中国初创企业DeepSeek的全球影响力引发了关于其对人工智能发展和地缘政治影响的争论。DeepSeek的崛起是全球化但日益两极化的人工智能生态系统的必然结果。尽管它挑战了美国在人工智能领域的主导地位，但硅谷不会停滞不前。
关于DeepSeek，有三个误解必须破除。推理模型DeepSeek-R1发布后，评论员立即声称美国半导体出口管制——这对于限制中国获取最先进人工智能芯片至关重要——已经失效。但出口管制并非旨在彻底遏制中国，而是旨在制造一道如今已然可见的天花板。
尽管美国正在调查DeepSeek是否使用了走私芯片，但其大部分训练芯片都是Nvidia H800 ，这些芯片是在2022年第一轮出口管制后专门为中国市场设计的，现在也受到限制。DeepSeek在有限的计算能力（或称“计算”）下取得成功，可能需要调整出口管制。但现有的管制措施很快就会产生影响，阻碍中国国内芯片产能日趋成熟的未来发展。
另一个常见的误解是，模型出口管制是遏制中国人工智能崛起的解决方案。为了回应DeepSeek的进展，美国参议员乔什·霍利提出了“将美国人工智能能力与中国脱钩法案”，该法案将禁止所有开放模型的进出口。确保中国用户不会下载这些模型，可能需要繁琐且普遍的“了解你的客户”验证流程，这将扼杀国内创新，损害美国在开源人工智能领域的领导地位，同时也无法降低滥用风险。
与实体商品不同，模型权重等数据很容易被转移或窃取，无需跨境走私。借助DeepSeek以及阿里巴巴支持的Qwen推出的更高效的新模型，中国将减少对美国开源模型的依赖。对美国模型的分发施加繁琐的限制，只会促使开发者转向全球通用的中国模型。尽管DeepSeek因受到审查而受到批评，但全球开发者并不会效忠任何阵营——他们会倾向于选择最便宜、最好的模型。
如果美国想要在人工智能领域保持全球领导地位，就应该鼓励负责任的发布政策，在保持开放模型开放的同时，确保其得到负责任的部署。分层发布策略加上外部审计，有助于防止滥用，同时确保安全分发。
声称硅谷在“芯片、人才和能源基础设施”上投入的“资金护城河”已经消失，这又是一个误解。在DeepSeek之前，这些投资足以确保美国模型在性能上遥遥领先，但DeepSeek相对低廉的成功引发了担忧。最初的报告称，DeepSeek的性能提升仅花费了约600万美元，约占Meta AI Llama模型训练成本的1%。
但这个数字只是单次预训练运行的 GPU 成本，而不是整个模型的成本。如果没有硅谷，DeepSeek 的进步就不可能实现。谷歌最初推进了DeepSeek 创新的“专家混合”架构，而OpenAI 的 o1 模型则率先使用测试时计算来提高效率。据报道，DeepSeek 的研究人员还“提炼”了 ChatGPT——将其用作生成训练数据的捷径。
DeepSeek 或许已经为硅谷的护城河铺设了一块木板，但硅谷会利用这块木板进一步拓宽自己的护城河。美国大型科技公司将迅速吸收 DeepSeek 的开源技术，再次享受其优越计算资源带来的好处。如果欧洲公司也效仿，它们或许也能撼动整个格局。
DeepSeek 的成功并非个例，而是全球竞争性信息系统的必然产物。这一成功表明发展动力正在发生变化，因为中国已明显实现了到 2025 年人工智能达到“世界领先水平”的目标，至少在开源领域是如此。最值得注意的是，DeepSeek 表明中国对国内人才的投资正在获得回报。自 2018 年以来，中国已新增2300 多个本科人工智能专业。随着美国对中国人工智能人才的吸引力下降，这笔投资只会不断增加。
中国现在必须有效实施其新的开源模式，才能充分发挥其优势。中国股市“严重受公众情绪驱动”，导致许多公司“乘风破浪”，不顾实际效果，将新技术应用于产品中。地方政府也面临着新技术实施的激励机制扭曲的问题。DeepSeek 的一些部署被描述为“宣传噱头”。中国如何缩小实施差距，将决定人工智能竞赛的未来。
尽管中国正努力构建一个平行的开源生态系统，但美国和中国的开源生态系统依然紧密交织。即使两国各自使用各自的开源工具和模式，开发者们仍将继续相互汲取灵感。尽管DeepSeek为硅谷的护城河铺设了一条厚木板，但硅谷已经在进一步加宽这条护城河。计算能力并非万能，但硅谷的“铁锹”将继续成为优势。
美国不能想当然地认为它将保持优势，尤其是在中国努力提升计算能力的情况下。不过，目前的问题不在于美国能否参与竞争，而在于它能否牢记快速且负责任地挖掘和开发。
