中国AI的追赶：进展与局限

DeepMind CEO Demis Hassabis对中国人工智能能力给出了出人意料的积极评价，他向CNBC表示技术差距已急剧缩小——在某些领域仅有"几个月"的落差。这与科技界常听到的"代际落后"论调形成鲜明对比。

显著进步与潜在隐忧

Hassabis特别强调了深度求索、阿里巴巴、月之暗面等中国科技企业的成就，称其模型表现"令人印象深刻"。他指出中国在AI基础设施投资和跨领域工程化落地方面具有独特优势。

"我们看到中国企业已经掌握了规模化应用现有架构的艺术，"Hassabis指出，"他们的训练能力和推理基准正在接近全球领先地位。"

创新鸿沟

但这位DeepMind创始人明确区分了技术实现与原始创新的区别。虽然中国擅长改进和应用已知技术（他称之为"1到N"的提升），但尚未产生能开辟全新领域的范式转变突破（"0到1"的发现）。

"科学创新的时间尺度与技术迭代不同，"Hassabis解释道，"它需要容忍失败的自由和探索未知路径的空间——这些文化因素并不总是与快速商业化的压力相契合。"

超越芯片限制

这位高管承认美国对先进AI芯片的出口管制给研究大模型的中国学者带来了挑战。但他出人意料地指出，这些限制可能不如影响创新生态的深层文化因素重要。

"算力限制确实存在但可以解决，"Hassabis表示，"更难的瓶颈在于培育能让研究者追求高风险、非即时商业回报创意的环境。"

行业启示

这番言论引发了AI观察者的热议。虽然中国在电商、金融科技等实用领域占据主导地位，但西方实验室仍在下一代架构和科学AI应用等基础研究领域引领方向。

Hassabis的评价既是对中国工程实力的肯定，也是一种微妙挑战：真正的领导力不仅需要高效实施——更需要探索未知前沿的勇气。

关键要点：

• 差距缩小：中国AI在许多领域仅落后美国数月而非数年
• 实施优势：中国企业擅长将已知技术规模化应用于多元场景
• 创新挑战：创造颠覆性新范式仍是西方强项
• 文化因素：Hassabis强调超越技术限制的研究环境差异