中国 DeepSeek 推出下一代 AI 模型以挑战 GPT-5。但它足够好吗？

中国科技神童 DeepSeek 推出了新的实验性模型 V3.2-Exp，作为其挑战美国 AI 主导地位的一部分。该发布于周一进行，首先通过热门 AI 论坛 Hugging Face 上的一篇帖子公开。

DeepSeek 声称，这个最新版本在其当前模型 V3.1-Terminus 的基础上进行了构建，但更强调速度、成本和内存处理。

根据 Hugging Face 中国社区负责人 Adina Yakefu 的说法，该模型具有名为 DeepSeek 稀疏注意力（DSA）的功能，她表示这“使 AI 更好地处理长文档和对话”，同时将运营成本减半。

如果你 记得，大约一年前，DeepSeek 突然发布其首个模型 R1，引发了震动。该模型展示了使用更少的芯片和更少的计算能力训练大型语言模型是可行的。没有人预料到一支中国团队能在这些限制下做到这一点。随着 V3.2-Exp 的推出，目标没有改变：更少的硬件，更高的性能。

增加 DeepSeek 稀疏注意力并降低 AI 运行成本

DSA 是该模型的主要功能。它改变了 AI 选择查看哪些信息的方式。DeepSeek 不再扫描所有内容，而是训练模型只关注对任务看似有用的信息。Adina 解释说，这里的好处是双重的：“效率”和“成本降低”。

通过跳过无关数据，模型运行速度更快，能耗更低。她说该模型的设计考虑了开源协作。

The Futurum Group 的 AI 研究负责人 Nick Patience 告诉 CNBC，该模型有潜力将强大的 AI 工具开放给无法负担更昂贵模型的开发者。“它应该使模型运行更快、更具成本效益，而不会出现明显的性能下降，”Nick 说。但这并不意味着没有风险。

DeepSeek 使用稀疏注意力机制的方式类似于航空公司选择飞行路线。从一地到另一地可能有数百种方式，但只有少数是合理的。模型过滤掉噪音并专注于重要的事物——或者至少是它 认为 重要的事物。

但这伴随着担忧。BlankPage Capital 的联合创始人 Ekaterina Almasque 简单解释道：“基本上，你剔除了你认为不重要的东西。”但她说，问题在于不能保证模型剔除的是 正确 的东西。

曾投资 Dataiku、Darktrace 和 Graphcore 等公司的 Ekaterina 警告说，偷工减料可能会带来后续问题。“它们 [稀疏注意力模型] 丢失了很多细微差别，”她说。“然后真正的问题是，它们是否有正确的机制来排除不重要的数据，或者是否存在排除真正重要数据的机制，那么结果的相关性将会大大降低？”

连接中国芯片并发布开源代码

尽管存在这些担忧，DeepSeek 坚持认为 V3.2-Exp 的表现与 V3.1-Terminus 相当。该模型还可以直接运行在国产 中国芯片（如昇腾和寒武纪）上，无需额外配置。这在中国更广泛的利用本土硬件构建 AI 并减少对外国技术依赖的努力中至关重要。“开箱即用，”Adina 说，DeepSeek 就能与这些芯片配合工作。

该公司还公开了该模型的完整代码和工具。这意味着任何人都可以下载、运行、修改或基于 V3.2-Exp 构建。这一举措符合 DeepSeek 的开源战略，但也引发了另一个问题：专利。由于该模型是开源的，且核心思想稀疏注意力自 2015 年以来就已存在，DeepSeek 无法在法律上将其锁定。

“这种方法并不超级新颖，”Ekaterina 说。对她而言，该技术唯一具有防御性的部分是 DeepSeek 选择保留什么和忽略什么的方式。

这才是现在真正的竞争所在。不仅仅是制造更智能的模型，而是让它们更快、更便宜、更精简——同时不搞砸结果。就连 DeepSeek 也将此版本称为“迈向我们下一代架构的中间步骤”，这表明他们已经在着手更大的项目。

Nick 表示，该模型表明效率现在与原始算力同样重要。Adina 相信该公司有一个长期的战略。“DeepSeek 正在打持久战，以保持社区对其进展的投资热情，”她说。“人们永远会追求便宜、可靠和有效的东西。”