Новый ИИ Китая только что изменил правила игры

По ландшафту искусственного интеллекта только что прокатилось сейсмическое изменение. Китайская лаборатория ИИ DeepSeek представила DeepSeek V4, флагманскую большую языковую модель, которая превосходит ожидания и переписывает историю глобального доминирования ИИ. Это не просто очередное инкрементальное обновление; это глубокий вызов установленному порядку, сигнализирующий о новой эре в гонке за передовым ИИ.

В основе этого прорыва лежит дерзость его создания. Несмотря на строгие санкции США, ограничивающие доступ к передовому оборудованию, и значительную нехватку ресурсов, DeepSeek разработала модель, которая соперничает с лучшими в мире. Они достигли этого, используя «ослабленные Nvidia GPUs», что резко контрастирует с сотнями миллиардов долларов и неограниченным доступом, которыми пользуются ведущие американские лаборатории.

DeepSeek V4 представлена как полностью открытая модель с открытыми весами, предлагающая беспрецедентную прозрачность в отношении своей архитектуры и методологий обучения. Ее возможности включают контекстную длину в миллион токенов, что ставит ее на самый передний край текущей технологии LLM. Версия Pro может похвастаться 1,6 триллионами общих параметров с 49 миллиардами активных, в то время как вариант Flash, рабочая модель, работает с 284 миллиардами общих параметров и 13 миллиардами активных.

Этот выпуск не о том, что Китай наконец-то «догоняет» западные ИИ-гиганты; он о фундаментальном изменении правил игры. DeepSeek V4 демонстрирует, что ИИ мирового класса, передового уровня может появиться из сред с ограниченными ресурсами, используя эффективность и инновационные парадигмы обучения для обхода традиционных барьеров. Производительность модели, соперничающая с такими моделями, как Anthropic's Opus 4.7 и OpenAI's GPT 5.5 в агентских возможностях и рассуждениях, достигается за долю стоимости, при этом версия Flash оценивается в пенни за миллион токенов.

Последствия огромны, охватывая геополитическую стратегию, экономическую конкуренцию и будущее развития ИИ с открытым исходным кодом. DeepSeek V4 заставляет переоценить эффективность экспортного контроля и само определение лидерства в ИИ. Она создает основу для нового вида глобальной гонки ИИ, где инновации, эффективность и доступность могут оказаться более решающими, чем чистая вычислительная мощность. Эта модель является мощным напоминанием о том, что технологический прогресс находит свой путь даже под огромным давлением.

DeepSeek V4 поставляется в двух мощных конфигурациях: флагманская модель Pro и более компактная, быстрая версия Flash. Pro может похвастаться ошеломляющими 1,6 триллионами общих параметров, используя архитектуру Mixture of Experts (MoE), которая активно задействует 49 миллиардов параметров в любой момент времени. Эта конструкция обеспечивает огромную емкость, одновременно оптимизируя вычислительную эффективность за счет активации только тех частей модели, которые релевантны конкретному запросу.

Flash, разработанная как высокопроизводительная рабочая лошадка, имеет 284 миллиарда общих параметров с 13 миллиардами активных, сохраняя те же принципы эффективности MoE. Обе модели прошли обучение на огромных 33 триллионах токенов данных, что заложило прочную основу для их передовых возможностей. Этот обширный режим обучения лежит в основе их способности справляться со сложными задачами с поразительной точностью.

Ключевым моментом является то, что DeepSeek V4 достигает контекстной длины в один миллион токенов, мгновенно выводя его на абсолютный передний край возможностей больших языковых моделей. Это обширное контекстное окно позволяет модели обрабатывать и понимать огромные объемы информации за одно взаимодействие, делая ее пригодной для анализа длинных текстов, резюмирования документов и сложных многоэтапных диалогов без потери связности.

Помимо масштаба, DeepSeek V4 демонстрирует значительно улучшенные агентные возможности. Модель превосходно справляется со сложным кодированием и изощренными задачами рассуждения, напрямую конкурируя с новейшими предложениями от лидеров индустрии, таких как OpenAI и Anthropic. Ее производительность в таких областях, как математика, STEM и бенчмарки кодирования, превосходит все текущие открытые модели и тесно конкурирует с лучшими альтернативами с закрытым исходным кодом.

