马斯克没做到的，梁文峰做到了：OpenAI的初心在DeepSeek身上复活

近日，一则关于中国AI公司DeepSeek的融资传闻在科技圈炸开。传言称阿里巴巴、国有基金等投资者对其抛出橄榄枝，估值飙升至80亿至100亿美元。但短短几小时后，DeepSeek官方明确辟谣：“融资均为不实消息。”

这场“一日反转剧”背后，折射出这家中国AI公司对科研纯粹性的罕见坚持——而这恰是OpenAI曾高举却最终背离的初心。

2015年，马斯克参与创立OpenAI时宣称要“对抗谷歌垄断，用开源推动AI民主化”。然而，十年后，OpenAI已转型为闭源商业巨头，且与微软深度绑定，甚至因商业化压力多次陷入伦理争议。

与之形成鲜明对比的是，DeepSeek创始人梁文峰在访谈中透露，虽然公司曾寻求过外部投资的路径，但为了追求纯粹的科研，避免引入风投机构导致的过度商业化，他最终还是选择了放弃。这种近乎偏执的专注，让DeepSeek在成立不到两年内，用户量突破3000万仅用12天，比ChatGPT快30倍。

技术路径的选择更凸显差异。

OpenAI依赖天量资金堆砌算力，而DeepSeek的R1模型则通过强化学习直接跳过监督训练阶段，成本骤降至500万美元，性能却对标OpenAI的顶级产品。

这种“低成本高爆发”的模式，不仅让DeepSeek-V3模型在140个国家应用商店登顶，更倒逼英伟达等芯片巨头重新评估算力市场的需求结构。一位半导体从业者直言：“DeepSeek证明了，中国AI公司不需要盲目追随‘烧钱换性能’的老路。”

产业趋势也在印证这种选择的预见性。当全球大模型陷入“数据荒”焦虑——预测显示，到2028年，人类公开文本数据将全部耗尽，DeepSeek的对策是通过开源社区，吸引超12万开发者贡献代码和垂直场景数据，完美平复了即将到来的AI数据荒。

电科技认为，DeepSeek的发展路径揭示了一个残酷现实：全球AI竞赛的下半场，价值观远比资本更重要。当OpenAI因商业化妥协而陷入创新瓶颈时，中国团队用开源精神和技术普惠重新定义了赛道规则。

这场始于融资辟谣的争议，或许正是中国AI从跟随者转向规则制定者的关键注脚。