DeepSeek 公开推理栈与 V4.1 模型，中美监管新动向

AI 开源生态正面临地缘政治的严峻考验。近期，美国与中国政府相继出台针对开源 AI 模型的监管政策，与此同时，DeepSeek 也不甘示弱，通过发布内部推理栈 DeepInfer 和新一代模型 V4.1 Flash 回应市场。本文将为您梳理这些技术进展及其背后的行业影响。

地缘政治压力：监管框架的加速形成

随着 AI 风险的上升，中美两国都在为未来的控制措施做准备，开源模型生态首当其冲。

中国 MOFCOM 草案：出口前的审批机制

中国商务部（MOFCOM）近期发布了一份政策提案，要求前沿 AI 模型在向国际共享之前，必须获得政府的预先批准。虽然草案指出开源技术可能会被设置自动审批流程，但这一举动被视为为未来监管中国 AI 行业奠定基础。业内分析认为，此举或许更多是为了防止像 Manus 这样的中国初创公司被西方收购，而非单纯针对模型本身。对于开发者而言，这意味着未来的模型分发将面临更多合规性审查。

美国 DHS 禁令：联邦采购的“黑名单”

美国国土安全部（DHS）发布命令，禁止 DeepSeek 公司及其模型作为供应商参与联邦民用采购。这一禁令直接限制了美国政府使用 DeepSeek 的服务。值得注意的是，该禁令并未明确提及基于 DeepSeek 模型微调或训练的衍生模型（例如 NVIDIA 的 Nemotron），但这引发了关于技术供应链安全的担忧。此外，智谱 AI 的 GLM 模型早已在美国商务部实体清单上，这进一步凸显了国产模型在获取美国技术支持时面临的挑战。

DeepSeek 的技术反击：开源内部的“黑盒”变亮

面对监管压力，DeepSeek 在技术层面给出了强有力的回应，向开发者开放了其内部核心能力。

发布 DeepInfer 推理栈

DeepSeek 首次公开了其内部推理栈 DeepInfer。通常情况下，顶级 AI 实验室的内部推理工具是保密的，但 DeepSeek 打破常规将其开源。

• 实用解读： 对于开发者而言，DeepInfer 意味着更高效的推理性能。业内估计，使用该栈的毛利率可达 90%，这表明其效率远超目前流行的开源工具（如 vLLM 或 SGLang）。推理公司将迅速采用这些工具，从而降低整个生态系统中 DeepSeek 模型的使用成本。

推出 DeepSeek-V4.1-Flash-1017

在模型迭代方面，DeepSeek 发布了 V4.1 Flash 系列，参数规模达到 552B-A16B，并且支持图像输入。

• 实用解读： 这款模型以极低的成本提供了高性能，是处理复杂视觉任务或高并发推理场景的理想选择。开发者可以期待在保持较低算力开销的情况下，获得接近闭源模型的体验。

国产开源生态的崛起

除了 DeepSeek，国产开源模型也在不断进步。小米推出的 MiMo-V2.6-Pro-RL 模型值得关注。该模型在 V2.5 基础上进行了强化学习（RL）训练，并在 Artificial Analysis 的排行榜上位居第一。小米不仅发布了模型，还罕见地公开了详细的技术报告和训练环境，这对社区开发者进行复现和改进极具价值。

结语

当前，开源 AI 正处于一个充满不确定性的转折点。虽然监管政策收紧，但像 DeepInfer 和 MiMo 这样的技术分享，正在不断降低开发门槛，推动技术普惠。据传闻，Kimi K3.1 也即将发布，让我们拭目以待。

提示： 您可以在 Interconnects 的 Artifacts Hub 中查看本文提到的所有模型及相关生态元数据。