Это архитектурное мастерство в сочетании с впечатляющим масштабом обучения позиционирует DeepSeek V4 как грозного игрока. Способность модели эффективно развертывать огромное количество параметров через MoE, в сочетании с ее контекстом передового уровня и агентными навыками, переопределяет то, чего может достичь сообщество с открытым исходным кодом, напрямую бросая вызов устоявшимся проприетарным системам.

Восемнадцать месяцев назад DeepSeek кардинально изменил ландшафт ИИ с выпуском DeepSeek R1, модели с открытым исходным кодом и открытыми весами, которая произвела сейсмический шок. До дебюта R1 способность «мыслить» — демонстрировать передовые возможности рассуждения и решать сложные проблемы — почти исключительно находилась в пределах закрытых американских лабораторий ИИ. DeepSeek R1 решительно разрушил эту предполагаемую монополию, показав, что интеллект передового уровня доступен за пределами Кремниевой долины.

Реакция рынка была немедленной и глубокой. Его выпуск доказал, что другие страны и инициативы с открытым исходным кодом действительно могут разрабатывать модели на абсолютном переднем крае ИИ, напрямую бросая вызов установленному порядку. Это откровение вызвало шок в индустрии и на финансовых рынках; отчеты указывали, что фондовый рынок упал на 20% за ночь, что является ярким показателем внезапного, тревожного осознания того, что лидерство США в области искусственного интеллекта не является неизменным фактом, а оспариваемой областью.

Ключевым моментом является то, что DeepSeek R1 также продемонстрировал беспрецедентный уровень эффективности обучения. Он достиг своих передовых, «мыслящих» возможностей за «долю цены» и ресурсов по сравнению с сотнями миллиардов, потраченных ведущими лабораториями США. Это было достигнуто даже при использовании, как сообщается, «ослабленных Nvidia GPUs», что является свидетельством замечательной изобретательности и находчивости DeepSeek в оптимизации разработки моделей в условиях аппаратных ограничений.

Прорыв R1 в эффективности заложил основу для инноваций, наблюдаемых сейчас в V4. Способность извлекать максимальную производительность из ограниченного оборудования и бюджетов стала отличительной чертой философии разработки DeepSeek. Этот исторический прецедент подчеркивает, почему текущее соотношение стоимости и производительности V4 представляет собой такой мощный вызов существующему положению вещей, повторяя преобразующее влияние R1. Для более глубокого изучения последних достижений DeepSeek, ознакомьтесь с DeepSeek V4 Preview Release.

Производительность DeepSeek V4 на критически важных бенчмарках прочно ставит его в число элитных моделей ИИ мира. В MMLU Pro для знаний и рассуждений, GPQA Diamond и SWE-bench Verified для кодирования, DeepSeek V4 Pro постоянно конкурирует с новейшими предложениями от OpenAI и Anthropic. Хотя конкретные графики показывают, что он незначительно отстает от GPT-5.5 и Opus 4.7 по необработанным баллам, разрыв в производительности удивительно мал, что помещает его в тот же высший эшелон.

Эта почти паритетность является ключевым выводом, демонстрируя, что DeepSeek V4 не просто конкурирует; он утверждает себя в том же эшелоне интеллекта передового уровня, что и его закрытые аналоги. Он предоставляет передовые возможности агентского кодирования, напрямую сравнимые с моделями, такими как Opus 4.7 и GPT 5.5, которые были только что выпущены. Более того, его обширные мировые знания и возможности рассуждения мирового класса превосходят все текущие открытые модели, соперничая даже с лучшими закрытыми решениями.

Для подавляющего большинства корпоративных приложений незначительная разница в производительности между DeepSeek V4 Pro и моделями, такими как GPT-5.5 или Opus 4.7, становится практически несущественной. Большинство реальных сценариев использования не требуют абсолютного, передового интеллекта любой ценой. Модель, которая на 98% так же способна, но при этом значительно более доступна и эффективна, коренным образом меняет экономический расчет для предприятий по всему миру.

Этот "достаточно хороший" интеллект, предоставляемый за долю стоимости, представляет собой сейсмический сдвиг на рынке ИИ. DeepSeek V4 Pro предлагает немного меньший интеллект, чем его самые дорогие конкуренты, но по значительно сниженной цене, что делает продвинутый ИИ гораздо более доступным. DeepSeek V4 Flash, меньшая, более быстрая рабочая лошадка, воплощает это нарушение еще более драматично, предоставляя надежные возможности за копейки за миллион токенов.

