DeepSeek 据称仅用约 600 万美元完成一次模型训练并公开技术工作，这引出一个值得认真讨论的问题：各国政府为何没有把国家级开放模型列为长期投入方向？

这是什么

“开放模型”是允许用户下载、部署和检查权重或部分训练方法的 AI 模型；与只提供接口的商业模型相比，它更便于企业、研究机构和个人掌握运行方式。Reddit 提问者认为，美国没有训练国家开放模型，而 DeepSeek 已公开成果；不过，训练成本之外还包括数据治理、算力采购、安全评估、持续维护和基础设施投入，所谓“成本很低”更接近单一训练环节的比较。

行业怎么看

支持国家投入的理由并不只是技术自主：开放模型可以降低企业对少数算力平台和 API（程序调用接口）的依赖，减少敏感数据跨境流动的风险，也能为科研、教育和中小企业提供可修改的底座。DeepSeek 的出现进一步说明，模型能力与训练支出之间并非简单的线性关系。

但风险同样明确。国家级项目可能把技术竞争变成行政采购，模型开放也不代表安全可靠；公开权重还可能被用于制造欺诈工具。更重要的是，各国若只补贴大模型，未必能形成算力、人才、数据和应用生态的完整链条。真正值得观察的是：政府资金能否支持长期开放协作，而不是只采购一个用于展示的“国产大模型”。

对普通人的影响

对企业 IT：更多可部署的开放模型，有助于企业比较云端 API 与本地运行的长期成本，也能降低单一供应商中断带来的影响。

对个人职场：岗位是否会新增，取决于模型能否稳定接入业务，而非国家是否发布模型；数据合规、审计和错误责任会更快进入采购清单。

对消费市场：开放模型可能压低智能助手和软件服务的价格，但安全事件、版权争议与服务质量差异，也会让低价产品不一定成为默认选择。