На 20 януари DeepSeek, по-малко известна лаборатория за изследване на изкуствен интелект от Китай, публикува отворен източник модел, който бързо привлече вниманието в Силициевата долина. В документа на компанията се твърди, че DeepSeek-R1 надминава водещи модели като тези на OpenAI в различни математически и логически тестове, демонстрирайки значителни способности при по-ниска цена и с акцент върху откритостта. Успехът на DeepSeek илюстрира нов път за китайските технологични компании в контекста на технологичната студена война; срещайки се с ограничения за износ от САЩ, много от тях са се насочили от изграждане на модели в горните нива към приложения в долните нива. DeepSeek обаче се е фокусирало върху оптимизация на структурите на AI моделите и ефективно използване на ресурсите. Основателят Лян Уенфенг, завършил магистратура по компютърни науки, основа DeepSeek, след като възникна от High-Flyer, виден количествен хедж фонд, който първоначално се концентрираше върху изследванията в дълбочинното учене. Хедж фондът натрупа ресурси за разработка на AI, което доведе до създаването на DeepSeek, отразявайки смяната на фокуса към дългосрочни технологични цели вместо незабавна печалба. Лян спомена, че научното любопитство е движело това начинание, подчертавайки акцента върху напредъка в основните изследвания на AI вместо комерсиализирането на приложения. Екипът на DeepSeek е предимно съставен от наскоро завършили докторска степен от топ китайски университети, създавайки колаборативна среда, фокусирана върху иновационни изследвания.

Този подход се различава от типичните практики в утвърдените китайски технологични компании, където конкуренцията за ресурси често пречи на иновациите. Лян отбелязва, че младите изследователи са по-подходящи за проекти с високи инвестиции поради тяхната ангажираност и липса на утилитарни съображения. Компанията се сблъсква с предизвикателства от страна на митническите ограничения на правителството на САЩ, които ограничават достъпа до усъвършенствани AI чипове. Първоначално притежаваща запас от 10, 000 Nvidia H100 чипа, способността на DeepSeek да се конкурира наложи по-ефективни методи за обучение на модели. Екипът внедри инженерни стратегии и иновационни дизайни, като Мулти-главна латентна внимание (MLA) и Смесени експерти, значително намалявайки изчислителната мощ, необходима за обучението на последния им модел в сравнение с Llama 3. 1 на Meta. Отвореният подход на DeepSeek е спечелил добросъвестност в глобалната AI изследователска общност, позволявайки на компанията да привлече сътрудници и потребители, необходими за подобряване на моделите си. Тази промяна в съществуващия AI ландшафт може да постави под въпрос ефективността на текущите ограничения за износ на САЩ, като демонстрира, че авангардни модели могат да бъдат разработвани с оптимизирана употреба на ресурсите, водеща до потенциални промени в възприятията за китайските AI способности.