Такая эффективность, достигаемая даже с "урезанными Nvidia GPUs", глубоко бросает вызов традиционным структурам затрат на разработку ИИ. DeepSeek не просто выпускает впечатляющую модель; он представляет мощную рыночную силу, которая ставит во главу угла экономическую эффективность и широкую доступность. Эта демократизация высокоуровневого ИИ позволяет гораздо более широкому кругу разработчиков и предприятий по всему миру использовать передовые возможности, коренным образом изменяя конкурентную среду и ускоряя инновации.

Графики "Цена модели ИИ против Производительности" от Artificial Analysis Intelligence Index ярко иллюстрируют формирующееся поле битвы для генеративного ИИ. Эта ключевая визуализация отображает интеллект по оси Y против цены по оси X, четко определяя верхний левый квадрант как желанную золотую середину: максимальный интеллект при минимальных затратах. Стратегическое позиционирование DeepSeek V4 на этом графике коренным образом меняет конкурентную среду, инициируя агрессивную ценовую войну.

Передовые модели США, такие как GPT 5.5 и Opus 4.7, в настоящее время занимают вершину интеллекта, расположенные высоко по оси Y. GPT 5.4 Extra High следует за ними, все они расположены правее, что указывает на более высокие затраты. DeepSeek V4 Pro, хотя и немного отстает от этих лидеров по показателям сырого интеллекта, находится значительно левее по оси X. Это означает значительно более низкую цену для модели, предлагающей почти передовые возможности, бросая вызов премиальной стоимости, связанной с производительностью высшего уровня.

DeepSeek V4 Flash продвигает это экономическое преимущество еще дальше в область прорывных решений. Расположенный ниже по оси интеллекта, но значительно левее по оси цены, Flash становится абсолютной рабочей лошадкой. Его операционные расходы измеряются всего лишь в копейках за миллион токенов, делая высокопроизводительный вывод ИИ доступным для широкого круга предприятий и разработчиков. Что особенно важно, большинство реальных сценариев использования не требуют абсолютной передовой производительности самых дорогих моделей; DeepSeek предоставляет "почти такой же хороший" интеллект за долю стоимости.

Это стратегическое позиционирование подчеркивает основной вызов DeepSeek для устоявшихся игроков. Их эффективность, достигнутая даже при работе с "ослабленными Nvidia GPUs", представляет собой значительное операционное преимущество, позволяя им предоставлять существенную ценность без непомерных затрат на обучение и инференс в США. Способность DeepSeek разрабатывать модели передового уровня с использованием доли ресурсов напрямую угрожает текущим ценовым структурам конкурентов.

Еще больше усиливая эту нарастающую ценовую войну, DeepSeek открыто заявил о планах еще больше снизить цены по мере расширения своих вычислительных мощностей. Это обязательство проистекает из их продемонстрированной способности обучать модели с замечательной эффективностью по сравнению с сотнями миллиардов долларов, часто упоминаемыми лабораториями США. Их масштабирование обещает снизить эффективную цену высококачественного AI-инференса, вынуждая конкурентов пересматривать свои собственные ценовые модели и потенциально подрывая прибыль по всей отрасли. Это агрессивное соотношение стоимости и производительности делает DeepSeek V4 грозным разрушителем, переформатирующим экономические ожидания в отношении передового ИИ.

Вашингтон ввел строгие меры экспортного контроля, специально разработанные для ограничения доступа Китая к передовым Nvidia GPU. Эти ограничения были направлены на высокопроизводительные ускорители, такие как A100 и H100, критически важные для обучения продвинутых больших языковых моделей. Политика США была направлена на стратегическое сдерживание амбиций Китая в области ИИ путем отказа в предоставлении сырой вычислительной мощности, необходимой для разработки искусственного интеллекта передового уровня.

Однако поразительные возможности DeepSeek V4 выявляют критический парадокс в этой стратегии. Хотя эти ограничения, несомненно, сократили доступ к сырой вычислительной мощности, они непреднамеренно стимулировали мощные, адаптивные инновации в китайских лабораториях ИИ. Вместо того чтобы быть полностью остановленными, исследователи интенсивно сосредоточились на алгоритмической эффективности, оптимизируя архитектуры моделей и методологии обучения для извлечения максимальной производительности из менее мощных, "ослабленных Nvidia GPU".

