马斯克又放炮了，这回夸的是中国。他曾表态：“中国真的被低估了！

中国并没有崛起，中国只是恢复了历史地位，自古就是第一强国，他们有很多聪明的头脑，会做出许多伟大的事情，DeepSeek就是其中之一……”听起来像是在夸同行，细看却更像是在提醒美国：AI拼到最后，靠的恐怕不只是芯片和算法。

DeepSeek-R1于2025年1月20日发布，真正让行业吃惊的，不只是模型效果接近顶尖水平，更是它背后那套更省成本的做法。

到了大模型发展的后半程，竞争早已不只是几个聪明人写代码，而是电力、设备、人才和产业协作的综合较量。谁能把算力用得更省，把模型做得更轻、更便宜，也更容易落地，谁才更有可能笑到最后。

2025年初，R1发布后，马斯克公开评价：中国不是突然崛起，而是在回到曾经的位置；中国有大量聪明人，DeepSeek只是其中一个例子。

这番话听着像赞美，真正有分量的，却是他特意点名了DeepSeek。因为在人工智能这个烧钱如烧油的行业里，所有人最终都绕不开一个问题：投入多少，才能换来同等效果？

DeepSeek-R1的成绩很快摆上台面。公开测试显示，它在AIME 2024数学竞赛中的表现达到93%，MATH-500达到97%，与OpenAI o1相差并不大。

据公开论文信息，R1新增训练费用约29.4万美元，加上基础模型前期投入，总成本不到630万美元；而OpenAI o1依托GPT-4，基础模型投入约1亿美元，后续推理优化还要继续增加成本。

换句话说，DeepSeek用大约二十五分之一的资金，做出了接近顶尖模型的效果。它冲击的并非某一家公司的面子，而是整个行业默认的路线：显卡够多、资金够厚、模型够大，就一定能赢。

更刺眼的是，DeepSeek使用的还是受到出口限制的英伟达H800。工具被卡住了，结果却没有一起被卡住。

马斯克的态度也出现过变化。年初，他曾质疑DeepSeek背后可能拥有大量高端芯片；到了同年5月，又公开提到其使用的芯片数量和成本远低于外界猜测。

说法前后虽有差异，却也说明他已经意识到，对手真正厉害的地方不在“堆料”，而在于怎样把每一块芯片的效率压到极致。

训练大模型不是几个人坐在办公室里敲代码，它需要稳定电网、服务器、散热系统、供应链和大规模工程协作。马斯克自己建设超算设施时，也曾受到电力扩容和审批流程牵制，甚至考虑把发电设备直接搬到现场。

在中国，特高压电网把西北地区的风电、光伏送往东部，为数据中心提供更稳定的能源保障。很多人只盯着芯片，却忽略了一个现实：人工智能的尽头，不只是算法，也是电力、设备和工业组织能力。

美国企业讨论的是安全和限制，开发者算的却是账单。据素材显示，近两百家美国初创公司曾反对相关限制，因为中国开源模型在开发者调用中的占比不低，禁用之后，产品成本和替代周期都会上升。

政策可以画红线，市场却会用脚投票。谁便宜、稳定、好接入，谁就更容易进入真实场景。

当然，短板依然存在。高端GPU、芯片制程、EDA工具和光刻机，不会因为一句夸奖就自动补齐。

真正值得追问的是：为什么在限制和压力之下，仍然能不断出现这样的团队？

答案不是运气，而是人才、工艺、软件、供应链与产业协作逐渐重新咬合。别人夸不夸，并不能决定我们走多远；真正决定未来的，是能不能把一次突破，变成持续不断的能力。