最近几天，DeepSeek一跃成为AI行业最炙手可热的名字。但与此同时，这也让它成为了舆论的风暴中心，各种关于它的质疑和制裁也随之而来。美国政府、科技巨头和行业专家纷纷对DeepSeek发难，指控它涉嫌 “偷窃数据”。意大利则将它下架。Anthropic的CEO还发了一篇万字长文，要求美国进一步收紧对中国的出口管制。那么我们就一起来看一下，这些指控确有其事吗？整个AI投资又会再次发生改变吗？首先，在前天，彭博就报道称，微软和OpenAI正在调查一个与DeepSeek相关的团体。知情人士透露，微软的安全研究人员在去年秋天发现，一些可能与DeepSeek有关的个人，利用OpenAI的API大量提取数据，然后就马上和OpenAI那边说了。
很快，金融时报就跟进了此事，昨天他们报道称，OpenAI说，已经发现证据表明，DeepSeek 可能使用了 OpenAI 的模型训练自己的产品。这也被称之为蒸馏技术。不过公司拒绝提供进一步细节。
昨天，川普AI和加密货币“沙皇” David Sacks 在接受福克斯新闻采访时也声称，掌握了 “确凿证据”，证明DeepSeek利用蒸馏技术， “窃取” OpenAI的模型输出数据来训练自己的模型。但所谓的证据，他却同样一个字也没公布。不知道是不是直接看了金融时报的报道说事。
然而，AI圈里的人都知道，蒸馏这种AI训练技术很常见，它的做法就是让大模型做老师，由小模型将它提问无数个问题，然后通过这个方法学习。只是在OpenAI的使用条例中，就有一条说，不能用输出的内容来训练AI模型与OpenAI竞争。
但加州大学伯克利分校的AI博士生Gupta表示，“就算OpenAI想阻止这种行为，难度恐怕不小。初创公司和学术机构利用 ChatGPT 等大模型，来训练自己的模型，已经是行业默认操作。” 他指出，这就等于免费拿到了人类反馈这个最贵的训练环节。OpenAI在最新声明中也明确点明不止是中国在这么做。声明中说，“我们知道中国公司，还有其他国家的团队，一直在尝试蒸馏美国AI巨头的模型。” 于是，他们强调将采取措施 “保护知识产权”，并与美国政府 “密切合作” 来确保AI技术的安全。有意思的是，OpenAI虽然在调查DeepSeek是否存在侵权，但它自己也在和纽约时报等媒体打知识产权的官司。后者表示，OpenAI未经允许就拿了他们生产的内容来训练AI。
面对指控，很多AI圈的专业人士迅速站出来反驳。比如，机器学习专家 Sebastian Raschka 就指出，在AI行业，我们对“蒸馏” 这个词的定义非常宽泛。在DeepSeek R1的论文中，所谓 “蒸馏” 只是他们自己整理的数据集，远非直接克隆OpenAI成果。AI搜索引擎Perplexity的CEO也表示，许多人误以为中国只是’复制’OpenAI的模型，这完全是对AI训练过程的误解。这条帖子还被图灵奖得主杨立昆转发。
在舆论战升级的同时，DeepSeek的在线服务也遭受了大量来自海外IP的大规模暴力破解攻击，试图入侵用户数据。从1月27日开始，DeepSeek的API和网页对话服务频繁出现异常，包括服务性能下降、注册受限等问题。意大利也迅速采取行动，直接将DeepSeek的APP从苹果和谷歌应用商店下架，成为第一个针对DeepSeek采取禁令的西方国家。
最后，Anthropic的CEO 达里奥·阿莫迪发表了一篇万字长文，将这场争议推向新高潮。他认为，DeepSeek的崛起 “充分证明美国应进一步收紧对华芯片出口管制”。这篇文章篇幅很长，但对于我们投资者理解AI的发展趋势，和中美之间AI的竞争尤为重要，阿吉并不打算简单总结。所以我们下面来做一个详细的梳理。最后我们在来说说，这对于整个AI投资的影响。
阿莫迪在文章中列出了AI发展的三大动态。其一是规模法则（Scaling Laws），其二是技术曲线的移动。其三是AI训练的范式变化。我们一个一个来拆解。
对于规模法则，阿莫迪指出，只要条件相同，AI训练规模的扩大就会带来更好的认知能力。比如一个100万美元 训练出的模型，可能只能完成 20% 的重要编程任务，但一个1亿美元训练出的模型，可能能够完成60%。这些差距带来的实际影响巨大，它反映一个规模提升10倍的AI，可能意味着推理能力一下子从本科生跃升到了博士级别。正因为如此，各大AI公司正在大举投资更大规模的训练模型，希望这样能在竞争中保持优势。
