测试区允许L4级车辆在限定路段运营,同步探索事故责任认定规则,积累处置案例。
在此基础上,还可推行伦理审计。深圳就要求用户超百万的AI系统必须通过第三方伦理审查。  
在全球维度,中国有机会为全球智能文明提供新范式,以普惠导向重塑文明价值新坐标。
当技术霸权加剧文明冲突时,中国倡导“智能向善”理念,将发展权置于技术伦理的核心。下一步,可通过将技术标准嵌入可持续发展目标、开源协议绑定普惠条款,推动AI从“效率至上”转向“包容增长”。这一旗帜鲜明的价值选择,不仅能够破解“技术赋权”与“数字剥夺”的悖论,还有利于将文明互鉴融入技术基因,使智能革命成为弥合文明裂痕而非扩大对立的新纽带。  
DeepSeek引发的技术变革,本质上是生产力解放与生产关系的一个重构。当AI从“技术工具”进化为“基础设施”,其影响将超越经济效率范畴,深刻重塑经济社会范式与文明形态。在技术维度,开源生态与操作系统级创新,使中国站到了全球AI竞赛的制高点;在社会维度,普惠性与风险性的平衡,考验着文明社会对技术权力的制衡智慧;在国际维度,发展中国家可通过开源生态构建全球技术话语权,以技术普惠破解发展不平等困境。只要坚持自主创新与价值引领的双重逻辑,我们可以在新纪元中书写东方智慧带来的新篇章。  
(作者:清华大学公共管理学院教授、人工智能国际治理研究院副院长 梁正,清华大学公共管理学院博士后 孙磊华)

关 于 我 们



清华大学人工智能国际治理研究院(Institute for AI International Governance, Tsinghua University,THU I-AIIG)是2020年4月由清华大学成立的校级科研机构。依托清华大学在人工智能与国际治理方面的已有积累和跨学科优势,研究院面向人工智能国际治理重大理论问题及政策需求开展研究,致力于提升清华在该领域的全球学术影响力和政策引领作用,为中国积极参与人工智能国际治理提供智力支撑。



新浪微博:@清华大学人工智能国际治理研究院

微信视频号:THU-AIIG

Bilibili:清华大学AIIG


来源 | 本文转载自“解放日报”,点击“阅读原文”获取更多内容

内容中包含的图片若涉及版权问题,请及时与我们联系删除