中国AI的追赶：进展与持续差距

在一次引发行业讨论的CNBC坦诚采访中，DeepMind首席执行官Demis Hassabis对中国人工智能的进步给予了出人意料的赞扬——但也提出了重要的保留意见。

技术差距的缩小

这位英国AI先驱透露，中国的大型语言模型现在仅落后美国发展“几个月”，这与“代际”差距的说法相矛盾。他特别强调了来自中国企业如DeepSeek、阿里巴巴和Moonshot的强劲表现，这些公司的训练规模和推理能力可与全球领导者媲美。

“中国在基础设施投资和实际应用方面取得的成就确实令人印象深刻，”Hassabis指出。“他们迅速将AI部署到电子商务、金融和政府服务中的能力树立了标杆。”

创新鸿沟

然而，Hassabis在技术掌握与科学突破之间划出了关键区别。虽然中国擅长改进现有架构（他称之为“1到N”的改进），但尚未产生重塑该领域的变革性“0到1”发现。

差异何在？文化优先级。“真正的创新需要容忍失败并鼓励跨学科探索，”Hassabis解释道。“这比复制计算集群更难。”

超越芯片限制

尽管承认美国半导体出口管制为中国训练超大型模型带来了挑战，但Hassabis认为更深层次的瓶颈涉及研究环境：“我们是否在奖励那些提出基本问题的人，而不是优化已知解决方案的人？”

这些评论发表之际，全球AI竞争加剧，各国正在权衡短期商业收益与长期科学领导地位。

关键点：

• 时间差距缩小: 据估计中国LLM现在仅落后美国同行几个月
• 实施优势: 中国在实际应用中部署AI方面领先
• 原创研究滞后: 来自中国机构的范式转变贡献较少
• 文化因素: 风险容忍环境被视为突破性创新的关键
• 地缘政治背景: 出口管制带来挑战但可能不决定最终结果