欧洲版OpenAI卷入“岁月史书”风波：Mistral CEO指称DeepSeek架构源自自家技术遭打脸

“DeepSeek-V3的底层架构其实是站在Mistral肩膀上构建的。”

当被誉为“欧洲版OpenAI”的Mistral CEO在公开场合抛出这一言论时，整个AI圈瞬间炸开了锅。

大批开发者与技术爱好者对此反应强烈，纷纷在社交媒体上开启“吐槽模式”：

更有激进的网友直接开麦：Mistral这简直是在信口开河，试图强行给自己“贴金”……

为了让大家看清这场跨国“口水战”的来龙去脉，我们深度还原了事件的起因：

在近期的一次高端访谈中，Mistral联合创始人兼CEO Arthur Mensch在谈及中国开源AI的强势崛起时，发表了如下观点：

中国在人工智能领域展现了惊人的实力。作为全球最早践行开源策略的公司之一，我们看到他们非常成功地复刻了这一策略。

开源本质上并非你死我活的竞争，而是全人类在共有知识基础上的迭代进化。

以2024年初我们发布的全球首个稀疏混合专家模型（MoE）为例，DeepSeek-V3及其后续版本均是在此技术雏形上延展而来的。它们核心采用了相同的逻辑架构，而我们公开了构建该架构的所有必要技术细节。

尽管Arthur Mensch语气中透露着前瞻者的自信，但严谨的极客们很快发现了其中的逻辑硬伤。

首先是时间线上的“撞车”：DeepSeek MoE论文的发表时间与Mistral引以为傲的Mixtral论文，仅仅相隔3天。在如此短的时间内进行跨架构的深度参考，显然不符合逻辑。

更有甚者，通过对两份技术文档的“拆解式”对比，研究人员发现两者的设计灵魂迥然不同。

具有讽刺意味的是，此前Mistral 3 Large反倒被技术圈指出，在诸多关键设计上疑似借鉴了DeepSeek-V3的创新理念……

△

底层数学公式揭示本质差异

在AI领域，数学公式从不说谎。面对Mistral的言论，网友们直接调阅了两家公司的arXiv论文进行硬核对比。

虽然两篇论文确实都聚焦于稀疏混合专家系统（SMoE），旨在通过动态激活部分神经元来优化计算成本，但其技术路线图却分道扬镳：

Mixtral的思路更偏向于极致工程化：核心目标是证明通过精妙的工程手段，将“强基础模型”与“成熟MoE”结合，能产生超越庞大稠密模型的效果。

相比之下，DeepSeek的贡献则在于算法底层创新：其核心在于解决传统MoE模型中专家职责重叠、学习冗余等顽疾，本质上是对MoE原有范式的颠覆性重构。

对比两者的数学模型，区别高下立判：

Mixtral公式逻辑：

DeepSeek公式逻辑：

虽然两者都采用了Top-K路由机制，但DeepSeek在门控结构和专家解耦方面实现了质的飞跃。

在专家粒度上，Mixtral维持了传统的“大专家”设计（每个专家即一个完整FFN）。而DeepSeek则创造性地提出了“细粒度专家分割”，在总参数不变的前提下，通过增加专家基数实现更精细化的知识映射。

在路由逻辑上，DeepSeek引入了“共享专家”机制，将通用知识与特定知识剥离开来。共享专家负责基础共性，路由专家负责垂直特性。反观Mixtral，其知识分布依然处于一种“扁平且混杂”的原始状态。

此外，也有评论指出，Mixtral早期的论文更像是一份“说明书”，对具体的训练数据、超参数配置等关键要素讳莫如深；而DeepSeek的开源诚意显然更高，技术透明度也更具参考价值。

更有趣的是，2025年底问世的Mistral 3 Large模型，反而被发现深度借鉴了DeepSeek-V3首创的架构方案。这种“徒弟教师傅”的既视感，让Arthur Mensch的言论显得颇具戏剧性。

公众舆论：这是在搞“岁月史书”吗？

不可否认，Mistral在推动MoE模型普及方面立下了汗马功劳。但正如网友所言，DeepSeek在稀疏MoE和MLA（多头潜变量注意力）等前沿技术上的突破性成就，已经奠定了其在全球AI版图中的独特地位。

Arthur Mensch的这番言辞，被不少人解读为一种无奈的“挽尊”行为：

Mistral被扒出借鉴了DeepSeek的架构。现在的他们似乎正试图通过重写历史，来维持自己‘开源老大哥’的体面。

也有老粉感叹，Mistral曾是那个惊艳众人的挑战者，如今却在舆论场上陷入了如此尴尬的境地，令人唏嘘。

无论如何，口头争吵无法决定未来的技术走向。基础模型的竞逐已进入白热化阶段，据悉DeepSeek已准备好在春节期间再次“亮剑”。

参考文献与相关链接：

Mixtral论文：https://arxiv.org/abs/2401.04088
DeepSeek论文：https://arxiv.org/abs/2401.06066