DeepSeek释出的开源模型是否存在网安风险？业界意见不一。一派认为模型可被再训练，应用端风险较大；另一派则认为，模型在地端和离线环境下风险可控，但与企业数据和应用结合需谨慎评估。

AI专家指出，每个语言模型都有言论过滤问题，言论审查并非DeepSeek特有。而网安风险主要在于应用端，如网站或手机的聊天机器人等，涉及数据跨境传输和用户隐私。

Devcore等网安业者表示，风险取决于模型应用方式。在地端和离线环境下，风险相对较小；但与企业应用程序和数据结合时，需深入了解模型训练方式、使用者条款和数据再利用等。

Palo Alto Networks威胁情报小组Unit 42研究发现，DeepSeek模型存在“越狱”漏洞，可轻易生成有害内容，即使使用者无专业知识。提供特定内容引导对话，通常在5次互动内可绕过安全机制，触发不安全内容生成。

随着AI应用增加，网安风险日益凸显。企业在采用AI时，需加强安全防护，避免类似风险发生。