2025年1月27日，国产AI“Deepseek”登录美国地区手机应用商店，甚至还超过了ChatGPT，不仅如此还引发了美国多支科技股的暴跌。

特朗普更是直言Deepseek的出现，给整个美国相关产业敲响警钟！

然而就在Deepseek火爆的同时，一位来自美国华裔女院士用低成本的AI模型研制而成。

那么，这款低成本的AI到底有多强呢？它的创始人是如何完成这一壮举呢？

院士出手

李飞飞是斯坦福大学的教授，更是美国科学院院士，在AI领域摸爬滚打几十年，是公认的行业大佬。

之前AI圈一直有个共识，想做顶级AI模型，必须砸钱、砸算力、砸海量数据，动辄几百万、上千万美元的投入，普通团队想都不敢想。

Deepseek之前就凭着“低成本”出圈，被称为AI界的“价格屠夫”，它的出现，已经让很多科技公司感受到了压力。

没人想到，李飞飞团队更狠，直接用不到50美元的成本，就做出了一个和Deepseek性能差不多的模型，取名s1-32B。

这事不是炒作，有李飞飞团队发表的公开论文为证，还有业内专家的实测验证。消息一出来，全球AI圈都沸腾了，有人说这是AI成本革命的又一个里程碑，也有人说，李飞飞这是要改写AI行业的游戏规则。

李飞飞团队做这个模型，不是凭空创造，而是基于阿里已经成熟的通义千问Qwen2.5-32B模型，做了监督微调。

简单说，就是站在“巨人的肩膀上”优化，不用从零开始搭建模型，节省了大量的时间和成本。

低成本秘

很多人好奇，不到50美元，怎么可能做出顶级AI模型？

首先，他们没有用海量数据，而是精心筛选了1000个问题，做成了一个小型数据集，取名s1K。

这个数据集看着小，含金量却极高。

团队从16个不同来源，收集了近6万个问题，涵盖数学、量子力学、脑筋急转弯等50个领域，然后严格按照难度、多样性、质量三个标准，一点点筛选，最后只留下1000个推理链路长、难度高的问题，每个问题都配上了详细的推理过程和答案。

其次，他们开发了一种“预算强制”技术，用来控制模型的思考时间。

简单说，就是给模型设定一个思考上限，要是模型思考太久，就强制它停止，进入答题阶段；要是思考时间不够，就提醒它再想想，这样既能保证推理质量，又能节省算力成本。

最后，在算力使用上，他们只用了16个英伟达H100 GPU，训练时间仅26分钟。

按照当时的GPU租金计算，这部分成本不到50美元。

要知道，很多顶级AI模型的训练，动辄需要上百个GPU，训练几天甚至几周，成本早就突破百万美元。

真相拆解

有人说李飞飞团队“作弊”，50美元根本不可能复刻Deepseek，这里要把话说透，避免大家误解。

这50美元，只包含了模型微调时的GPU租金，并没有包含通义千问Qwen模型本身的训练成本。

通义千问模型的训练，之前已经投入了大量的资金和人力，李飞飞团队是在这个成熟模型的基础上做优化，相当于“捡现成”，节省了从零训练模型的巨额成本。

就像我们买了现成的食材，只需要简单烹饪，就能做出美味的饭菜，食材的成本并没有算在烹饪费里。

还有人说，s1-32B模型的性能，已经超越了Deepseek和OpenAI的o1模型，这也不准确。

实测显示，这个模型在竞赛数学问题上，比o1-preview高出27%，和Deepseek的R1、OpenAI的o1性能相当，但并没有超过“满血版”的o1和正式版的Deepseek-R1。

业内专家也坦言，李飞飞团队的核心贡献，不是“复刻”本身，而是找到了一种低成本提升模型性能的方法。

他们证明，高质量的小数据集，加上简单的技术优化，就能让普通模型的性能大幅提升，不用再盲目追求海量数据和高额算力。

行业震动

李飞飞团队的这个操作，直接给AI行业带来了巨大冲击。

之前，AI行业一直是资本密集型领域，各大科技公司疯狂砸钱，比拼算力和数据，小团队根本没有立足之地。

现在，李飞飞团队用实际行动证明，没钱也能做顶级AI。

随着s1模型的开源，越来越多的团队开始效仿这种方法，基于开源模型做微调，节省成本。

据统计，通义千问的衍生模型数量已经突破9万，仅两款视觉模型的全球下载量就超过3200万次，开源大模型的生态越来越成熟。

各大科技公司也开始调整策略，不再一味砸钱，而是转向提升效率。

百度创始人李彦宏就曾说，AI推理成本每年下降90%，远超摩尔定律，未来AI会越来越普及。

谷歌CEO也表示，过去18个月，AI处理数据的成本下降了97%，智能会变得越来越容易获取。

对普通人来说，这不是遥不可及的科技新闻，而是和我们息息相关的变化。

未来，低成本AI会走进更多行业，比如医疗、教育、自动驾驶，降低这些领域的门槛，让我们的生活变得更便捷。

李飞飞作为华裔院士，能在AI领域做出这样的突破，也让很多华人感到自豪。

她没有靠资本堆砌，而是靠技术创新，打破了行业垄断，让AI回归技术本身。

后续，随着更多人借鉴这种方法，AI行业会迎来更激烈的竞争，而最终受益的，还是我们普通人。

信源：