在創投界，朱嘯虎一直以犀利的觀點和獨特的投資眼光備受關注。這位曾憑借投資滴滴、餓了么等明星項目而聲名大噪的投資人，在人工智能領域的投資態度近期發生了戲劇性的轉變。從曾經對大模型商業化前景的公開質疑，到如今直言 “我想投資 DeepSeek”，朱嘯虎的這一 180 度大轉彎，不僅引發了創投圈的廣泛關注，更折射出中國科技圈對 AGI（通用人工智能）認知的深刻變革。

朱嘯虎早期秉持著 “現實主義” 投資理念，對大模型的商業化之路持悲觀態度。他毫不掩飾地指出大模型是 “燒錢游戲”，難以看到清晰的商業化路徑，甚至將 AGI 調侃為 “科幻小說里的東西”。在大模型公司融資熱潮中，他用行動和言論為市場降溫，篤定五年后不會有獨立的大模型公司，堅持只投 AI 應用類項目。

然而，與 DeepSeek 團隊的深入交流，徹底改變了朱嘯虎的看法。DeepSeek 展現出的強大實力和巨大潛力，讓他的投資邏輯發生了根本性的轉變。DeepSeek 在技術上的突破令人矚目，其訓練成本僅 550 萬美元，卻能逼近 GPT - 4 水平，這一成本優勢讓朱嘯虎看到了商業落地的可能性。同時，DeepSeek 構建的開源生態，吸引了全球超過 10 萬開發者自發貢獻代碼，形成了難以逾越的技術護城河。在推理成本上，DeepSeek 降低了 40%，進一步增強了其在市場上的競爭力，商業化潛力巨大。

朱嘯虎認為，DeepSeek 代表的不僅僅是技術創新，更是 “下一代基礎設施”。他預測 DeepSeek 有望成為 “AI 時代的 Linux”，在他的估值邏輯里，DeepSeek 的估值未來有望突破千億美元。這一投資意向的背后，是朱嘯虎對賽道的精準判斷和對 DeepSeek 未來發展的堅定信心。

DeepSeek 的成功，離不開其在開源產品上構建的多重壁壘。在技術層面，DeepSeek 的 MLA 架構讓單次交互能耗降低 40%，遠超行業平均水平，通過合成數據技術減少對標注數據的依賴，形成獨特的數據護城河。在生態方面，強大的開發者社區是其重要優勢，全球開發者的積極參與，形成了龐大的生態網絡。從行業應用來看，DeepSeek 的開源模型已經滲透到醫療、教育、金融、制造等各個垂直領域，為各行業的智能化升級提供了有力支持。在商業上，低成本優勢和場景化能力是 DeepSeek 的兩大法寶，訓練成本僅為行業平均水平的 1/3，通過微調模型適配不同行業需求，形成了差異化競爭優勢。

當前，算力困境是人工智能發展面臨的一大挑戰。高端芯片供應受限，算力成本居高不下，高質量標注數據稀缺，訓練效率難以提升。而 DeepSeek 通過算法優化和數據創新，提供了有效的解決方案。其 MLA 架構和 FP8 混合精度訓練，大幅降低了算力需求，利用合成數據技術減少對標注數據的依賴，提升了訓練效率。從未來趨勢來看，邊緣計算和算法補償將成為重要方向，將 AI 模型部署到終端設備，減少對云端算力的依賴，通過算法優化彌補硬件代差，降低對高端芯片的依賴。

在閉源模型與開源模型的競爭中，朱嘯虎認為閉源模型的窗口期已過。閉源模型成本高企，訓練和推理成本遠高于開源模型，且生態封閉，難以形成強大的開發者社區，創新速度受限。雖然閉源模型在垂直領域（如金融、醫療）和高端市場有一定機會，通過定制化服務滿足特定需求，但開源模型正在成為主流，代表了 AI 發展的未來方向。

從 “數據驅動” 到 “認知革命”，數據在人工智能發展中至關重要。高質量、多樣性的數據是訓練智能模型的基礎，決定了模型的性能和泛化能力。而認知革命的本質是通過深度學習將海量數據轉化為結構化知識，再利用強化學習和元學習提升模型的自主決策能力。

朱嘯虎的這一轉變，不僅僅是個人投資信仰的覺醒，更反映出整個創投圈對 AGI 認知的變革。當以現實主義著稱的投資人都開始轉變觀念，或許預示著 AGI 元年的腳步已越來越近。