是愚蠢还是真伟大？DeepSeek为什么要开源？核心技术会被“友商”偷学吗？

外来客 • 2026-08-23 04:03:37

声明：本文为对公开内容的摘要整理，未经本站独立核实，可能与原内容存在出入，不代表本站立场、观点或建议；观点与版权归原作者及原平台所有。如涉及版权问题，请联系我们，核实后立即删除。 [ 免责声明 ]

开源范围：DeepSeek 采用 MIT 协议，开源模型权重和推理代码；V3 论文透露了 RL 飞轮、预训练处理等细节，但 R1 仅开源权重与推理代码，未透露具体训练工程细节。
行业对比：Meta Llama、阿里千问、百川等主流开源模型同样仅提供接口和推理部分代码，早期 Llama 2 甚至未提供预训练权重。
技术突破：DeepSeek 使用受美国限制条例特供的 H800 GPU 集群（带宽比 H100 减少 50% 以上），通过 MoE 模型、MLA 架构、FP8 混合精度训练及 Dopipe 算法优化，将训练效率提升至同类模型的大致 11 倍。
生态应用：开源模型支持本地部署，保障数据安全，降低车企在自动驾驶、智能座舱等领域的研发成本，并促进多模态数据（如本地图片、视频、音频）的训练优化。
舆论反响：Meta 副总裁杨立坤肯定其开源价值；Anthropic CEO Dario Amodei 建议加强芯片出口管制；OpenAI 紧急发布基于 O3 的 Deep Research 模型及 O3 mini。