Достижение DeepSeek в разработке модели передового уровня, такой как V4, которая конкурирует с ведущими аналогами из США, работая при этом за долю их стоимости обучения, прямо демонстрирует эту изобретательность. Они разработали сложные модели, которые максимизируют производительность из ограниченных аппаратных ресурсов. Эта вынужденная оптимизация привела к прорывам в таких областях, как архитектуры Mixture of Experts (MoE) и эффективность данных. Для более глубокого изучения этих инноваций читатели могут ознакомиться с Техническим отчетом DeepSeek-V4.

Генеральный директор Nvidia Дженсен Хуанг последовательно формулировал этот точный геополитический парадокс. Он утверждает, что экспортный контроль, пытаясь замедлить прогресс, в конечном итоге не помешает Китаю разрабатывать свои собственные чипы и модели ИИ. Хуанг утверждает, что фундаментальный вопрос смещается с *того, будет ли* Китай внедрять инновации, на *то, на чьей* фундаментальной технологии будут в конечном итоге построены эти будущие достижения: на американских разработках или на полностью отечественных китайских альтернативах, что представляет собой долгосрочную стратегическую проблему.

DeepSeek V4 глубоко подчеркивает непредвиденные последствия технологической блокады. Его быстрый подъем в ИИ, несмотря на аппаратные ограничения, вынуждает переоценить, не приводит ли ограничение доступа к оборудованию лишь к изменению конкурентной среды, способствуя самодостаточности, а не сдерживанию общего прогресса. Этот стратегический поворот, обусловленный необходимостью, может фундаментально изменить глобальные технологические зависимости и ускорить независимость Китая в инфраструктуре ИИ.

Недавние отчеты правительства США и разработчика ИИ Anthropic вновь разожгли обвинения против китайских лабораторий ИИ, утверждая о широком участии в «атаках дистилляции». Эти заявления предполагают согласованные усилия по использованию высокопроизводительных моделей конкурентов для целей обучения, вызывая серьезные опасения по поводу кражи интеллектуальной собственности и целостности честной конкуренции в глобальной гонке ИИ. Такие обвинения подчеркивают эскалацию геополитической напряженности вокруг разработки передового ИИ, особенно по мере того, как Китай делает быстрые успехи.

Атака дистилляции по сути включает использование существующей, часто проприетарной, модели ИИ для генерации огромных объемов синтетических обучающих данных. Этот вновь созданный набор данных затем служит для обучения отдельной, как правило, меньшей или более эффективной модели с нуля. Основная цель состоит в том, чтобы эффективно «дистиллировать» знания, способности к рассуждению и основные закономерности исходной модели, тем самым обходя ее первоначальные, дорогостоящие затраты на сбор данных и разработку интеллектуальной собственности.

Обвинения, конкретно выдвинутые против DeepSeek, ссылались на заявленный объем запросов примерно в 150 000 обменов с моделями конкурентов. Хотя это число не является незначительным, оно значительно меньше того огромного масштаба, который обычно требуется для всеобъемлющих усилий по дистилляции для создания передовой модели. Многие отраслевые эксперты утверждают, что такие объемы запросов более правдоподобно представляют собой стандартный, строгий конкурентный бенчмаркинг и оценку моделей, а не крупномасштабную кампанию по генерации данных, предназначенную для основного обучения.

Последующие действия DeepSeek еще больше усложняют повествование вокруг этих обвинений. Компания активно опубликовала невероятно подробный технический документ к выпуску DeepSeek V4, тщательно описывая его архитектуру, всеобъемлющую методологию обучения и даже откровенно обсуждая различные неудачи в разработке. Этот беспрецедентный уровень прозрачности прямо противоречит скрытному поведению, которое обычно ассоциируется с компанией, пытающейся скрыть кражу интеллектуальной собственности.

Этот проактивный выпуск обширных технических деталей напрямую оспаривает представление о тайном сборе данных. Открытость DeepSeek резко контрастирует с часто непрозрачной практикой, наблюдаемой в проприетарной разработке ИИ из других регионов. Их прозрачный подход требует переоценки обвинений в «краже», переосмысливая дебаты не как прямое преступление в области ИС, а скорее как интенсивную, безграничную конкуренцию в быстро развивающемся технологическом ландшафте, раздвигающую границы того, что представляет собой приемлемый сбор конкурентной информации.