对于技术曲线的移动，阿莫迪表示，实际上AI领域的创新从未停歇，每一次新突破都会让AI训练变得更高效。比如优化Transformer架构，让模型计算效率更高。改进底层硬件支持，提升运行速度，或者新一代芯片的出现，直接降低算力成本。这些创新滚动式出现，每一次创新都会推动AI训练的成本效率倍增，让相同资金下的AI性能更强。所以可能过去用1亿美元训练出来的模型，现在只需要5000万，过去1千万的模型，现在只需要500万。
这也是为什么各大公司并不会因为AI变得“更便宜”而减少训练投入，反而会把节省下来的成本继续投入到更智能的模型上。换句话说，当AI成本下降，市场不会减少芯片的使用，而是会加快发展速度。阿莫迪说，2020年，我的团队发布了一篇论文，估计算法的优化会让AI训练成本每年下降 1.68倍。但到2024年，这个数字可能已经达到 4倍 以上。这意味着，如果2023年一个GPT-4级别的模型训练成本是 1亿美元，那么到2024年，训练相同性能的模型可能只需要 2500万美元。
最后一个动态则是AI训练的范式变化。阿莫迪指出，在2020年到23年，AI训练的方式主要是利用互联网海量文本进行训练，并辅以少量额外数据优化。但是随着公开可利用的文本数据消耗殆尽，想要研发出更先进的模型，就需要在AI训练方法上进行底层创新。于是2024年，强化学习开始成为AI优化的新重点，通过强化学习训练 AI自主推理能力。Anthropic、DeepSeek 和 OpenAI 近期发布的AI模型，都大量使用了强化学习来训练链式推理，即模仿人类的思考方式逐步推导。
目前强化学习的这个新范式还在早期，阿莫迪预计未来几年，强化学习训练的资金规模将 从数百万美元增长到数十亿美元。这又回到了规模法则当中去，也就是说上面说三大动态会不停地滚动，如果一方有瓶颈就会在另外两点上寻求突破，直到耗尽红利。
那么在了解完AI发展的三大动态后，阿莫迪就说，从AI训练成本曲线的正常下降趋势来看，DeepSeek-V3的低成本表现是符合 成本下降曲线的，而最近发布的DeepSeek-R1模型有了强化学习微调加持，提升了推理能力，类似于OpenAI的 o1 预览版，但两者都不算是革命性突破。只是因为这种创新成果发生在了中国而不是美国，所以是地缘政治上的重大信号。
于是接下来，阿莫迪就开始阐述，它对于为什么美国要加强芯片出口管制的看法。首先是两个事实，第一个是AI训练成本下降的趋势不会改变，最终美国和中国都会跟上。第二个是，要开发超越人类智能的AI，将需要至少数百万块芯片，耗资数百亿美元，他预计最有可能发生在 2026-2027年。那么既然如此，他认为如果中国能获得数百万颗先进芯片，我们将进入中美“AI双极世界”。而如果中国无法获得，则可能进入单极世界，美国在AI竞争中确立长期优势。因此，唯一能阻止中国获得AI主导权的手段，就是严格执行出口管制。
不知道大家对于这篇文章有什么看法，欢迎在下方留言。综上所述，阿吉认为，DeepSeek不能算是骗局，他只是在现有前沿技术之下，创新了训练方法，优化了模型的推理能力和成本。我还是认可当初梁文峰自己的观点，因为他是站在巨人的肩膀上，所以少走了很多弯路。最终，如果要研发出更智能的模型，还是需要巨额的投入，我们离所谓的通用人工智能AGI也还有很长一段距离，所以在芯片上的投资，算法上的创新等，都不会停止。
如果更进一步说，我会认为技术在高速发展阶段，性能的重要性要远大于成本，我们要先证明能实现，等到能实现之后再去思考如何降本。这就是为什么，我坚持认为DeepSeek这件事不会从根本上影响对于AI的投入。至于各方利用的手段。我认为在科技战略高地的竞争中，各方使出什么手段都有可能，不必做道德评判。只是这些不确定性，的确会给AI基建投资带来更多的波动，也是我们投资者必须要明确的点。
文章来自美投君，作者：阿吉
本站文章欢迎转载，但是必须注明出处“开户之家”，并附上本文链接：https://www.meegoo.com/12938.html
