Vize otevřeného zdroje (open-source)

Liang pevně zavázal DeepSeek k tomu, že i své nejpokročilejší modely ponechá open-source, a argumentuje, že otevřený vývoj a komerční monetizace se vzájemně nevylučují . Open-source popisuje jako „upuštění od zisku“ – záměrnou oběť, která přináší interní výhody (hrdost zaměstnanců, soudržnost) i výhody pro celou AI komunitu . Explicitně odmítl přechod na uzavřený zdroj s tím, že zdrženlivost je strategií pro maximalizaci pravděpodobnosti dosažení AGI .

Cestovní mapa k AGI

Liang uvedl, že jedinou dlouhodobou vizí DeepSeek je AGI (Artificial General Intelligence) – nikoli budování spotřebitelské platformy, superaplikace nebo maximalizace krátkodobých příjmů . Představil fázovaný technologický plán:

• CoT (Chain-of-Thought): „schod“ pro rok 2025 .
• Agent: aktuální schod pro rok 2026 .
• Kontinuální učení: další velký problém k vyřešení po Agentovi .
• Singularita → Vtělená inteligence: dlouhodobější vývoj po kontinuálním učení .

Explicitně vyloučil investice do 3D generování, videogenerace nebo world modelů jako rozptýlení od cesty k AGI .

Filosofický postoj k monopolu a cenotvorbě

Liang odmítl monopolní maximalizaci zisku. Jeho filozofie API cen byla přímočará: cena pokrývající náklady na hardware za zhruba deset měsíců – rozumný zisk, nikoli maximalizace zisku . Uvedl, že poptávka v tomto cenovém pásmu je neelastická – dokonce i zdvojnásobení ceny by výrazně nesnížilo spotřebu tokenů – ale rozhodl se tak neučinit . Když DeepSeek jednou snížil cenu modelu na čtvrtinu, tým slavil; dostupnost sama o sobě byla cílem .

Ohledně monopolu řekl, že firma nebojuje o spotřebitelský provoz, nehoní trendy na B2B trhu a nesnaží se dominovat žádné vertikále . Jeho klíčový argument: „Čím více jste zdrženliví, tím je pravděpodobnější, že uspějete“ . Jediný monopol, na kterém mu záleží, je ten, který je důležitý pro pokrok AGI – přístup k výpočetnímu výkonu, který označil za největší omezení DeepSeek. Uvedl, že pracují zhruba s 1/20 výpočetního výkonu amerických laboratoří (cca 20 000 GPU ekvivalentu H100) a zaostávají za USA o 12–18 měsíců .

Vize otevřeného zdroje (open-source)

Liang pevně zavázal DeepSeek k tomu, že i své nejpokročilejší modely ponechá open-source, a argumentuje, že otevřený vývoj a komerční monetizace se vzájemně nevylučují . Open-source popisuje jako „upuštění od zisku“ – záměrnou oběť, která přináší interní výhody (hrdost zaměstnanců, soudržnost) i výhody pro celou AI komunitu . Explicitně odmítl přechod na uzavřený zdroj s tím, že zdrženlivost je strategií pro maximalizaci pravděpodobnosti dosažení AGI .

Cestovní mapa k AGI

Liang uvedl, že jedinou dlouhodobou vizí DeepSeek je AGI (Artificial General Intelligence) – nikoli budování spotřebitelské platformy, superaplikace nebo maximalizace krátkodobých příjmů . Představil fázovaný technologický plán:

• CoT (Chain-of-Thought): „schod“ pro rok 2025 .
• Agent: aktuální schod pro rok 2026 .
• Kontinuální učení: další velký problém k vyřešení po Agentovi .
• Singularita → Vtělená inteligence: dlouhodobější vývoj po kontinuálním učení .

Explicitně vyloučil investice do 3D generování, videogenerace nebo world modelů jako rozptýlení od cesty k AGI .

Filosofický postoj k monopolu a cenotvorbě

Liang odmítl monopolní maximalizaci zisku. Jeho filozofie API cen byla přímočará: cena pokrývající náklady na hardware za zhruba deset měsíců – rozumný zisk, nikoli maximalizace zisku . Uvedl, že poptávka v tomto cenovém pásmu je neelastická – dokonce i zdvojnásobení ceny by výrazně nesnížilo spotřebu tokenů – ale rozhodl se tak neučinit . Když DeepSeek jednou snížil cenu modelu na čtvrtinu, tým slavil; dostupnost sama o sobě byla cílem .

Ohledně monopolu řekl, že firma nebojuje o spotřebitelský provoz, nehoní trendy na B2B trhu a nesnaží se dominovat žádné vertikále . Jeho klíčový argument: „Čím více jste zdrženliví, tím je pravděpodobnější, že uspějete“ . Jediný monopol, na kterém mu záleží, je ten, který je důležitý pro pokrok AGI – přístup k výpočetnímu výkonu, který označil za největší omezení DeepSeek. Uvedl, že pracují zhruba s 1/20 výpočetního výkonu amerických laboratoří (cca 20 000 GPU ekvivalentu H100) a zaostávají za USA o 12–18 měsíců .