DeepSeek 爆紅風暴

 

近期，DeepSeek 在全球掀起熱議，尤其是其於上年 12 月聖誕節發布的 DeepSeek-V3，更是震撼 AI 領域。據稱，該模型在多方面性能超越多家科技巨頭的最新 AI 模型，與 OpenAI 的 ChatGPT-O1 相當，然而最具衝擊力的亮點在於，其成本僅約 560 萬美元，且使用的硬體配置遠低於業界標準。相較之下，目前主要 AI 開發商打造一個先進模型的成本普遍介於 1 億至 10 億美元之間，並依賴最尖端的晶片。若 DeepSeek 的宣稱屬實，則 AI 訓練的硬體需求可能遠低於市場預期，從而顛覆目前 AI 發展的成本結構與技術路徑。

市場影響與 Nvidia 股價震盪

儘管此消息傳出已有數週，Nvidia（輝達）的股價仍然維持強勢。然而，在 1 月 27 日，DeepSeek 在美國 iOS App Store 的下載量超越 ChatGPT，登上免費應用排行榜首位，直接導致 Nvidia 股價大跌 18%，同時納斯達克 100 指數期貨亦下挫約 3%。市場普遍擔憂，美國科技巨頭在高端 AI 硬體與基礎設施上的巨額投入是否仍然合理，DeepSeek 的低成本策略或許正在重塑 AI 領域的競爭格局。

DeepSeek 的技術路徑與創新

從技術角度來看，DeepSeek 所公開的論文內容顯示，其所採用的技術並非全新，而是基於現有方法的整合與簡化。這種模式一直是中國企業的優勢之一——透過成本優化與高效整合來獲取競爭優勢。其中，「混合專家」（Mixture of Experts, MoE）技術是關鍵之一。DeepSeek 並未試圖打造一個能夠應對所有問題的「萬能圖書館員」，而是建立了一個由不同領域專家（如小說、期刊、烹飪等）組成的模型架構，讓不同專家處理特定類型的問題。這種方式可降低單一模型的訓練需求，進而減少對高端晶片的依賴。

OpenAI 及 Microsoft 指控數據來源爭議

然而，DeepSeek 的低成本優勢可能與其訓練方式密切相關。OpenAI 和 Microsoft 近期聲稱，他們掌握證據顯示 DeepSeek 使用 OpenAI API 所生成的數據，並透過「蒸餾」技術（Knowledge Distillation）進行訓練。換言之，DeepSeek 很可能並未從 0 到 1 自主發明，而是基於前人研究成果，以更低成本訓練出相似效能的模型。若此指控屬實，則其技術優勢或許並非真正的「突破」，而是對現有 AI 模型的最佳化再利用。

開源策略與全球 AI 競爭

無論是否涉及抄襲，DeepSeek 的開源策略已對全球 AI 生態產生深遠影響。該公司已經發布 R1 模型的權重（數字參數），允許開發者自由使用、下載與修改，但並未公開訓練數據。Meta 等美國科技公司亦採取類似策略，標榜其模型為「開源」。這種做法的最大優勢在於，可迅速吸引開發者社群的關注，形成強大的技術生態，讓開源技術的影響力遠超原始開發者的設計範圍。

根據美國媒體報導，許多 AI 初創企業已經基於 DeepSeek-R1 模型創建了數千種變體。其中，Hugging Face 這一開源模型共享平台已託管超過 617 個基於 DeepSeek-R1 的模型，累積下載量超過 300 萬次。這進一步促使 AI 技術更廣泛地擴散與應用。

美國政府的潛在反制措施

面對 DeepSeek 帶來的變局，美國政府可能進一步加強對中國 AI 產業的限制。不僅可能收緊對中國獲取高端晶片的打擊力度，甚至可能限制中國企業獲取美國先進 AI 模型的權限。此外，若 DeepSeek 及其他開發者能夠透過新技術降低 AI 訓練成本，將直接影響高端硬體市場，導致晶片價格承壓。長期而言，科技巨頭如 Microsoft 和 Meta 可能調整 AI 投資策略，降低對硬體基礎設施的資本支出。

結語：突破還是泡沫？

中國科技業曾多次宣稱突破西方技術封鎖，但歷史上也出現過如「漢芯事件」等造假案例。此外，華為的高階手機與晶片製造技術亦曾遭受質疑。因此，DeepSeek 的技術實力究竟是革命性的突破，還是依賴現有技術的優化與成本削減，仍需時間驗證。未來發展將揭示其真正影響力，就讓子彈再飛一會兒，靜觀其變。