由中國新創DeepSeek推出與公司同名的對話式AI服務（conversational AI），以及服務背後同樣以DeepSeek命名的語言模型，同時在技術、經濟和政治上，掀起關注人工智慧發展者的熱烈討論。DeepSeek在突破GPU限制的同時，也被指控可能「偷用」OpenAI模型，為何大師仍稱讚DeepSeek？
去年（2024）聖誕節期間，DeepSeek在介紹新模型DeepSeek-V3，也一併揭露其訓練成本，雖然在關注科技進展的社群上激起一陣水花，但並沒有像過去一週那樣突破圈層。
DeepSeek之所以能夠左打NVIDIA股價、右踢OpenAI，關鍵在於他們在過年期間，推出具有推理能力（reasoning）的R1模型。推理是AI從助理（assistant）走向代理（Agent），再邁向通用（artificial general intelligence）的必備能力，也是Google、Anthropic和OpenAI開發模型時的最大戰場。
不過，從地緣政治對抗的角度來說，美國分明限制高階晶片出口，為何DeepSeek和阿里巴巴、騰訊等中國企業還是有辦法推進基礎模型的研發？再從政治切換到經濟，DeepSeek被控利用OpenAI的模型產出，蒸餾出便宜但表現優異的模型，卻仍被專家們認為有利於AI民主化？
不畏禁令，中國企業仍有管道取得GPU
「中國不好買GPU，這個沒有想像的嚴重。⋯⋯我不知道任何一個中國做大模型的公司，是因為買不到GPU，才做不出好的結果，如果說做不出好的結果，主要的理由還是行不通。」去年年中接受《遠見》採訪，比較中美大模型進展時，零一萬物創辦人李開復如此分析。
自2022年起，時任美國總統拜登便以《晶片與科學法案》和其他政策工具，既要讓美國半導體供應鏈回流，同時也希望打擊中國研發人工智慧的能力，管制出口到中國的CPU、GPU、記憶體，甚至直接禁止先進半導體設備和人才在中國落地。
拜登在卸任前，更宣布將在一年後（2026）全面管制美國的先進晶片出口，除了禁止出口至中國與俄羅斯等國家以外，同時也對中東、東南亞以及新加坡等國施以出口總額限制。
李開復認為，中國企業取得GPU固然有一定挑戰，但並非主要問題。張智傑攝。
為何要管制競爭對手以外的國家？為的就是避免中國暗渡陳倉，取得算力。不管是在新加坡、日本甚至台灣成立公司採購，還是以走私方式進口，又或者是在禁令實施前大量儲備，甚至調用海外雲端服務，從中國科技巨頭與新創的公開發言中，便能看出他們手上都有一定數量的先進晶片，只是效能上有所減損。
當然，這對中國企業研發基礎模型來說，仍然是種限制。因此，據傳只利用「降級版」的H800訓練，卻能與OpenAI產出的模型競爭，這是DeepSeek受到矚目的重要原因之一。
「最新的發明還是美國厲害，但中國能夠找到方法節省成本，用更少的錢，或者是更優質的工程技術，訓練出同樣好的模型。」李開復解釋，美國創投市場願意給AI模型企業更高估值，企業也因此有辦法購買更多GPU，中國AI模型創業家們資金相對沒那麼充裕，因此要在模型架構、硬體配適等層次下苦工。
DeepSeek在介紹DeepSeek-V3的論文便提到，透過改善演算法、架構與硬體協同設計，模型的總訓練成本能夠壓低至約560萬美元。雖然DeepSeek並未刻意標舉其訓練模型成本的低廉，但仍引發大量質疑。
成本有無造假？論文便提到560萬美元不是全部
事實上，DeepSeek在論文中就曾解釋，560萬美元只是訓練正式階段所要花費的GPU使用成本，並沒有計入團隊研發上的費用。
社群媒體上時常能看到援引Scale AI創辦人亞歷山大（Alexandr Wang）所言，DeepSeek擁有5萬個高階晶片，用作指控DeepSeek謊報訓練成本的論據。
先不論比較模型訓練成本時，計算的是運行GPU的時間長乘上租用價格，即便DeepSeek擁有大量先進晶片，如同科技分析師湯普森（Ben Thompson）所說，DeepSeek為克服H800的性能問題，在模型架構和基礎設施上做了許多努力，單就560萬美元的數字來說，「這只是最終運行的成本，並非總成本（total cost），但是一個合理的數字。」
Anthropic創辦人表示，單就大模型成本下降的曲線來說，DeepSeek-V3並不獨特，但特別之處在於這次是由中國企業達成，地緣政治上的意義很大。取自Anthropic官網
無論是過度貶低或者吹捧DeepSeek，都有值得商榷之處。Anthropic共同創辦人達里歐（Dario Amodei）便指出，「DeepSeek用6百萬美元開發出美國AI企業花費數十億美元得到的模型」的敘述並不正確。
