Liang Wenfeng es un empresario chino y fundador de DeepSeek, un laboratorio de investigación en IA que atrajo la atención internacional a principios de 2025 tras lanzar un modelo de razonamiento que igualó a los principales sistemas occidentales con una fracción mínima del costo de entrenamiento reportado.
Liang se formó en ingeniería electrónica y de la información y en ingeniería de la información y las comunicaciones en China antes de cofundar High-Flyer, un fondo de cobertura cuantitativo que utilizaba técnicas de aprendizaje automático para el comercio automatizado. La inversión temprana de High-Flyer en infraestructura de GPU para sus modelos de trading proporcionó al equipo de Liang recursos informáticos y talento de ingeniería inusualmente sólidos, que redirigió hacia la investigación general en IA cuando fundó DeepSeek en 2023 como un esfuerzo derivado financiado por el fondo.
DeepSeek-R1 y el impacto en el mercado
DeepSeek lanzó una serie de modelos de lenguaje grandes de pesos abiertos a lo largo de 2023 y 2024, pero el perfil de la empresa cambió drásticamente en enero de 2025 con el lanzamiento de DeepSeek-R1, un modelo de razonamiento entrenado con aprendizaje por refuerzo a gran escala que rindió de manera competitiva con el o1 de OpenAI en evaluaciones de matemáticas y programación. DeepSeek publicó un informe técnico que describía un costo de entrenamiento mucho menor que las estimaciones de la industria para modelos frontera comparables, y liberó los pesos del modelo de forma abierta, permitiendo a desarrolladores de todo el mundo descargarlo y ejecutarlo. El anuncio provocó el impacto DeepSeek, una fuerte caída en las acciones relacionadas con la IA, incluida NVIDIA, mientras los inversores cuestionaban los supuestos sobre cuánto gasto en infraestructura informática requería realmente el progreso de la IA frontera.
Enfoque técnico
Los modelos de DeepSeek bajo Liang hicieron un uso extenso de arquitecturas de mezcla de expertos y técnicas de entrenamiento centradas en la eficiencia para reducir los costos de cómputo, y la empresa publicó documentos técnicos inusualmente detallados en comparación con los laboratorios occidentales, que revelaban cada vez menos sobre sus métodos de entrenamiento a medida que la competencia se intensificaba. Liang ha dado pocas entrevistas públicas, pero en las que ha concedido describió la misión de DeepSeek como la búsqueda de investigación en capacidad de IA general por sí misma, en lugar de productos comerciales a corto plazo.
Recepción
El bajo perfil público de Liang, en contraste con la prominencia de los ejecutivos de IA occidentales, generó una curiosidad mediática significativa tras el lanzamiento de DeepSeek-R1, y los medios estatales y funcionarios chinos destacaron a la empresa como evidencia de la capacidad de IA de China a pesar de los controles de exportación de EE. UU. sobre chips avanzados. Los comentaristas occidentales debatieron si los costos de entrenamiento reportados por DeepSeek eran totalmente representativos de la inversión total, aunque coincidieron en general en que el lanzamiento había acelerado el interés en técnicas eficientes de entrenamiento e inferencia en toda la industria.