DeepSeek prioriterar AGI-forskning före produkter och kommersiell tillväxt

Den kinesiska AI-utvecklaren DeepSeek har enligt rapporter prioriterat forskning inom artificiell generell intelligens (AGI) framför utvecklingen av konsumentprodukter eller kortsiktig kommersiell tillväxt. Företaget fokuserar på AGI-utveckling, där dess open source-lösningar, såsom R1-resonemangsmodellen, ses som ett resultat av dessa långsiktiga forskningssträvanden.

Grundaren Liang Wenfeng uppges ha klargjort för investerare att DeepSeek inte konkurrerar om konsumenttrafik eller siktar på omedelbara intäkter. Detta synsätt förklarar företagets betoning på open source-modeller, låga API-priser och förbättrad effektivitet i träning och inferens. Strategin skiljer DeepSeek från andra AI-företag som fokuserar på att skapa fristående produkter och företagsförsäljning.

Enligt Liang är kontinuerligt lärande nästa stora tekniska utmaning efter AI-agenter. Hans beskrivning av utvecklingsvägen innefattar steg från kedjetänkande till agenter, kontinuerligt lärande och slutligen förkroppsligad intelligens. Medan nuvarande AI-system kräver att användare tillhandahåller kontext för varje uppgift, förväntas framtida modeller kunna lära sig kontinuerligt av erfarenhet.

DeepSeek prioriterar inte generering av 3D-grafik, video eller världmodeller, vilka betraktas som användbara men inte centrala för intelligensutvecklingen. Kärnagent-fokus ligger istället på kodningsagenter, som kan förbättra både företagets egna produkter och dess forskningsprocess. Multimodala kapaciteter kommer dock att utvecklas för konsument- och företagsprodukter.

API-priserna rapporteras vara utformade för att täcka hårdvarukostnader inom cirka tio månader, snarare än att maximera vinst. DeepSeek planerar även att behålla sina mest kapabla modeller som öppen källkod och använda samma modeller internt och externt, istället för att släppa svagare versioner publikt. Denna strategi positionerar företaget primärt som en AI-forskningsorganisation.