开放权重 AI 动态：DeepSeek 新模型、推理工具与监管变化

开放权重模型的竞争，不只在性能上

本轮开放权重 AI 动态涉及三个层面：模型能力与训练方法、推理基础设施，以及跨境分享和政府采购规则。阅读这些消息时，需要区分正式发布、政策提案与市场推测，不能将它们视为同等确定的事实。

DeepSeek：模型迭代与推理工具开放

DeepSeek-V4.1-Flash-1017

DeepSeek-V4.1-Flash-1017 的主要信息包括：

• 模型规模为 552B-A16B，即总参数约 5520 亿、激活参数约 160 亿。
• 支持图像输入。
• 采用 MIT 许可证，延续较为宽松的授权方式。

围绕该模型的关注主要集中在性能与价格的组合，以及它在智能体软件工程任务中的表现。不过，现有材料没有提供可完整复核的评测数值、测试设置或价格表，不宜据此直接作出全面领先的判断。

DeepInfer 推理栈

DeepSeek 还公开了内部推理栈 DeepInfer。与开放模型权重不同，推理栈面向模型部署和运行效率。

其对 DeepSeek 模型的运行效率被认为可能优于现有的 vLLM、SGLang 等工具，但这一判断仍需在具体硬件、负载和部署配置下验证。

有关 DeepSeek 使用该推理栈销售 Token 可获得高达 90% 毛利率的说法，属于估算，而非已披露的财务结果。同样，工具开放后是否会降低服务价格，还是主要改善服务商利润，也不能提前下定论。

小米 MiMo：加大强化学习投入

MiMo-V2.6-Pro-RL 沿用 MiMo V2.5 的基础模型，但在强化学习训练上投入了更多资源。

此次开放内容不只有模型，还包括：

• 详细技术报告；
• 部分训练所用环境；
• 展示大规模强化学习过程的实时看板。

这套训练方案的最终模型为 MiMo-V2.6-Pro。材料称，其在撰写时位居 Artificial Analysis 开放模型榜单首位。由于排名具有时效性，这一表述不应理解为持续有效的当前排名。

对技术社区而言，技术报告和训练环境也值得关注：它们提供了模型成绩之外、有关训练方法的更多信息。

监管动向：区分提案、采购限制与适用范围

中国：跨境分享审批提案

中国商务部的一项政策提案涉及前沿 AI 模型及其他部分技术的国际分享，提出事先取得政府批准的要求。

这仍是提案，并非已经生效的法律。 提案同时涉及为开源技术设置自动审批安排，因此不能简单概括为禁止开放模型向国际社会分享。

有关该提案主要针对前沿模型，还是更多涉及技术与企业交易的解读，目前并不一致，不宜将某一种解释当作确定的政策意图。

美国：DeepSeek 联邦民用采购限制

美国国土安全部发布的相关命令，限制 DeepSeek 公司及其模型技术平台成为联邦民用采购供应商。

其适用边界仍有待明确，尤其是：

• 基于 DeepSeek 模型微调的模型是否受到影响；
• 使用 DeepSeek 输出进行训练的其他模型是否受到影响。

针对联邦采购的限制，不等于对所有个人或商业使用场景的全面禁令。 讨论实际影响时，应避免扩大解释。

此外，智谱 AI 等中国模型企业已被列入美国商务部工业与安全局的实体清单，涉及其获取美国技术的限制。这与联邦采购措施属于不同的监管工具，不应混为一谈。

哪些信息仍需等待确认？

关于 Kimi K3.1 即将发布的消息，目前仅有公开库中出现相关元数据等线索，仍应视为传闻，而非正式发布。

本轮动态中，最需要保留的几组区别是：开放权重不等于没有监管约束；推理效率预期不等于实测结果；政策提案不等于现行法律；榜单成绩也不等于所有应用场景的实际表现。