美国AI专家抛出一个观点：如果DeepSeek是一家来自于美国的公司，那么接下来的事情会变得非常“疯狂”

前沿导读

AI编码工具OpenCode创始人Dax Raad在国际平台发文表示，如果DeepSeek是一家美国公司，那么事情会变得非常疯狂。该内容浏览量已经超10万次，引起了非常热烈的讨论。

模式差异

针对这个不可能但是具有讨论性的问题，有网友表示如果DeepSeek是美国公司，首先就是名字会改为“OpenSeek”，就如同Open AI和旗下的GPT那样。然后，选择闭源代码的运营模式，每月收取对方200美元的费用才能解锁完整功能。

还有用户指出，由于DeepSeek强大的技术优化能力以及更低的训练成本，在行业内就是一个“危险的重磅炸弹”，我们不能公开发布如此强大的技术产品。

DeepSeek可以在国际范围内引发轰动，其核心在于用较低的训练成本，实现了比肩美国顶级闭源大模型的性能指标，而且还进行了开源。

相比Open AI闭源的GPT产品，开源的DeepSeek支持免费商用和修改，而且允许全球开发者自由使用改进。对于部分中小企业来说，使用开源大模型可以更加方便快捷地适配自家的公司业务，提升效率。

在国际平台中，有网友表示“没有任何东西能比得上DeepSeek发布R1大模型时候的那种气场”，并且还将DeepSeek创始人梁文峰的个人形象漫改成日本动画《七龙珠》里面卡卡罗特变身超级赛亚人的样子，以此来进一步表示DeepSeek大模型对于整个行业的“杀伤力”。

自从DeepSeek横空出世之后，美国相关的AI公司出现了股价下跌，英伟达损失千亿美元，投资者们眼睁睁看着本该属于他们的钱化为乌有。而这一切的根源，竟是来自于一个此前都没人听说过的中国实验室。

在传统认知里，顶尖AI模型和低成本之间存在着天然矛盾。训练一个大模型需要数千张算力卡连续运行数周，电费、硬件折旧、人力成本加起来是个天文数字。所以主流企业的运营逻辑是：既然成本降不下来，那就把价格定上去，走高端路线。

而DeepSeek的出现，打破了这条铁律。

它不仅使用英伟达老款芯片做出了世界级的AI大模型，并且还把价格拉了下来，这让整个行业陷入了一种微妙的尴尬——Open AI这种美国顶级大模型公司没能训练出低成本高水平的大模型，但是来自于中国的大模型企业却做到了，其答案就在于系统工程的创新。

DeepSeek在MoE架构、注意力机制、训练策略等方面做了大量原创性的技术优化，提高了训练效率。在这种高效率的训练机制下，不但最终的大模型水平与Open AI开发的GPT不相上下，而且还实现了更低的算力消耗，这是实打实的硬实力。

英伟达一直在不断升级算力芯片的技术架构，升级架构的核心目的就是拥有更高的单卡算力性能，以此来提升训练效率，用更高的效率来缓解资源短缺的压力。

市场认可

国际平台的网友们认为，DeepSeek以更低的训练成本训练出了高水平的大模型产品，并且将其在行业内进行开源。如果放在美国，这算得上是一个英雄故事，大家都会谈论它，许多媒体会将其作为国家科技强大的证明。

可事实恰恰相反，DeepSeek是中国企业开发的大模型技术，并且被西方扣上了“安全问题”的帽子。许多用户并不在乎这个技术产品的来源，而在乎我可以下载它并且使用它，让它在我的设备上运行。

如果按照这个标准来判定，那么DeepSeek为行业内做出的贡献，比美国实验室一整年都多。

针对DeepSeek所带来的影响，国内平台网友也表示如果没有DeepSeek这种低成本高水平的开源大模型压着，Open AI敢把会员费提升至更高维度，甚至来自于美国的AI企业将会在资本层面占据绝对主动权。

过去两年，美国AI企业的做法很明确，大模型的功能水平越做越大，收费也越来越高。

GPT的订阅价格从20美元涨到200美元，Claude的专业版也要上百美元一个月。用户没有太多选择，因为顶尖模型就这几家，没有其他可选的产品。这种局面下，AI能力成了一种奢侈品，只有预算充足的大公司才能充分使用。

DeepSeek的出现打破了这种格局，它用更低的成本做出了同等水平的模型，而且直接开源。

这意味着任何企业，哪怕是只有几个人的小团队，也可以把强大的AI能力部署到自己的服务器上。并且DeepSeek旗舰大模型的API收费价格也很便宜，这才是真正让美国AI企业感到不安的地方。

美国AI企业建立的商业模式，是建立在“稀缺性”的基础上——顶尖模型只有我们有，所以我们说了算。但DeepSeek证明了一件事：顶尖模型不一定要那么贵，也不一定要用闭源的方式发展产业。

DeepSeek发布之后，美国AI公司的股价出现波动，英伟达市值蒸发上千亿美元。

投资者的恐慌是有道理的，如果AI模型可以做到又强又便宜又开源，那原来美国企业主导的商业模式还成立吗？那些建立在“算力壁垒”和“技术垄断”之上的估值，还能维持吗？