近期在全球AI界掀起熱潮的DeepSeek，以其低開發成本、高效推理能力的開源模型迅速走紅，並成為美國下載量最高的AI應用，甚至一度引發NVIDIA股價波動。這個來自中國的創新不僅展示了開源模型的強大潛力，也意味著中國在生成式AI領域正快速追趕上美國，將對全球AI供應鏈產生深遠影響。
過往基礎模型開發成本極為高昂，僅有資源雄厚的企業得以負擔，然而，DeepSeek這樣的開源模型出現，大幅降低AI應用開發的門檻，為開發者創造了全新機遇。此外，演算法創新也正在快速降低訓練成本，使得小型團隊也能參與這場AI競賽。
人工智慧科技基金會執行長溫怡玲表示，任何技術的單點突破都是值得肯定的，而DeepSeek為台灣帶來的重要啟發，除了模型部署成本降低，並帶來開源模型的興起與應用創新機會。但她也提醒，雖然DeepSeek宣稱具備更低的訓練成本，但由於相關資訊有限，許多細節無法查證，再加上DeepSeek的母公司為量化對沖基金，此模型發布後迅速影響美國股市，可能隱含其他策略性意圖，值得業界持續觀察與深入分析。
中美AI差距正在縮小，全面超越仍言之過早
至於中國AI與美國的差距正在縮小，但是否代表全面超越，仍有待商榷。溫怡玲指出：「若要說美國的晶片封鎖政策已失敗或此舉將對NVIDIA產生重大衝擊，恐怕還言之過早。」在AI軟體層面的領先，並不等於能全面改變AI生態系。中國要真正撼動全球既有AI產業版圖，仍有許多挑戰需要克服。
人工智慧科技基金會首席資料科學家蔡源鴻表示，許多大模型設計中的核心技術與細節並未完全公開。例如，OpenAI雖分享部分成果，但完整的訓練架構和硬體優化設計仍屬保密範疇。
在高成本實驗的限制下，缺乏高效能硬體將會大幅提高中國的試錯成本，影響創新速度。
另一方面，在生成式AI競爭中，O3模型（Optimal Open Operational Model）相較於其他大規模語言模型，更專注於演算法優化與高效運算成本，並在多個領域展現獨特優勢。蔡源鴻指出，O3模型在高精準度研究領域展現出顯著優勢，特別適用於深度研究與專業分析。雖然在創意生成上較為受限，但其穩定性與可靠性使其成為實驗中的理想選擇。且O3系列的技術演進速度同樣不容小覷，未來有望在更多專業應用場景中發揮關鍵作用。
至於大家熱烈討論的Mixture of Experts（MoE）架構早在2020年已被提出，並非全新突破，這類技術更多是已有概念的延伸與優化。
技術創新與開源挑戰
DeepSeek讓全球更加確認開源技術的價值，不過美國有部分企業主張，對開源技術進行更嚴格監管，聲稱開源可能帶來極高風險。然而，人工智慧專家吳恩達則持相反立場，他認為開源權重模型是AI供應鏈的關鍵組成部分，許多企業會在資源、數據安全等多方面的考慮下選擇使用。如果美國繼續限制開源，中國可能在此領域佔據主導地位，屆時許多企業將使用更多反應中國價值觀的模型。此外，開源模型也加速了基礎模型的商品化，LLM的價格迅速下降。OpenAI的o1模型每百萬輸出字元成本約60美元，而DeepSeek-R1僅為2.19美元，價格差距近30倍。儘管訓練基礎模型並銷售API存取權並非易事，多數公司仍在尋找獲利模式，但他認為，基於基礎模型構建的應用仍充滿商機。開發者只需花費少量資金即可利用已投入數十億美元訓練出的模型，打造如客服機器人、郵件摘要工具、AI醫生、法律文件助手等多樣化應用。
隨著AI技術與應用的發展日漸普及，數據集來源與可信度問題愈加重要，尤其在箝制言論自由的國家或地區，透明且可信任的AI模型是否可能存在？如果答案是否定的，又將對「可信任AI」的定義產生什麼衝擊？這些都是AI治理至為關鍵的命題，也是DeepSeeK爆紅之後，全球AI產業、特別是台灣推動產業AI化不能再掉以輕心的議題。
本文授權轉載自《知勢》，作者：楊育青，原文標題：DeepSeek熱潮下，台灣如何評估開源 AI 模型與創新機遇
