DeepSeek创始人梁文峰大胆言论：中国AI与美国的差距不仅是几年，背后隐藏着原创力与顶层设计的巨大鸿沟，这条无人区的探索之路，敢不敢走？ 麻烦看官老爷们右上角点击一下“关注”，既方便您进行讨论和分享，又能给您带来不一样的参与感，感谢您的支持! 我们都知道这几年国内AI发展挺热闹，各种应用层出不穷，打开手机用语音助手，商场里刷脸支付，工厂里的智能质检系统，医院里AI帮着看片子，感觉处处都是高科技。 数据也挺漂亮，全球AI专利里咱们占了六成多，产业规模几千亿，看上去挺唬人，但梁文峰偏偏在这时候泼冷水，说这些表面风光掩盖不了底层的问题。 问题出在哪儿呢？说白了就是我们擅长把别人的技术拿来用好用精，但自己从头开始创造新东西的能力还不够。 就像盖房子，人家把地基打好了框架搭起来了，我们在上面装修得特别漂亮，但地基和框架始终不是自己的。 现在AI领域那些最核心的东西，都是美国人先提出来的，我们的研究更多是在这些基础上做优化，让中文处理更准确，让数据清洗更干净，这些当然也很重要，但总归不是从零开始的创新。 最直观的例子就是芯片这事儿，AI要跑起来得靠算力，这就像汽车得有发动机，全球最牛的AI芯片是英伟达的H100，我们很多公司训练模型都得用它。 美国后来各种限制出口，我们去年还花了一百多亿美元买他们的阉割版芯片，虽然华为的昇腾芯片在某些指标上已经不错了，但人家英伟达的CUDA平台有几百万开发者，生态早就建起来了。 我们的开发者习惯了那套系统，换国产的还得重新适应，这个过程不是一两天能完成的。 人才这块也能看出差距，美国那边10年以上经验的AI从业者占了七成多，我们只有不到四成。 更尴尬的是，美国顶级AI人才里有一大半不是本土培养的，其中不少是咱们中国本科毕业的学生，到了美国就留下了。 这就像我们培养了好苗子，结果被别人家的土壤和环境吸引过去，最后成了别人的栋梁。 但事情也不是完全没希望，DeepSeek这家公司做的事儿就挺有意思，他们推出的R1模型，用很低的算力成本就达到了国际一流水平，而且还选择完全开源，把训练细节和模型权重都公开了。 这种做法在国内其实不多见，因为大家都想着保护自己的技术优势，可DeepSeek偏偏反其道而行，结果他们的开源模型在国际榜单上占了一大片位置，证明我们完全有能力做出好东西。 梁文峰提到的“无人区”，指的就是那些没人走过的路，这些方向风险大，投入多，短期看不到回报，但只有走进去才可能真正改变格局，比如说全新的算法架构，自己从头设计的芯片，或者跨学科的融合创新。 这些东西不是几个月几年就能搞出来的，需要长时间的积累和无数次的试错，问题是现在大家都太着急了，投资人要看回报，企业要看业绩，谁愿意花十年八年去做一件不确定的事情？ 要改变这个局面，光靠企业自己肯定不够，政府得在政策和资金上给支持，让那些愿意做长期研究的机构和个人有底气。 企业也得转变思路，不能光盯着市场和竞争对手，得拿出一部分资源去探索那些看起来“不划算”的方向。 更重要的是人才培养，AI这东西不光是编程和数学，还得懂认知科学懂神经生物学，甚至懂材料学，我们现在的教育体系更擅长培养会干活的工程师，但培养能开创新方向的科学家还差点意思。 说到底，这场AI竞赛比的不是谁跑得快，而是谁能定义新的赛道，我们现在确实跑得挺快，但一直在别人规划好的跑道上跑，要想真正领跑，就得有勇气走进那片无人区，去开辟属于自己的道路。 这条路肯定不好走，充满了未知和风险，但不走的话，差距只会越来越大，梁文峰的那句话不是打击谁，而是在提醒我们，是时候做出选择了。 对此大家有什么想说的呢？欢迎在评论区留言讨论，说出您的想法！ 信源：海峡导报——梁文峰：“我们经常说中国AI和美国有一两年差距，但真实的差距是原创和模仿之差，如果这个不改变，中国永远只能是追随者，所以有些探索也是逃不掉的！”
