梁文锋、杨植麟论文 “撞车”，DeepSeek走红，月之暗面尴尬lg...

在AI领域，技术创新与突破一直是各大厂商与研究机构竞相追逐的焦点。近日，两位技术大佬——DeepSeek的梁文锋与月之暗面的杨植麟，因各自发表的论文“撞车”而引发业界广泛关注。与此同时，DeepSeek的迅速崛起更是让月之暗面陷入了尴尬境地，甚至有消息称月之暗面已大幅降低广告投放。

论文“撞车”：技术路线的殊途同归

2月18日，DeepSeek与月之暗面几乎同时发布了各自最新的论文，而主题直接“撞车”——都是挑战Transformer架构最核心的注意力机制，旨在让它能更高效地处理更长的上下文。DeepSeek的论文提出了名为NSA（原生稀疏注意力）的新架构，该架构在基准测试中表现出色，与全注意力机制相比，准确率相同或更高，处理64k标记序列时速度可提高至11.6倍，且训练更高效，所需算力更少。

而月之暗面的论文则提出了MoBA架构，它同样使用了将“词”变成块的方法，并设计了一套可以自由切换全注意力和稀疏注意力机制的方式，给已有的全注意力模型更多的适配空间。

这两篇论文的发表，不仅展示了两位创始人在技术领域的深厚功底，也揭示了AI大模型技术发展的新方向。清华大学教授章明星在知乎上分享道：“DeepSeek R1和Kimi K1.5都指向了ORM based RL，而Kimi MoBA和DeepSeek NSA再一次都指向了可以反向传递的learned sparse attention。”这充分说明了两位创始人在技术路线上的不谋而合。

DeepSeek的崛起与月之暗面的尴尬

然而，就在两位创始人论文“撞车”的同时，DeepSeek凭借其强大的技术实力和精准的市场定位，迅速在AI领域崭露头角。据悉，DeepSeek在几十天内便达到了3500万DAU（日活跃用户），这一成绩让业界为之震惊。相比之下，月之暗面虽然也推出了Kimi等备受瞩目的产品，但在用户增长方面却显得力不从心。尽管月之暗面也曾投入大量资金进行广告投放，但效果并不理想。据报道，月之暗面用一年多时间大量“烧钱”，只获得了不足千万量级的日活数据。

DeepSeek的崛起无疑给月之暗面带来了巨大的压力。一方面，DeepSeek的技术实力和市场表现让月之暗面的技术优势不再明显；另一方面，DeepSeek的迅速扩张也挤压了月之暗面的市场份额。在此背景下，月之暗面不得不重新审视自己的市场定位和技术路线。

据了解，月之暗面内部认为，要继续在AGI领域竞争，必须坚持基础模型SOTA（当前最佳）。接下来，团队计划重新训练基础模型，同时关注应用层机会，如参考OpenAI的DeepResearch产品方向。尽管月之暗面手握多模态能力（k1.5 多模态模型发布）、资本储备（融资规模大）和品牌余温（春节期间有用户增长，部分因DeepSeek服务器拥堵回流）等筹码，但在竞争激烈的AI市场，留给它的时间窗口正在缩小。

从行业影响来看，DeepSeek的爆发重塑了中国大模型赛道。资本逻辑发生转变，从过去的 “烧钱换估值” 转向关注技术性价比与商业化闭环；生态链重构，百度、腾讯等大厂纷纷接入DeepSeek的开源模型，闭源玩家生存空间被挤压；技术平民化趋势显现，算法创新降低了对进口硬件的依赖，国产芯片能效比提升。在这样的大环境下，月之暗面面临着巨大挑战，如何在开源生态、成本控制或垂直场景中找到新支点，成为其破局的关键。