共计 1354 个字符，预计需要花费 4 分钟才能阅读完成。
DeepSeek V4 炸场背后: 硅谷在“造墙”, 中国在“修路”
2026 年 4 月, 中国开源大模型阵营迎来高光时刻 。DeepSeek V4 和 Kimi K2.6 先后发布并登顶 Hugging Face 开源模型榜, 两个万亿参数模型不仅没有互相攻讦, 反而在技术上深度协同。这与硅谷巨头间的激烈内卷形成鲜明对比, 折射出中美 AI 发展路径的根本分歧。
📌 技术协同: 从 MLA 到 Muon 的接力创新
- 重点: 硅谷疯正在狂“竖起高墙”, 试图用闭源守住既得利益; 国大模型厂商则选择“拆掉围墙”, 在开源的土壤上 …
- 重点: 当前公开信息主要集中在产品、策略或节奏变化上。
- 重点: 后续仍需关注官方更新、落地范围以及实际反馈。
DeepSeek V4 的两大“核弹级创新”引人注目: 百万级超长上下文将 KV cache 压缩至 V3.2 的 10%, 被亚马逊工程师盛赞有望缓解 HBM 短缺; 同时, 它与华为等国产芯片深度适配, 第一时间支持昇腾、寒武纪。而同期发布的 Kimi K2.6 则专注于 Agent 工程化落地, 解决长程自主执行痛点。
令人称道的是, 两家公司在技术上实现了“换防”。Kimi K2 采用了 DeepSeek 开源的 MLA 架构, 将 KV Cache 压缩率提升至 93% 以上; 而 DeepSeek V4 则使用了 Kimi 团队工程化改进的 Muon 优化器 (MuonClip), 实现了训练稳定性的大幅提升。这种技术流动在硅谷闭源生态中几乎不可想象。
🔍 硅谷的“权力游戏”
与此同时, 硅谷的闭源巨头正深陷内耗 。OpenAI、Anthropic、谷歌 Gemini 之间频繁上演“抢风头”和“揭老底”:Anthropic 发布 Claude Opus 4.7 后,OpenAI 两小时内便宣布 Codex 重大更新;OpenAI 首席营收官甚至在内部信中质疑 Anthropic 的 300 亿美元年化收入存在水分。这种零和博弈源于闭源模式的固有逻辑——必须构建护城河, 阻断技术扩散。
💡 开源生态的“正反馈飞轮”
中国开源阵营则跑通了截然不同的路径。DeepSeek 没有扮演吞噬一切的“鲨鱼”, 而是像鲶鱼一样激活了整个生态。开源模型调用量已连续多周超越美国,OpenRouter 数据显示, 全球 Token 消耗量正指数级增长。摩根大通研报预测,2025-2030 年中国 AI 推理 Token 消耗量年复合增长率将达约 330%, 增长规模 370 倍。
在训练成本上, 中国厂商优势明显:GPT- 5 训练成本超 5 亿美元 , 而 Kimi K2 Thinking 仅约 460 万美元,DeepSeek V3 更是低至 557.6 万美元。用不到对手零头的资源训练出同等水平的模型, 正是开源协同的威力。
📊 国产算力与模型的融合加速
更值得关注的是, 国产模型与国产芯片的融合日益紧密 。DeepSeek V4 将昇腾 NPU 与英伟达 GPU 并列写入硬件验证清单; 月之暗面最新论文将大模型推理的预填充和解码运行在不同芯片上, 为国产芯片大规模参与打开大门。这种“模型 + 算力”的双轮驱动, 正在构建自主可控的 AI 基础设施。
🚀 总结
硅谷在“造墙”, 中国在“修路”。从 DeepSeek R1 到 V4, 再到 Kimi K2.6, 中国开源大模型阵营通过协同补位, 不断夯实通往 AGI 的道路。当技术口碑转化为生态优势, 中国厂商有望在数百倍增长的未来市场中占据主动。
