一句话看懂：前OpenAI研究员Will DePue声称，通过分析模型权重的初始化痕迹，在六款2026年4月后发布的中国AI模型中发现英伟达Blackwell芯片特征，为受出口管制的硬件如何被使用提供了技术线索，但该材料尚不能证明存在违法行为。
事件核心：发生了什么
据The Decoder报道，2026年11月13日，曾任OpenAI研究员的Will DePue发布法证分析称，DeepSeek、Moonshot AI、MiniMax和蚂蚁集团的部分模型带有英伟达Blackwell代际的初始化指纹。具体来看，DeepSeek-V4-Flash与MiniMax-M3对应148核的B200/B300特征；DeepSeek-V4-Pro、Kimi K3、Kimi K3.1-Pro和蚂蚁Ling-3.1-flash则呈现152核的GB200/GB300液冷机架系统特征。
DePue的方法是读取公开模型权重中未被充分训练的随机初始化残留，并依据不同GPU计算核心数形成的统计模式反推硬件。他称已在真实Blackwell芯片上复现DeepSeek-V4-Flash和Kimi K3的结果，并在GitHub公开验证代码。他还表示，OpenAI和Anthropic的资深研究员已独立核查该方法。他估算这五个训练任务合计约需1.2万块Blackwell GPU，总投入超过5亿美元。
为什么重要
美国官员和媒体此前怀疑DeepSeek和Moonshot使用Blackwell，但一直没有公开证据。若方法成立，它首次把“中国实验室是否拿到最新英伟达算力”从传闻变成可复现的技术推断，也会给出口管制执行和芯片流向追踪提供新思路。SemiAnalysis首席分析师Dylan Patel此前的判断与之部分吻合：DeepSeek-V3架构面向Hopper，而DeepSeek-V4架构适配Blackwell及华为昇腾。
对用户/开发者/创作者的影响
对普通用户和开发者而言，目前这不会改变任何模型API或产品的可用性，也未见相关模型因此下架。真正值得留意的是成本与合规环境：如果头部中国实验室确实以Blackwell训练大模型，其推理质量和训练效率的竞争基础可能更强；但企业采购和云服务商在选择中国模型时，需要关注后续监管是否收紧。开源社区可以复现DePue的检测方法，用于硬件溯源研究，但应把它视为统计证据，而非法律结论。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是独立研究者能否复现同样的指纹结果，尤其是控制组之外的新模型；二是英伟达和美国监管机构是否回应，以及是否影响云算力租赁渠道；三是更多中国实验室的新模型会呈现Hopper、Blackwell还是华为昇腾特征，这可能反映算力来源的迁移。
