在人工智能领域，一场关于技术路径与理念的较量正悄然展开。2月18日，科技巨头埃隆·马斯克旗下的xAI公司震撼发布了名为Grok3的大型语言模型，该模型在多项测评中力压群雄，包括超越了o3-mini，荣登榜首。而就在同一天，来自DeepSeek的梁文锋与Kimi的杨植麟分别在专业学术平台上发布了他们的最新研究成果，聚焦于如何优化长文本处理，减少计算量，提升训练效率。
中美两国在AI大模型发展上的策略差异在此次事件中显露无遗。Grok3背靠20万张英伟达H100芯片的强大算力，展现了“力大砖飞”的美式风格，再次验证了“尺度定律”的有效性——即模型规模越大，性能越优越。而DeepSeek则在业界声名鹊起后，继续深耕“降本增效”，致力于将AI技术的成本降低，使大模型更加普及化，成为行业中的一股清流。
马斯克在Grok3的发布会上宣布，未来该模型将开源，但目前仍处于闭源状态。相比之下，DeepSeek则始终坚持开源策略，不断将技术研究成果免费分享给全球开发者。2月21日，DeepSeek官方宣布，将在接下来的一周内开源5个代码库，以完全开放透明的姿态，展示其技术进展。
xAI为训练Grok3所建立的数据中心规模宏大，成为发布会上的亮点之一。马斯克及其团队在直播中透露，为了解决冷却和电源问题，他们耗时数月新建了一个数据中心，首批部署了10万张英伟达H100芯片，随后又迅速扩容至20万张。如此庞大的算力支持，使得Grok3在性能上取得了突破，刷新了大模型权威测评榜单“Chatbot Arena”的得分记录。
然而，业界专家指出，Grok3背后所隐藏的算力成本高昂，且训练数据集规模庞大。尽管马斯克未透露具体数据规模，但分析人士认为，这必然包括了互联网上的海量数据以及特斯拉工厂的物理数据。相比之下，DeepSeek则通过技术创新，如NSA（原生稀疏注意力）机制，实现了在不牺牲性能的前提下，降低预训练成本和推理速度的提升。
NSA机制通过“压缩”、“选择”和“滑动”的方式，将输入序列分成三个并行处理的分支，有效减少了计算量，并与GPU的并行计算能力相匹配。DeepSeek在论文中展示的图表显示，NSA机制在基准测试中的得分优于传统全注意力模型，且计算速度显著提升。
几乎与此同时，Kimi也发布了一篇类似论文，介绍了MoBA（块状混合注意力）机制，同样实现了长文本处理效率的大幅提升。这两篇论文的发布，再次凸显了中国AI企业在技术创新和降本增效方面的努力。
面对Grok3的强劲势头，DeepSeek选择了开源共享的策略，以加速AI行业的发展。这一做法不仅赢得了国内外网友的赞誉，也对美国的大模型发展产生了影响。xAI随后宣布，将免费提供Grok3的服务，直至服务器达到承载极限。
在Grok3与DeepSeek的对比中，可以看出中美两国在AI大模型发展上的不同路径。美国企业更倾向于通过大规模算力投入和数据积累来推动技术进步，而中国企业则更加注重技术创新和成本效益的平衡。这两种路径各有千秋，也将共同推动全球AI行业的蓬勃发展。
