【文/观察者网专栏作者 熊节、塞尔吉奥·阿马德乌】

人工智能领导权之争——中国与开源

为什么技术领导权如此重要？如何定义人工智能（AI）领域的技术领导权？人工智能是一项横跨多个领域的技术，其进步会对经济、社会和国家安全产生深远影响。技术领导权首先提供了一系列竞争优势，因为发明和创新赋予开发者其他人所不具备的收益和利益。其次，技术领导权是一个关键的地缘政治因素，因为它能够影响全球标准、规范和法规的制定。第三，技术领导权可以推动创新生态系统的形成，巩固长期发展。第四，领导权可以在国际威胁（包括军事威胁）的背景下增强安全性。第五，领导权能够引导技术发展，以实现社会、环境和政治目标。

从技术政治的角度来看，技术科学并非中立，它对权力关系和社会组织具有深远影响（Winner，2020）[1]。人工智能的领导权不仅仅是开发最先进的技术，还包括创建一个能够实现更广泛社会价值和目标的社会技术环境，确保创新遵循特定的目的。人工智能的发展轨迹可能会优先考虑提高经济系统的生产力，或者旨在寻找社会公正和环境可持续的解决方案。它可能寻求集中权力并加强国际不对称性，或者促进知识的传播和公平发展。它可能抑制人口和文化的创造力，或者确保技术多样性。它可能与权力的集中或分散密切相关。

目前，人工智能的领导权掌握在美国手中，主要由所谓的“科技巨头”主导。这些公司控制着开发现有人工智能（尤其是以深度学习为主导的人工智能）不可或缺的资源。

我们都知道，深度学习方法基于统计学和概率学，用于从大量数据中分类和提取模式。为了执行这些操作，人工智能开发者依赖于强大的计算能力。训练一个像ChatGPT这样先进的人工智能模型需要数百万美元，并且需要大量时间使用专用硬件进行处理，例如专为这些任务设计的芯片。这些芯片被称为“AI推理芯片”或“推理加速器”，它们能够在更短的时间内取得更好的结果。例如，谷歌的Tensor Processing Units（TPUs）专为推理和训练优化；神经处理单元（NPUs）或神经网络加速器常用于移动设备和边缘计算；图形处理单元（GPUs）则用于训练和推理。

目前，这些芯片对于图像识别、自然语言处理和其他实时人工智能任务至关重要。

美国政府长期以来一直采取限制尖端芯片获取的政策，主要目的是延缓中国和其他被视为对手国家的AI发展，目标是保持美国在AI领域的领导地位。随着唐纳德·特朗普于2025年1月就职，技术封锁政策进一步加剧。此外，美国总统宣布了一项5000亿美元的“星际之门”项目投资。特朗普的计划是与甲骨文、OpenAI和软银等公司合作，在美国开发物理和虚拟的AI基础设施，以“推动下一代AI的发展”[2]。英伟达、Arm和微软等公司是该项目的合作伙伴，该项目已在德克萨斯州开始实施，并将在未来四年内在美国各个地区建设“巨型数据中心”[3]。

以埃隆·马斯克为代表的美国科技精英认为，人工智能正在接近“奇点”——即人工通用智能（AGI）的出现。他们声称，AGI将完全超越并取代人类在所有智力领域的劳动，如果美国率先实现AGI，其技术霸权将不可撼动。然而，无论是ChatGPT还是DeepSeek，都没有显示出接近AGI的迹象。它们是处理自然语言的有用工具，并在特定领域展示了有限的推理能力，但没有证据表明它们——或任何已知的AI研究——正在接近AGI。

AGI比起一般的AI擅长以更像人类的方式去执行任务

开源的转折点

2024年5月，一家名为DeepSeek的中国小公司推出了其大型语言模型（LLM），该模型受到Llama的启发，Llama是一个禁止商业使用的受限研究协议下的模型。开源模型DeepSeek V2的突出之处在于其前所未有的成本效益。DeepSeek将推理成本降低至每百万个token仅1元人民币，约为Llama3 70B的七分之一，远低于GPT-4。

Token是语言模型用于处理和理解人类语言的基本文本单位，根据上下文和语言，token可以被视为单词、音节甚至单个字符的“块”。AI模型将文本转换为token，并以数字形式表示。这些数字随后由模型处理以生成响应或执行任务。因此，文本中的token数量直接影响成本和处理时间。token越多，推理越复杂且耗时。

与所有中国公司一样，DeepSeek也受到美国政府尖端芯片封锁的限制。这促使DeepSeek的领导者及其团队更加专注于研究和优化。梁文锋在2024年7月的一次采访中表示：“我们的出发点不是抓住机会发财，而是推进到技术前沿，以促进整个生态系统的发展。”[4] 这家中国公司试图引领AI发展的意图显而易见。为了实现这一目标，DeepSeek并没有局限于组织数据并在现有云平台上运行。团队努力在尖端芯片稀缺的情况下寻找解决方案。这需要改变架构、尝试新程序以及广泛的应用数学。

DeepSeek的年轻领导者梁文锋表示：“我们在创新方面缺乏的绝对不是资本，而是信心和如何组织高密度人才以实现有效创新的知识。”[5] 他继续说道：“创新并不完全由商业驱动，还需要好奇心和创造力。我们陷入了过去的惯性，但这也是暂时的。”[6] 梁文锋的理念是减少模仿，增加研究。他主张押注开源模型，不是为了使用它们，而是为了改进它们，并找到需要更少计算资源的路径。

开源是DeepSeek战略的核心，但对腾讯、百度和阿里巴巴等其他中国公司来说可能并非如此。然而，开源允许知识在全球范围内传播，从而以更快、更包容的速度产生新发现的可能性。梁文峰表示：“实际上，开源和论文的发表并没有损失。对于技术团队来说，被追随是一种巨大的成就感。事实上，开源更像是一种文化行为，而不是商业行为，因为给予实际上是一种额外的荣誉，这样做的公司也会更具有文化吸引力。”[7]

开源不是一种技术，而是一个基于知识共享的开发过程。通常，它鼓励组织愿意协作解决问题并通过更新维护解决方案的社区。像Mistral 7B（Mistral AI）和Falcon（技术创新研究所）这样的语言模型是开源的，并在Apache 2.0许可下发布；强化学习模型Stable-Baselines3也是开源的，采用MIT许可证。

那么，为什么DeepSeek的模型如此重要？因为它颠覆了全球AI领导权的竞争。如何做到的？通过大幅降低大型语言模型的计算成本。

开源对于知识传播至关重要，但并不能解决训练和运行模型所需的计算基础设施问题。DeepSeek展示了一个高性能且处理需求较低的开源模型。

DeepSeek-R1已经展示了比OpenAI的ChatGPT o1更强的推理能力，而其成本（包括训练和使用）显著降低。通过开源其模型，DeepSeek促进了大型语言模型的民主化——使技术基础设施欠发达的小公司、国家甚至个人能够基于DeepSeek训练自己的“主权AI”，而无需依赖科技巨头的产品或将数据交给这些公司。印度尼西亚和印度已经开始使用DeepSeek作为基础构建自己的AI基础设施[8]。在此之前，只有美国和中国有能力访问如此高水平的大型语言模型。

上表展示了在lighteval上OpenR1-Qwen-7B、DeepSeek-Distill-Qwen-7B和OpenThinker-7B的性能对比，可以看出在数学成绩上，OpenR1-Qwen-7B和DeepSeek-Distill-Qwen-7B差距不是非常明显。36氪