🤖 人工智能 · 科技观察
🔥 韩国多家企业密集发布自研大模型对标DeepSeek，拆解后却暴露出底层架构严重依赖中国开源技术——这场"主权AI"造势，到底是技术超车还是营销狂欢？
一、韩企集体亮剑：参数堆砌还是真有硬货？
2026年8月初，韩国AI圈爆发式官宣——LG发布750B参数K-EXAONE 2.0，SK电讯推出6880亿参数的A.X K2，初创团队Motif交出314B参数的Motif-3 Beta，VIDRAFT更是仅凭24块GPU跑出的Darwin-398B在GPQA Diamond推理基准上冲进全球第三。一时之间，#韩国公司发布AI称性能强于DeepSeek#的消息席卷各大科技媒体，韩媒纷纷宣称"亚洲AI三足鼎立"格局已经形成。
具体来看，SK电讯的A.X K2在AIME数学测评拿下97.1分，韩语KMMLU-Pro测试达80.5分，长文本推理性能较前代提升83.9%；LG的K-EXAONE 2.0以Apache2.0协议完全开源，24项全球通用基准平均得分70.1，较初代提升超10%。单看这些数字，确实挺唬人。但问题来了——这些分数有没有水分？
二、"自研"的底裤被扒：微调套壳不算原创
热度还没散，开源社区的技术拆解就狠狠泼了一盆冷水。开发者溯源底层代码后发现：韩国多个"国家级自研大模型"核心架构与DeepSeek高度雷同，部分模型甚至残留中国开源模型的版权标识。以韩国国家级AI竞赛为例，5支头部参赛队伍中就有3支被扒出代码中保留DeepSeek、通义千问开源组件标记，所谓的"纯自研"瞬间沦为业内尴尬谈资。
本质上，韩国模型仅在韩语理解、本土电信行业专属问答场景具备差异化优势，一旦脱离本土语境，跨语种通用推理和多模态能力就与DeepSeek、Qwen形成明显代差。LG K-EXAONE 2.0全球通用基准平均分70.1远低于DeepSeek同代模型的78+，长上下文、复杂智能体任务差距显著。用行业人士的话说：这是"韩国语特长生"在和"全科学霸"比总分，拿偏科数据单方面宣布胜利。
三、主权AI的底层困局：缺算力、缺数据、缺生态
抛开营销包装，韩国集中对标DeepSeek的本质是各国推进AI自主化的阶段性动作。受限于本土算力总量不足、全球通用高质量训练数据储备偏少，韩国财阀体系孵化的大模型大多优先服务集团内部业务，用来优化家电、通信、电商体系，极少独立做成面向全球C端用户的通用AI产品。印度那边更是直接复用DeepSeek开源底座做本地化微调，还喊出了"2000万美元造AI反超DeepSeek"的口号。
一个值得关注的反转是：印度轻量化模型直接复用DeepSeek基座的行为，恰恰印证了中国开源AI体系正在向外形成技术溢出效应。Hugging Face数据显示中国开源模型下载量占比已达58%，超越美国。印韩这场对标DeepSeek的造势，反而成了中国开源技术影响力的最佳背书。截至目前，DeepSeek官方未对印韩厂商的对标宣传做出任何回应——沉默或许就是最强回应。
综合新浪AI前沿速递、搜狐科技、腾讯云开发者社区、A站报道 | 2026年8月9日
收起 ▲