编者按：本文来自微信公众号 20社（ID：quancaijing_20she），作者： 贾阳 罗立璇，创业邦经授权转载。
市场开始关注DeepSeek如何影响英伟达估值时，英国《金融时报》发表了一篇评论认为，对于DeepSeek的成功，市场更应该担心的是：这意味着中国已经掌握了“改善”的艺术。
什么是“改善”？
这是一个来源于日本的概念：Kaizen（改善的日文发音），大致涵盖了模仿、优化流程、生产物美价廉的产品。Kaizen被认为是丰田生产方式的核心之一，在中国汽车行业也曾备受推崇，比如长城汽车的座右铭就是，每天进步一点点。
在欧美研究者看来，Kaizen是日本在1970年代和80年代经济起飞，成为超级大国的主要原因之一。这是一个先发国家，或者说所有市场霸主很容易认可的逻辑：后来者，可以通过在原有产品、技术的基础上加以优化改善，打败先行者。
正是沿着这个路线，日本公司在汽车、消费电子和半导体等行业从技术和质量上击败了欧美传统巨头。
用这个词来描述当下的中国AI行业，这背后代表了一种混杂的态度，既有对于DeepSeek“创新含量”的质疑，也有对中国工程师团队能够在最尖端行业平推工艺优化迭代的惊叹。但相较于美国人一惊一乍的“Sputnik”，《金融时报》多了一份旁观者的冷静。
或许在这一段DS热潮稍息之际，我们可以有余裕看一下更核心的问题：中国以什么体系、路径，诞生了DeepSeek这样的现象级创新。DeepSeek路径，能否泛化为中国路径?
两周前，字节发布了视频生成模型OmniHuman，用户仅需输入一张图片和一段音频，就可以生成一条AI视频。
你可以让爱因斯坦成为物理名师课堂的讲师，让泰勒·斯威夫特唱中文神曲。这比之前的做对口型视频的流程更简单，效果也非常真实。
OmniHuman可以生成光线、质感、细节相对应的，任意图像比例、任意人物比例的视频。
一位国内大模型厂商从业者认为，OmniHuman属于一种AI口播类产品，没有什么创新之处，功能都不是全新的，但他也承认是在AI口播这个垂直领域，OmniHuman还是非常实用。
“AI口播的核心功能是要素替换，而不是内容创造”。这是一个很窄的领域，因此OmniHuman发布后，没有像可灵那样吸引来广泛关注。
OmniHuman可以适配不同画风，生成以前做不出来的姿势，来适配人物。
由于我们最近一直在找最简单的数字人方案来做视频，这个大模型还是一下就吸引了我的注意，因为它确实用户友好，如果再搭配剪映加上字幕，就很容易实现让AI替我们念稿子的想法。
本质上，OmniHuman这个“傻瓜级”视频生成模型，是一个垂直模型。把原本更垂直的面部动画模型和姿势调节模型，合并成了更有适用性的数字人动画模型。
它的长处在于，给定一个基础人像，让它按照语音/视频的指令一边演讲/唱歌，一边身体自然律动，效果无比出色（参考演示视频效果）。至于从无到有的内容创造，对不起，不是我的专业。
而它之所以能做到小赛道的高分（据OmniHuman论文数据），答案其实并不复杂。那就是针对单一目标，做极致的工程学优化。
据OmniHuman的论文，原本更垂直的数字人模型（如主播类），大多专注口型，为求精确，往往需要过滤裁剪大量与面部表情无关的训练数据。而OmniHuman，从原本被浪费的数据中，提炼出有价值的运动模式，驱动面部表情的同时，也驱动身体姿势，使生成的形象更自然灵动。
这是一款中国AI产业“应用”思维下诞生的典型产品。
如果在基础研究上没有足够能力，或短时间内大模型的能力无法显著突破，又或大模型本身的商业化遥遥无期，那么用已有技术打磨出一个好用的应用，是商业公司的最优解。
事实上，字节的AI产品覆盖相当全面，在AI视频生成这个方向上，我们甚至看到豆包和剪映两个团队在赛马，在OmniHuman发布前，豆包也发布了一款视频生成产品。
这某种程度上而言，算是原本意义上的“Kaizen”的实践。
Kaizen的核心，就是在原有产品基础上去追求极致，无论是单点的优化，还是整个系统的再降本增效。
但“Kaizen”的壁垒能维持多久，是一个问题。比如，过去几周，一个经常被拿来对比的产品是豆包：就在豆包好不容易有了近千万的DAU，成了国内排名第一的AI产品时，DeepSeek R1发布了，上线仅20天DAU超过2000万。
这可能也是这一领域的独特风险。大模型的进步曲线十分陡峭，不像互联网产品或者是传统制造业已经平缓。虽然中国互联网企业在AI应用打造上更有优势，但AI技术目前仍在发展中。我们看到的产品仍然都是是阶段性的，也就很难形成绝对壁垒，无论对于open AI还是豆包。
而DeepSeek，则是在最前沿的方向，把Kaizen做到了极致。
