Dana 20. januara, DeepSeek, manje poznat laboratorij za istraživanje veštačke inteligencije iz Kine, objavio je model otvorenog koda koji je brzo privukao pažnju u Silicijumskoj dolini. U radu kompanije tvrdi se da DeepSeek-R1 nadmašuje vodeće modele poput OpenAI-ovih u raznim matematičkim i razmišljanju benchmark testovima, pokazujući značajne sposobnosti uz niže troškove i s naglaskom na otvorenost. Uspeh DeepSeek-a ilustruje novi put za kineske tehnološke firme usred tehnološkog hladnog rata; suočene s američkim izvozničkim restrikcijama, mnoge su prešle s izrade modela na primene. DeepSeek, međutim, fokusirao se na optimizaciju struktura AI modela i efikasnu upotrebu resursa. Osnovao ga je Liang Wenfeng, diplomac mastera iz računarstva, DeepSeek je nastao iz High-Flyerp-a, istaknutog kvantitativnog hedž fonda koji se prvobitno koncentrisao na istraživanje dubokog učenja. Hedž fond je akumulirao resurse za razvoj AI, što je dovelo do osnivanja DeepSeek-a, odražavajući pomak ka dugoročnim tehnološkim ciljevima umesto trenutne dobiti.

Liang je izjavio da je naučna radoznalost vodila ovu inicijativu, naglašavajući fokus na napredovanju osnovnog istraživanja AI-a umesto komercijalizovanih aplikacija. Tim DeepSeek-a se prvenstveno sastoji od nedavnih doktoranata sa vrhunskih kineskih univerziteta, stvarajući kolaborativno okruženje fokusirano na revolucionarna istraživanja. Ovaj pristup se razlikuje od tipičnih praksi u etabliranim kineskim tehnološkim firmama, gde konkurencija za resurse često ometa inovacije. Liang primećuje da su mladi istraživači više pogoditi za projekte visokih ulaganja zbog svoje posvećenosti i nedostatka utilitarnih razmatranja. Firma se suočava s izazovima zbog američkih kontrola izvoza, koje ograničavaju pristup naprednim AI čipovima. Prvobitno posedovanjem zaliha od 10. 000 Nvidia H100 čipova, sposobnost DeepSeek-a da konkuriše zahtevala je efikasnije metode obuke modela. Tim je implementirao inženjerske strategije i inovativne dizajne poput Multi-head Latent Attention (MLA) i Mixture-of-Experts, značajno smanjujući potrebnu računaranu moć za obuku njihovog najnovijeg modela u poređenju s Meta-ovim Llama 3. 1. DeepSeek-ov pristup otvorenom kodu je stekao dobru volju u globalnoj AI istraživačkoj zajednici, omogućavajući mu da privuče doprinosioce i korisnike potrebne za unapređenje svojih modela. Ova promena u postojećoj AI sceni može izazvati efikasnost trenutnih američkih kontrola izvoza pokazujući da se vrhunski modeli mogu razvijati uz optimizovanu upotrebu resursa, što može dovesti do potencijalnih promena u percepciji kineskih AI sposobnosti.