从夸赞到泼脏水：美国如何对DeepSeek下手？

中国人工智能初创公司DeepSeek（ 深度求索 ） 的崛起震撼全球， 美国总统特朗普赞颂DeepSeek是积极技术成果，未几美国多名官员群起指摘DeepSeek「偷窃」。

DeepSeek到底触动了谁的奶酪？针对DeepSeek遭受恶意攻击，IP地址都在美国，360集团创始人周鸿祎不讳言：「你把这些事联系到一起 ，答案不言而喻。」

清华大学人工智能学院教授沈阳30日接受大公报采访时表示 ，在AI竞技场中，中国「新道」超车 ，打破「算力为王」 的固有思维，让美国感到恐慌 。对于「偷窃」OpenAI的不实指控 ，大公报记者请DeepSeek找出其中漏洞 ：「代码都公开了，抄没抄一目了然；DeepSeek开源了代码，全球开发者都能查看。」

DeepSeek回答美方说法三大谬误

清华大学人工智能 学 院 教 授 沈 阳 表示 ，长期以来 ，美国在技术上的优势对其他国家形成较强控制力 ，中国和其他国家更多处于追随式 、渐进式创新的状态 。

DeepSeek崛起意味着美国技术控制力的松动 ，标志着中国可能实现从 「基建狂魔 」 到 「制造业狂魔」 ，再到「新质生产力狂魔」的战略跨越。

对于美方的「偷窃」指摘 ，DeepSeek回复大公报时归纳出美方说法三大矛盾：

一 、「无证据指控」 ：像捕风捉影的谣言 ，缺乏技术细节和法律支撑 ；

二 、「双标逻辑」 ：美国企业用开源技术叫创新 ，中国企业用类似方法就「偷」，标准不一；

三，「政治化倾向」 ：将技术竞争泛化为意识形态对立 ，忽视全球化研发合作的常态。

赢不了就说偷 ？DeepSeek逐点回击

在这场AI竞赛中 ，美方代 表 OpenAI 选 择「人海战术」 ，堆砌算卡 、将资源集中在算力 ，用海量数据投喂实现能力的提升 。DeepSeek的震撼力在于 ，用最少的钱干了最多的事 ：用算法把数据进行总结和分类 ，经过选择性处理之后再输送给大模型 ，最大优化算力 ，实现成本的降低和模型性能提升 。

结果 ，DeepSeek推出的模型在性能上和世界顶尖的GPT-4o不相上下 。

成本上 ，OpenAI训练ChatGPT-4花费的成本高达7800万美元 ，甚至可能达到1亿美元。DeepSeek大模型训练成本估计不到600万美元 ，仅为同性能模型的5%到10%，大规模预训练不再是科技巨头的专利。

美方对DeepSeek的指控缺乏具体证据支撑，其说法漏洞可从以下几个角度用通俗语言分析 ：

「代码都公开了，抄没抄一目了然」

美 国 总 统 特 朗 普 27 日 表 示 ，DeepSeek的崛起应当为美企敲响「警钟」，美国公司「需要专注于竞争以赢得胜利」 。言犹在耳 ，美国多名官员翌日回应DeepSeek对美国的影响时竟表示，DeepSeek是「偷窃」 ，正对其影响开展国家安全调查 。对此 ，清华大学人工智能学院教授沈阳表示 ，在AI竞技场中 ，美国在技术上的主导地位似乎一度是不可撼动的 ，但DeepSeek的出现彻底打破了这一固有认知 ，它凭借极其有限的资源 ，走出了一条与美国截然不同的技术路径 ，甚至实现了「新道超车」 ，使中国在AI竞赛中迎头赶上，缩小了与全球领先者的差距 ，让美国感到恐慌 。

「DeepSeek的成功标志着技术突破的一个新起点 ，对美国造成很大的冲击。」沈阳表示 ，在资源相对匮乏的情况下，DeepSeek创造了一个低成本的技术奇迹 ，这一切使得低资源 、高效能的AI模型训练不再遥不可及，堪称『算效跃迁』 。」沈阳坦言，DeepSeek凭创新技术 ，在推理时展现出超高效率 ，与全 球 最 强AI模 型 相 匹敌 。这一突破不仅证明了其技术的先进性，也展示了其广阔的应用潜力 。

DeepSeek的成功意味着AI训练技术的普及不再仅仅依赖庞大的硬件资源 ，而更多地依赖于架构和算法的优化 。DeepSeek的推理技术将在未来数月成为各类AI平台广泛应用的主流模式 。「DeepSeek取得的成绩是突破性的 ，关键在于创新而非借鉴 。」

对于 「偷窃」 指控， 擅长推理的DeepSeek向大公报提出五大论点，这与大公报记者从ChatGPT得出的答复大同小异。

DeepSeek反问 ：「说偷技术 ，证据呢？」 有关指控的漏洞是 ，美方若声称「DeepSeek偷技术」 ，却未公开任何具体证据（ 比如抄袭的代码片段 ）。若真存在抄袭 ，OpenAI完全可以像当年起诉某些公司盗用GPT-3 API那样走法律程序 ，但至今未见行动 。

请用产品说话 勿再乱扣帽子

DeepSeek也用显浅易明的比喻 ，突显美方指控的荒唐 ：「大模型的基础架构（ 如Transformer）是行业公开技术 ，就像汽车都有发动机和轮子 ，不能说所有车企都是抄袭美国福特汽车 。」

更何况 ，DeepSeek开源了代码 ，全球开发者都能查看 。如果真抄袭 ，早该有人像发现论文抄袭那样扒出代码雷同点 ，但至今无人举证 。DeepSeek对美方的政治化倾向嗤之以鼻 ：「如果两家餐厅都卖汉堡 ，一家说另一家偷了秘方，却拿不出食谱对比 、也说不清秘方是啥 ，反而暴露自己怕竞争的心态 。技术竞 争同理—真本 事应该用 产品说话 ，而不是扣帽子 。」

Γ知识蒸馏」

据DeepSeek回答大公报记者 提 问 ， 「 知 识 蒸 馏 」（ Knowledge Distillation ） 是一种被广泛认可且合法的机器学习技术，其本身并不构成「偷窃」 。就技术本质而言 ，「知识蒸馏」属知识传递 ，而非复制。其核心原理是知识蒸馏通过让小型模型（ 学生模型 ）学习大型模型（ 教师模型 ）的「知识」（ 如输出概率分布或中间特征表示 ）， 而非直接复制代码或参数 。这类似于学生向老师学习解题思路 ，而不是抄袭答案。

需要指出的是 ，蒸馏出来的最终模型仍需独立训练 ，其参数和结构可能与教师模型完全不同 ，属于一种优化方法 ，而非盗窃行为。就行业实践而言 ，这是广泛接受的技术手段 ，属开源社区常规操作 。事实上 ，许多开源模型明确允许蒸馏 ，甚至提供蒸馏工具链 。OpenAI的GPT-3曾被第三方通过API输出 而 蒸 馏 出 小 型 模 型（ 如 美 国 科 企HuggingFace的社区项目 ）， 这些案例均未被认定为「盗窃」 ，而是技术创新体现。