来自东方的神秘力量——“工程科学”，不仅出现在OmniHuman这个小模型中，更在整个AI产业中涌现，产生效果。揭开今年科技圈春晚序幕的DeepSeek，是这方面的佼佼者。
DeepSeek最让人瞩目的要数两点，一是极致的性价比，二是优越的模型表现。
而这两点的实现，来自DeepSeek高密度、一环扣一环的工程创新。
很多读者可能已经遗忘了，去年拉开大模型价格战不是大厂，而是幻方。当时它发布了DeepSeek-v2，带来全方位的推理成本下降，能够在盈利的基础上进行降价。而年末发布的DeepSeek-v3，进一步进行了工程上的创新优化。
最值得称道的工程创新，是模型架构层面的。
新的混合专家系统（Mixure of Experts，MoE）架构，作为一个更精细的任务“分诊台”，只激活少量合适的专家，从而在推理过程中减少参数量，提升效率。
也有算法层面的，新的多头潜在注意力机制（Multi-Head Latent Attention，MLA），把加载上下文的显存占用，降到了常见架构的5%-13%，显著降低了推理成本。这来自于DeepSeek一个年轻研究员的个人灵感，最终被团队落地，实现了极其罕见、有魄力的Attention架构创新。
此外，还有几乎无人工干预的强化学习（RL）。尤其是DeepSeek-R1-Zero模型，仅靠简单的奖惩信号来优化模型行为，纯RL。而这个过程中，R1-Zero自发获得了优化推理的能力，在推理过程中产生了令人激动的“顿悟时刻”（Aha Moment）。这是GPT-o1隐藏的秘密和壁垒，DeepSeek自己攻破了这个谜题。
（论文记录了一个案例，R1-Zero在数学推理的过程中，突然停下，"Wait, wait. Wait. That's an aha moment I can flag here"，而后重新审视了自己的解题思路。研究团队也将这视为RL能力的彰显。）
当然还有一系列针对数据压缩、数据处理流程、芯片带宽通信调度等等的细节创新优化。
（来自腾讯科技）
这就进入到一些争议环节了。
以FutureLabs首席专家胡延平为代表的一些人认为，DeepSeek的亮点，按实际价值其实依次是强化学习、混合专家模型MoE、知识与模型蒸馏、多头注意力、多Token预测、混合精度训练和PTX等。尽管其中没有一项是DeepSeek自己完全原创、独创的，但是DeepSeek成功地进行了非常系统的再创新。
那么，这实际上是最经典的“改善”逻辑——博采众长，从而实现效率最大化。
也有一些人，尤其是在阅读了DeepSeek的多份论文后，发出了“低成本高效率”之外的另一种的感叹——这不是单点的巧思，而是一整个系统的创新。
比如，在R1发布前，Perplexity CEO Aravind Srinivas对V3评价已经非常高，他在接受CNBC专访时称，MoE非常难训练，有准确度的8位浮点训练很难做到，在美国并不常见。
通常的认知是中国人擅长复制，如果美国人停止发表论文，他们就赶不上。“但现实是，DeepSeek-V3中一些细节非常出色，我甚至不会惊讶Meta会借鉴并应用到Llama中。他们不是在复制，而是在创新。”
VC机构Benchmark合伙人Chetan Puttagunta读了V3的论文，他认为DeepSeek团队贡献了一些在算法方面真正的创新，某种程度上是世界领先水平的创新。
公允地说，DeepSeek没有做出Transformer模型之外的底层创新——像杨立昆（Yann LeCun）所说的大语言模型之外的世界模型，但在Transformer领域内，DeepSeek做出了有突破价值的工程学创新，从而让Transformer模型更强大了。
本质上，它做的正是GPT3做的事。
在AI领域，工程创新，跟最前沿的理论创新，并不是孤立存在的。它们往往是并行的，互相验证，互相启发。规模效应、工程本身会带来意外的aha moment，从而推动理论、模型创新进入新的阶段。
在R1发布后，据DeepSeek团队研究员Daya Guo称，R1-Zero的性能曲线还在“不断上升”，真切感受到RL的威力。
梁文锋最近又新发了署名论文，又提出了一个新的Attention模型——NSA（Native Sparse Attention），相较于其之前的MLA模型，提升推理效率的同时，能更好地模拟人类对长文本的理解方式。
要求大算力的预训练阶段比拼，竞争强度下降。而在RL这个想象空间巨大的领域，中国的AI企业正在迅速追赶Open AI。
一位大模型公司的人士在和我们讨论Kaizen时认为，持续改善说起来容易做起来很难，因为绕行和摸鱼才更符合人性。