他分享，Anthropic去年6月推出的Claude 3.5 Sonnet訓練花費約為數千萬美元，對比之下，DeepSeek開發出的模型能力接近「美國7至10個月前開發出的模型」，並真的省下不少錢。換句話說，聲稱美國企業訓練AI模型花費數十億，是將訓練以外的研究也納入，這樣的比較並不公平。
啟示1：OpenAI指控模型被偷，為何大師說開源勝利？
除了藉由強化學習（reinforcement learning）增進模型的推理能力以外，最關鍵、也最引發爭議的，便是DeepSeek利用蒸餾（distillation）技術，讓站在大模型肩膀上的小模型也有辦法具備先進模型才有的能力。
「大語言模型非常龐大，你一定要透過蒸餾方式，例如把Llama 405B的大模型縮小，就可以放在裝置，或者做特殊的任務。」AWS專業解決方案架構師總監楊仲豪表示，解釋蒸餾技術時，最常用的說法就是老師教學生，開發者會先向大模型提問後記錄回應，接著再拿問答內容協助訓練小模型。
「老師先回答問題，有標準答案以後，再用標準答案教給學生，學生（規模）會縮小，會去回答範本的答案，這就是蒸餾。」
楊仲豪指出，模型蒸餾會是今年（2025）AI發展重要的趨勢之一。曾子軒攝。
在論文中，DeepSeek表示其蒸餾的老師模型來源是本就開源的阿里巴巴模型QWEN、META模型Llama，但OpenAI表示，他們認為DeepSeek調用OpenAI的API，藉此產出內容後用以改善DeepSeek的模型，這也是社群上常見指控「DeepSeek盜用OpenAI模型」的原因。
湯普森指出，運用OpenAI或者Anthropic的API來蒸餾模型，顯然違反使用者條款，然而，「坦白說，如果他們沒有這樣做才奇怪。」湯普森認為，對開發出頂尖模型的企業來說，現狀非常嚴峻，自家要負擔大量成本，後進者只要搭便車就能推出性能僅有些許落差，但成本極低的模型。
吳恩達：DeepSeek後，更看好AI民主化
吳恩達也因此在其定期發表的週報The Batch中寫道，訓練基礎模型並提供API調用服務的競爭激烈。去年接受《遠見》採訪時，他便提到，「當一家公司投入大量資金，兩年後，其他人也能達到相同成就，這讓基礎模型開發的競爭變得更加激烈。」
反過來說，因為有許多企業爭搶研發出最好的模型，對於開發者來說，能夠以極低成本調用API、開發服務，例如DeepSeek的API定價甚至不到OpenAI o1的10%，自然是好消息。
除了降低成本以外，吳恩達也提到，DeepSeek以開放權重模型的形式發佈，又公布許多技術細節，「對照之下，許多美國公司通過炒作人類滅絕等假設性的AI風險，藉此推動監管以扼殺開源，」他非常看好開源模型的發展。
吳恩達向《遠見》表示，雖然閉源模型表現優異，但並不存在護城河，開源模型正在迎頭趕上。曾子軒攝。
長期批評OpenAI從研究（research）轉向研發（development）的楊立昆（Yann Lecun）也表示，DeepSeek的崛起不是中國超越美國，而是開源模型超越企業專有的封閉模型。
雖然DeepSeek的行為可能有爭議，為何AI巨擘們仍盛讚開源？
關鍵在於，開源有望推動AI的民主化（democratization），未來將有更多開發者與企業利用DeepSeek公布的方法與模型權重，不一定非要運用OpenAI或者Anthropic的封閉模型，甚至在自己的電腦上，就能運行蒸餾後的小模型。
啟示2：發展台版GPT，能夠參考DeepSeek？
仔細梳理DeepSeek所引發的熱潮，可以拆解成技術、經濟和政治等不同層面上的議論。
在中美兩強對抗的地緣政治背景下，DeepSeek突破關鍵基礎設施禁令，發展出能夠與o1、Claude 3.5一較高下的模型，這是美國科技大廠與政府官員關注的重點。
自台灣角度出發，因為海峽兩岸複雜的歷史與政治因素，有些人在意AI服務是否能夠回應在地文化與商業上的需求，也有些人抗拒泛政治化的論述，認為審查（censorship）無所不在。
從技術角度上來看，DeepSeek讓站在大模型肩膀上的小模型也能展現推理能力，有其創新之處，又因為有著借鑑現成模型，即便涉及利用他人模型的灰色地帶，但還是降低訓練模型成本，再加上DeepSeek公布其模型權重，讓沒有能力負擔從頭開發基礎模型者找到出路，展現出經濟上的價值。
站在不同角度，自然會有不同看法。在過去兩年討論「台版GPT」的背景之下，雖然台灣的算力相對不足、資料又有限制，若能採用DeepSeek的研發取徑，或許會是讓模型更貼近台灣用語與價值觀的好機會。
延伸閱讀：台版GPT
專題／AI軍備競賽來了！連「母湯」也懂，台版GPT爭國際話語權
商機／當AI講話更像台灣人，審理契約將飆八倍速
挑戰／有錢不一定好辦事！台版GPT上路還有哪三關要闖？
延伸閱讀：