孙正义400亿豪赌OpenAI，却遭DeepSeek二招狙击

2025年4月1日是愚人节，全球科技圈被一条并非忽悠大家的消息刷屏。OpenAI完成400亿美元融资，估值飙升至3000亿美元。这个数字相当于英特尔（990亿美元）和AMD（1661亿美元）市值总和的1.13倍，这估值与当年孙正义的投资奇迹阿里巴巴当前的市值差不多。软银集团以300亿美元领投，成为最大股东，而微软、Coatue等机构也纷纷跟进。

这场融资创下多项纪录：超过2023年Anthropic的35亿美元和OpenAI自身2024年的66亿美元融资，估值增速从2023年10月的860亿美元到2025年4月的3000亿美元，18个月暴涨248%，孙正义的软银已向OpenAI累计投资超320亿美元，远超其对WeWork（100亿美元）和Uber（80亿美元）的投入。

但这场资本盛宴背后隐藏着很明显的三重巨大风险：

一是盈利模式脆弱：OpenAI 2025年预计收入127亿美元，但研发成本高达440亿美元（2023-2028年累计亏损），依赖"烧钱换市场"的模式难以为继。

二是技术垄断的护城河被打破：DeepSeek-R1等开源模型已实现与OpenAI o1模型相当的性能，训练成本却仅为其1/10。

三是估值泡沫预警：金融界警告，OpenAI的3000亿美元估值相当于全球AI市场总规模的20%，远超合理水平。一个大大的疑问就是，值吗？

下面咱们就来看看DeepSeek是如何暴击OpenAI技术壁垒的。简单的说，DeepSeek就是用开源+技术双引擎改写了行业规则。

一是在技术上的突破，从参数竞赛到工程创新，DeepSeek-V3采用256个专家+1个共享专家的MoE（混合专家）架构，总参数6710亿，但每次推理仅激活370亿参数，训练效率提升42.5%。

二是算力优化：在2048块英伟达H800 GPU集群上完成训练，不再靠美国（英伟达等巨头）现在力推的堆算力卡模式，突破美国对华GPU限制，实现"小算力办大事"。

三是多模态能力。DeepSeek-VL2支持1024x1024高分辨率图像理解，在医疗影像分析中达到98.5%准确率，超越OpenAI的DALL·E 3

关键性能对比：

除了技术上的匹敌，DeepSeek的开源革命更是直接打破OpenAI的垄断企图，一步实现AI全世界普惠。DeepSeek的开源策略彻底颠覆了行业规则：

一是完全免费商用，用户可自由使用、修改、分发DeepSeek模型，全球超500万开发者参与，各大巨头无不趋之若鹜，DeepSeek便宜又好用，不加入岂不是傻了？

二是降低技术门槛。企业无需投入数亿美元训练模型，通过DeepSeek API即可快速构建AI应用，成本暴降90%。

三是开源的既有优势数据安全可控。支持本地化部署，政务、金融等敏感领域可在自有服务器运行，规避数据泄露风险。

DeepSeek这打法直接击溃了OpenAI的闭源生态。Hugging Face平台上，DeepSeek模型下载量已超OpenAI的GPT-3.5，占比达37%。除了美国企业明面上还在继续编织垄断美梦之外，全世界各地大批企业放弃OpenAI，转而基于DeepSeek开发本地化模型。2025年2月，DeepSeek月访问量5.25亿次，超越ChatGPT的5亿次，市场份额升至全球第三。

孙正义的"垄断梦"为何必然破灭？其"AI霸权"计划看似野心勃勃，实则漏洞百出。

首先就是技术路线的致命缺陷。OpenAI的"大算力+闭源"模式面临四重挑战：

一是算力瓶颈：训练GPT-5需消耗相当于全球1%的电力，而DeepSeek通过MoE架构将能耗降低80%。

二是创新停滞：OpenAI o3-mini模型虽性能提升，但本质仍是Transformer架构迭代，而DeepSeek已在神经符号计算、量子机器学习等前沿领域布局。近一二年来OpenAI几乎没有多大升级，其潜力令人怀疑。

三是巨大的垄断风险：欧盟AI法案要求闭源模型接受透明性审查，OpenAI可能因合规成本丧失30%欧洲市场。而全世界一百多个国家，谁家愿意把AI建造在垄断闭源且美国可以监控的基座上？

四是美国被自己搬起的石头砸了自己的脚。中国占全球AI算力需求的45%，但OpenAI被美国自己作死进不了这一市场，而DeepSeek已接入200+中国垂直行业接口。而且这一趋势还在继续加速。

DeepSeek的出世和崛起，标志着AI行业进入全新时代。以前只能大企业玩的垄断模式，一下子就进入了全世界普惠时代，大小企业都玩得起，全世界人民都受惠。这场较量的本质，是两种AI发展模式的对决：

市场很快会证明，技术垄断者的傲慢终将被开源创新的浪潮淹没。当DeepSeek的开源代码在全球开发者手中不断进化时，软银和孙正义的OpenAI，路是越来越窄。

注：本文仅针对该事件对AI科技领域影响的相关技术性话题进行探讨，不涉及金融投资方面的任何建议。