DeepSeek将发布新版，美国OpenAI陷入技术焦虑，转而启动政治打压

【本文仅在今日头条发布，谢绝转载】

本文作者——迟惑｜《太空探索》杂志专业撰稿人

进入2026年初，中国多家AI企业密集发布新一代大模型，整体性能已经逼近甚至对标美国最新一线产品。按照业内通行的评估体系，这些模型在多项基准测试中达到所谓的SOTA（即当前最优水平），表现相当亮眼。

当然，说“全面超越美国”并不客观，中美之间仍存在差距。但一个更值得关注的变化是，中国开源大模型正在走出一条不同路径：用不到美国主流模型约10%的成本，做到接近甚至超过90%的性能表现。

这种“低成本+高性能”的组合，正在迅速改变大模型的应用门槛，也在客观上削弱美国在AI领域长期建立的技术与生态优势。

（OpenAI公司将Deepseek视为敌人）

Deepseek团队在2025年春节期间发布的DeepseekR1被誉为中国的“国运级”产品，直接引发美国AI概念股暴跌，因此包括OpenAI在内的美国企业，都在紧张地盯着Deepseek团队的动作，DeepSeek创始人梁文锋在内部沟通中透露，其新一代旗舰大模型DeepSeek-V4的发布时间定于‌2026年4月下旬。

‌

（OpenAI还不是最敌视中国的美国AI企业，Anthropic才是，遭到马斯克的痛批）

在这种背景下，让人意想不到的是，OpenAI公司向美国众议院的“美中战略竞争特别委员会”提交了一份备忘录，指责DeepSeek“正在使用不公平且日益复杂的手段，从美国领先的人工智能模型中提取结果，用于训练其突破性的下一代产品”。他们称Deepseek正使用所谓的“蒸馏”技术，让更老、更成熟、更强大的人工智能模型评估新模型得出的答案的质量，有效地转移旧模型的学习成果，还“通过混淆的第三方路由器和其他掩盖其来源的方式来规避OpenAI的访问限制”。

（字节跳动发布的视频创作AI工具Seedance2.0已经碾压全球同类产品）

从现有信息看，OpenAI近期的表态，更像是在推动通过政策与监管手段，对包括DeepSeek在内的中国开源大模型形成外部压力。这种做法本身就带有明显的竞争色彩，其相关指控也存在较大争议。

首先，从技术路径上看，OpenAI当前最先进的大模型仍是闭源体系，核心代码与训练数据均部署在其云端环境中。通过公开接口获取完整模型结构或原始训练数据，在现实中并不可行，这一点在业内基本没有分歧。

其次，关于“蒸馏”的说法，在DeepSeekR1发布初期确实被广泛提及，但随着DeepSeek团队陆续公开技术论文，对模型结构与训练方法进行系统性说明，这一质疑已逐渐降温。相关研究也经过同行评估与复现，至少在技术层面，简单以“蒸馏”概括其路径，已显得过于粗糙。

再次，从规则层面看，有分析指出，OpenAI的用户协议通常将生成内容的使用权授予用户。在这一前提下，即便存在基于模型输出进行再训练的行为，其权利归属与主张基础，也并非完全清晰，仍有较大讨论空间。

综合来看，这一争议的核心，并不只是技术问题，更涉及模型开放路径、商业模式以及监管环境的博弈。

（刚刚发布的豆包大模型2.0跑分也直追美国最先进的大模型）

事实上，由于中国企业发布的AI大模型基本都是开源的，而且大部分遵循着非常宽松的MIT开源协议，允许用户随意使用这些大模型的代码和数据构建自己的商业产品，美国也有大量企业在使用中国AI大模型。比如美国Meta公司的“牛油果”项目被曝选择蒸馏阿里千问模型Qwen，已经用行动承认了中国在开源领域的领先地位；美国旅游服务平台Airbnb公司的CEO公开表示其客服AI大量依赖Qwen，认为其比OpenAI产品更好更便宜；而被OpenAI收购的美国AI初创企业Windsurf，其最新模型被发现是基于智谱GLM-4.6定制开发的；硅谷知名投资人查马斯公开表示已开始使用月之暗面的Kimi-K2替代OpenAI和Anthropic的模型。

阿里千问大模型是去年世界上下载次数最多的开源大模型，Deepseek、GLM、Kimi等产品紧随其后，中国的开源AI大模型凭借着极高的性价比和开放生态，已成为全球开发者（包括美国）的首选，甚至被整合进美国AI开发的基础设施中。OpenAI的指控更多是商业护城河保卫战，当DeepSeek能以极低成本实现相近性能时，美国公司依赖高投入构建的技术壁垒就受到了威胁。

（2026年2月中国AI企业集中发布新产品，美国企业也被迫跟风）

那么，美国政府可能对Deepseek做些什么呢？实际上没什么好办法。也许他们会宣布“封杀”Deepseek，但你如何能封杀一个开源软件？如果不让Deepseek在美国的开源代码托管平台上发布，那完全可以在中国和其他国家的开源代码托管平台上发布，甚至可以在自己公司的网站上发布，世界各地的用户仍然能够随意下载。封是封不住的。

在过去一段时间，Deepseek已经通过发布论文公开了未来产品的几项核心技术，包括Engram记忆模块技术，通过哈希表分离“静态知识存储”与“动态计算推理”将固定知识卸载至低成本内存中，GPU专注逻辑任务，显著降低长上下文推理成本，延迟控制在3%以内；mHC训练框架，结合FP8数据格式，导致内存占用减半，速度翻倍。近日Deepseek还在自己的APP中已开启大规模灰度测试，实测支持100万Token超长上下文，知识库更新至2025年5月。就让我们期待Deepseek的重磅新产品上市吧。OpenAI的那些小动作，不过就是螳臂当车，完全无法阻止中国AI大模型的进步。

#头条精选-薪火计划#