Генеральные директора в США и союзных странах теперь сталкиваются с острой и немедленной стратегической дилеммой. Им необходимо взвесить установленную безопасность и предполагаемую надежность премиальных моделей с закрытым исходным кодом от американских поставщиков против убедительных экономических и технических преимуществ, предлагаемых новой открытой моделью DeepSeek V4. Это решение выходит за рамки простых показателей производительности, затрагивая долгосрочный операционный контроль и глубокую экономическую эффективность для их организаций.

Выбор противопоставляет GPT от OpenAI и Claude от Anthropic, с их более высокими ценами и непрозрачной внутренней работой, прозрачной, легко настраиваемой и значительно более дешевой альтернативе DeepSeek V4. DeepSeek V4 Pro, хотя и немного отстает от топовых бенчмарков, таких как MMLU Pro и GPQA Diamond, предлагает сопоставимый интеллект при значительно сниженной стоимости. Его Flash version обещает «копейки за миллион токенов», что делает его абсолютной рабочей лошадкой для высокообъемных корпоративных приложений.

Для компаний модель с открытым исходным кодом предоставляет неоспоримые преимущества, которые напрямую влияют на прибыль и стратегическую гибкость. Предприятия получают полный контроль над архитектурой модели, что позволяет глубоко fine-tuning под собственные наборы данных и специфическую бизнес-логику. Это значительно повышает релевантность и точность, одновременно защищая конфиденциальную информацию посредством развертывания на месте или в частном облаке, обеспечивая превосходную data privacy и соответствие требованиям.

Крайне важно, что внедрение DeepSeek V4 устраняет повторяющиеся, часто непредсказуемые, затраты, связанные с вызовами API к поставщикам закрытого исходного кода, что приводит к огромной, предсказуемой cost savings. Эта операционная независимость позволяет предприятиям внедрять инновации быстрее, без привязки к поставщику и потенциального повышения цен. Экономический расчет для многих мировых предприятий будет подавляюще благоприятствовать китайской альтернативе.

«Подавляющее большинство сценариев использования» не требуют интеллекта абсолютного передового уровня; скорее, они отдают приоритет эффективности и экономичности. Способность DeepSeek обеспечивать производительность, близкую к современной, за долю цены, даже с «nerfed Nvidia GPUs», создает неотразимое предложение. Этот фундаментальный сдвиг в ландшафте AI вынуждает пересмотреть геополитическую ориентацию в сравнении со стратегическим преимуществом операционной свободы и существенной финансовой экономии.

Быстрое распространение DeepSeek V4 среди предприятий США сигнализирует о надвигающемся AI dependency crisis с глубокими последствиями для национальной безопасности. По мере того как американские компании все активнее интегрируют эту мощную, экономически эффективную китайскую модель с открытым исходным кодом в свои основные операции, они рискуют строить критическую инфраструктуру на технологии, контролируемой основным геополитическим соперником. Это создает ненадежную зависимость, которая может быть использована.

Рассмотрим потенциальные сценарии. Пекин может потребовать архитектурных изменений в будущих итерациях, что приведет к разрушительным перестройкам или снижению производительности для иностранных пользователей. Хотя DeepSeek V4 является открытым исходным кодом, компания может ограничить доступ к критическим обновлениям, поддержке разработчиков или даже совершенно новым версиям, фактически перекрывая жизненно важные каналы для зависимых фирм США. Наиболее тревожная перспектива связана с незаметным внедрением backdoors в веса модели или базовый код, что позволит осуществлять эксфильтрацию данных, кражу интеллектуальной собственности или даже манипуляции системой в национальном масштабе.

Эта возникающая зависимость напрямую угрожает триллионам долларов, которые в настоящее время инвестируются в AI-экосистему США. Американский венчурный капитал, исследовательские гранты и корпоративные расходы направлены на развитие отечественных инноваций и обеспечение будущих экономических выгод. Если базовый AI-слой для широкомасштабных корпоративных приложений будет исходить из Китая, значительная часть этих выгод — и стратегических преимуществ, которые они предоставляют — будет захвачена иностранными субъектами.

Такой сценарий может дестабилизировать растущий AI-рынок США, потенциально лопнув инвестиционный пузырь и подавив долгосрочные отечественные инновации. Правительство и промышленность США сталкиваются с жестким выбором: отдать приоритет краткосрочной экономии средств с DeepSeek V4 или обеспечить национальную безопасность и экономический суверенитет, развивая конкурентоспособные отечественные альтернативы. Для получения дополнительных технических сведений о возможностях модели, включая ее впечатляющий миллионный контекст токенов, разработчики могут обратиться к таким ресурсам, как DeepSeek-V4: a million-token context that agents can actually use - Hugging Face.

