前幾天，DeepSeek的消息引發了美國金融市場的風波。大陸媒體和小粉紅更是興奮地將DeepSeek吹捧為所謂的「中國AI崛起的象徵」。
然而，在一片喧囂之中，DeepSeek 也身陷諸多質疑和批評——其技術突破是否真正具有創新性？團隊的透明度是否足夠？市場營銷是否存在誇大成分？
技術突破來自對美國技術的「盜用」？
中方高調宣稱DeepSeek的技術突破來自於中國的自主創新，但據海外媒體報導，ChatGPT的所有者微軟和OpenAI認為，DeepSeek不當獲取了自己的核心數據和模型。
OpenAI1月29日表示，它們已掌握證據，顯示DeepSeek盜用其模型進行開發。
白宮人工智慧與加密特使大衛·O·薩克斯（David Sacks）也表示，有大量證據表明DeepSeek利用OpenAI的模型輸出數據，建立了自己的訓練集，而這種方法在業界被稱為「蒸餾」或「模型復現」。
從當前公開信息來看，DeepSeek的核心技術框架，如大規模預訓練、Transformer架構和優化算法，確實與OpenAI、Google DeepMind等公司的研究成果有相似之處。
據新唐人報導，一名AI專業人員透露：DeepSeek確實有一些原創技術，包括減少了對GPU的使用，但在數據上主要是用了60萬長鏈條數據集，其中大部分是蒸餾獲得的，然後結合了多輪投票增強學習，變成了自己的東西。—-什麼意思呢？就是說，這是一個比較聰明的小偷或抄作業的，但還是做了。
實際上，DeepSeek自己也招了。很多人在問它是誰的時候，它有時回答自己是ChatGPT，有時說是GPT-4，還老老實實的交代自己使用了OpenAI的哪些工具。
據悉，目前微軟和OpenAI正在進行深入調查，同時已經封禁了與DeepSeek相關的可疑帳戶。如果證據確鑿，這可能是近年來AI領域最大的數據盜竊案之一。
DeepSeek的真實實力究竟如何？
DeepSeek 號稱是國內少數能夠「對標 GPT-4」 的模型之一，但實際體驗後，許多用戶發現其表現仍然存在較大的差距。儘管官方在多個平台展示了測試結果，但這些結果往往是經過精挑細選的最佳案例，而非隨機樣本的真實評測。一些用戶反饋，DeepSeek 在長文本理解、邏輯推理以及代碼生成等核心能力上仍有明顯短板，甚至在某些任務上表現不如早期版本的 ChatGPT 3.5。
此外，DeepSeek 的論文與技術文檔相對較少，缺乏詳實的技術細節披露。與 OpenAI、Anthropic 等國際領先團隊相比，DeepSeek 在學術透明度方面仍存在很大欠缺。
DeepSeek 「高調宣傳+低調研究」的模式，也是讓人懷疑其是否真正具備自主創新能力，抑或只是藉助現有開源技術，進行包裝和二次開發的一個重要原因。
DeepSeek的成本真的挑戰美國最強AI？
DeepSeek聲稱其大模型是在「低算力條件」下訓練完成的，V3模型訓練成本僅為560萬美元，這比OpenAI、Meta等用於預訓練大型語言模型動輒數億美元的成本要低得多。這一說法雖然吸引眼球，但從技術角度來看，仍然存在諸多疑點。許多專家，包括馬斯克和 Scale AI的執行長Alexandr Wang，都不相信。
首先，大模型訓練的核心成本來自於算力。現階段，主流大模型（如 GPT-4 級別）通常需要數萬個高性能 GPU（如 A100、H100）連續訓練數月。而根據市場價格，單張 H100 的售價高達 2 萬美元，即便是雲租賃，長期大規模使用的成本也十分昂貴。在如此高昂的算力消耗下，DeepSeek 如何以 560 萬美元的預算完成訓練，值得深究。
其次，訓練成本不僅包括算力消耗，還涉及數據採購、存儲、工程優化、人力成本等多個方面。高質量的訓練數據需要清洗、標註，並經過多輪優化，而這本身就是一筆巨大開銷。此外，大模型的訓練往往需要反覆疊代調整，以提升最終性能，而非一次性完成。DeepSeek 是否通過某種特殊技術或極端優化手段大幅降低成本？如果是，其方法為何未在業界廣泛應用？
此外，DeepSeek 作為一家中國公司，其 GPU 採購渠道是否受限也是一個需要考量的問題。由於全球芯片供應鏈的限制，中國市場上的高端 GPU 價格通常高於海外，且獲取難度較大。在這種情況下，其低成本訓練的實現路徑更顯得撲朔迷離。
DeepSeek 是真開源還是「半開源」？
DeepSeek 宣布開源模型，初看似乎是一項重大利好，但仔細審視後，人們發現所謂的「開源」並不徹底。真正的訓練細節、優化策略、數據來源等核心信息仍然沒有完全公開，導致業界難以對其技術路線進行嚴肅的學術分析。真正的開源應該像Meta 旗下的 Llama 或 Mistral 那樣，將關鍵代碼和方法論徹底公開，而不是「半遮半掩」。相較於Llama 系列、Mistral AI 等更開放的做法，DeepSeek 的開源行為更像是一種「半開源」，目的可能更多是為了博取關注和市場認可，而非推動整個 AI 生態的發展。
更值得注意的是，DeepSeek 也可能受到中共官方政策與監管壓力的影響，導致其開源策略受到掣肘。如果一個模型在技術上宣稱要與國際一流對標，卻在透明度上選擇性「封閉」，那麼這種開源行為是否只是營銷手段，而非真正的技術貢獻？
面對眾多質疑的DeepSeek ，可以說現在正站在一個關鍵的十字路口：如果真的要「深度求索」，那麼必須拿出紮實的技術和真正的突破，而不是靠一輪又一輪的營銷造勢來維持熱度。否則，它最終可能淪為又一個 AI 泡沫，被市場無情淘汰。
本文只代表作者的觀點和陳述。
（作者提供/責任編輯：劉明湘）