实际上DeepSeek所做的尝试，很多公司都曾做过一项或者是几项，但发现效果不佳后，就不再继续。DeepSeek某种意义上的价值，在于掀开了中国从业者心中的天花板。
日本公司成功的核心在于恒心，丰田等日本公司将其发展成一种企业文化。将改善的权力交给了每一位员工，在生产线上，任何员工发现问题都有权举手叫停。
这种改善带来的进步，看起来并不复杂，只是在原本的产品路径上又跨越了一个难点，或者是降低一点点成本、一点点使用门槛。
《金融时报》认为，回顾丰田“Kaizen”式的成功，或许更能解释中国企业的进步，以及为什么这样的进步，有可能帮助这些公司获得最大的市场成功。
丰田在上世纪80年代，通过更高效和低成本的生产方式，制造出了廉价但可靠的科罗拉，打败了大众的甲壳虫，从而重塑了美国的汽车工业。
比起美国公司所习惯的“大力出奇迹”来得到创新，丰田更专注于在作业过程中，杜绝资源浪费和自发实现渐进式的进步，这样的方法被总结为“改善”。
丰田能够在美国市场迎头赶上，做到了以下三点：
1、大量模仿，小幅提升。最后，技术落后的丰田，靠逆向工程雪佛兰的发动机，研发出了自己的引擎，马力比之前提高了10%。
2、认真调研市场需求。当时的美国处于石油危机下，消费者特别需要油耗低的小型车。丰田的小型车的抛锚率远低于当时大热的大众甲壳虫，还便宜。
3、改善生产流程，去掉无用的环节，实现全局细节优化，从而做到成本和质量上的双优化。
这样的路线，在今天中国的很多行业也在被不断执行且发扬光大。
比如在电动车行业，最早的阻碍是电池。比亚迪找用磷酸铁锂迭代了此前主流的三元锂。但最初的方案续航旅程很短，比亚迪又在2020年推出了“刀片电池”，基本弥补了在续航上和三元锂电池的差距，且成本极低。
同时，在实现大部分零件自产的前提下，比亚迪造出了性价比最高的车辆，从而成为新能源“销冠”。
但到如今，中国的新能源汽车，早已经超出了原本的“改善”范畴。
作为全球最大的电动车生产与消费国，中国的电动车行业是一个有机整体，在电池、压铸技术、空气悬挂、汽车芯片、智能座椅、智能驾驶、软件等多个方面都在内卷式创新。它们的对手，也从特斯拉变成了彼此。
一年前，中国还没有能提供全场景L2辅助驾驶能力的头部供应商，但没有意外的话，到今年底，L2+就会成为所有主力车型的标配。
用深入观察中国电动车的Reddit用户singularity的观点，这是整个生态系统整体发展的故事，推动快速应用，优化产业链，构建特定专业领域的庞大集群——飞轮开始加速。而在AI领域最近发生的事情，让他想起了汽车领域发生过的事。
在人工智能领域，这个轨迹目前为止确实是相似的。
Open AI目前最强大的o3固然惊艳，但仅部分向公众开放，且价格高昂。能够实现相似智能水平的DeepSeek-R1-Zero横空出世，将其在RL阶段实现深度思考的秘诀开源，追赶Open AI的路径似乎已被解密。
和DeepSeek R1几乎同时发布的月之暗面的Kimi k1.5，也英雄所见略同地推出了稀疏注意力机制，名为MoBA（混合块注意力机制），同样对标o1正式版。
而k1.5的推理能力也相当不错。Open AI的论文表示，R1和k1.5两者的独立研究都证明，利用思维链能够提升大模型在数学与编程上的能力。
字节随后发布的豆包大模型1.5 Pro，也声称采用了稀疏MoE架构。其稀疏模型架构命名为UltraMem，称推理速度相比MoE架构提升2-6倍，推理成本最高可降低83%。
在scaling law告急后，行业转向加码RL，中国企业则还有一个突破Transformer算力桎梏的共同目标——Attention架构提高了模型智能程度，但却需要占用大量内存，且计算成本高昂。
在海量的AI人才努力下，大家都给出了相似的解题思路，只不过DeepSeek的创新更加密集，更系统，给出了最高分答卷。
《金融时报》乐观估计，相较于日本原版，中国式的 “改善” 能在更快节奏、更具颠覆性的时期发挥作用，且成果可能更为显著。
首先是中国的人力资源和人才规模与以往完全不是一个量级，让“改善”能够在更大范围内进行，改善再加上规模化的威力，是不可小觑的。
其次是，在数字化时代，消费者反馈和公司调整会更快。
更重要的是，中国不论官方还是民间，依然有意愿和能力为快速规模化提供资金支持。
在大语言模型的scaling law被质疑触墙的过去一年，我时常想起古早美剧《疑犯追踪》中的一个情节——引入了压缩算法后，原本需要巨型数据库容身的AI，可以被装进一个手提箱。
科幻有时候会给出先验的预言。人工智能一定要寄居在海量算力上吗？能不能让AI既聪明，又低能耗呢？
在最新近的现实中，中国的AI创业公司正在为这个使命做出最核心的贡献。