Выпуск DeepSeek V4 обнажает суровую новую реальность для американского ИИ, фундаментально меняя глобальный технологический ландшафт. Несмотря на жесткий экспортный контроль, вынуждающий Китай полагаться на 'ослабленные' Nvidia GPUs, DeepSeek продемонстрировал, что он может разрабатывать передовые модели с открытым исходным кодом, соответствующие бенчмаркам США, за долю стоимости. Эта беспрецедентная эффективность напрямую бросает вызов триллионным инвестициям, вливаемым в дорогостоящие, закрытые модели ИИ США, такие как модели от OpenAI и Anthropic.

Стратегия Америки, основанная на использовании превосходного оборудования и огромного капитала, теперь сталкивается с экзистенциальной угрозой со стороны инноваций в программном обеспечении и экономической эффективности. Смогут ли американские технологические гиганты поддерживать свои текущие модели ценообразования и разработки, когда глобально доступные, «достаточно хорошие» альтернативы с открытым исходным кодом, такие как DeepSeek V4 Pro и Flash, предлагают сопоставимую производительность за копейки за миллион токенов? Экономический расчет резко изменился, делая «почти такой же хороший» гораздо более привлекательным предложением для предприятий.

Игнорирование этого сдвига парадигмы рискует привести к глубокой американской зиме ИИ. Миллиарды, инвестированные в проприетарные, ресурсоемкие модели, могут не принести конкурентоспособной отдачи на фоне волны эффективных, открытых китайских инноваций. Это может не только подорвать технологическое лидерство США и создать дефицит инноваций, но и вызвать значительный экономический спад для компаний, которые сделали ставку исключительно на дорогостоящие, закрытые экосистемы.

Призрак широкого внедрения китайского ИИ с открытым исходным кодом американскими предприятиями, обусловленного привлекательной стоимостью и доступностью, становится все более реальным. Этот сценарий несет критические последствия для национальной безопасности, способствуя нежелательной зависимости от иностранной инфраструктуры ИИ. «Атаки дистилляции», упомянутые в отчетах правительства США и Anthropic, подчеркивают уязвимость и стратегическую важность этой области, предполагая преднамеренные усилия по обходу существующих барьеров.

Вашингтон и Silicon Valley сталкиваются с неотложной дилеммой. Удвоение усилий по существующей стратегии закрытых, дорогих моделей кажется все более несостоятельным перед лицом такой мощной глобальной конкуренции. Более прагматичный ответ может включать переоценку экспортного контроля, значительные инвестиции в отечественные инициативы в области ИИ с открытым исходным кодом или фундаментальное переосмысление всего подхода Америки к глобальной гонке ИИ. Экономическое будущее и технологический суверенитет страны висят на волоске.

Что такое DeepSeek V4?

DeepSeek V4 — это мощная крупная языковая модель с открытым исходным кодом из Китая. Она имеет контекстное окно в миллион токенов и поставляется в двух версиях, Pro и Flash, разработанных для конкуренции с ведущими моделями, такими как GPT-4 и Claude 3.

DeepSeek V4 лучше, чем GPT-4?

Согласно бенчмаркам, DeepSeek V4 почти так же способен, как модели высшего уровня, такие как серия GPT-4 от OpenAI и Claude 3 Opus от Anthropic. Хотя он немного отстает в некоторых передовых задачах, его производительность очень конкурентоспособна, особенно учитывая его значительно более низкую стоимость.

Почему DeepSeek V4 представляет угрозу для индустрии ИИ США?

Его сочетание производительности, близкой к передовой, радикальной экономической эффективности и открытого исходного кода представляет собой убедительную альтернативу для мировых предприятий. Это может отвлечь доходы от американских лабораторий ИИ и создать стратегическую зависимость от китайских технологий.

Как DeepSeek обучил такую мощную модель с ограниченными ресурсами?

DeepSeek преодолел экспортный контроль США на высокопроизводительные GPU, сосредоточившись на алгоритмических инновациях. Их эффективные методы обучения позволили им создать модель передового уровня, используя менее мощное, «ослабленное» оборудование.