硅谷把AI科學(xué)家捧成明星，而中國把開發(fā)大模型做成了流水線。

近日，艾倫人工智能研究所研究員內(nèi)森·蘭伯特（Nathan Lambert）結(jié)束了一場36小時的中國AI連軸訪問，智譜AI、月之暗面、清華、美團、小米、零一萬物，一口氣跑了六七家機構(gòu)。他最后得出的結(jié)論并不是"中國AI有什么神秘捷徑"，而是它把大模型這件事做得更像一條高度協(xié)作的工程流水線。

在他看來，今天的大模型競爭，已經(jīng)不只是比誰能提出一個天才想法，而是比誰能把數(shù)據(jù)清洗、架構(gòu)微調(diào)、強化學(xué)習(xí)這些不性感的細(xì)節(jié)，一輪輪磨到極限。

01 拒絕"神化"：把AI從神壇拉回流水線

在硅谷的敘事里，AI開發(fā)帶有濃厚的"精英主義"色彩，頂級科學(xué)家被視為改變世界的先知。但蘭伯特發(fā)現(xiàn)，中國實驗室正在把這層"神性"剝掉，讓AI開發(fā)回歸嚴(yán)謹(jǐn)?shù)南到y(tǒng)工程。

·執(zhí)行力勝過自我意識：硅谷的科研文化強調(diào)個人成名，這往往導(dǎo)致內(nèi)耗。例如Meta的Llama團隊曾因內(nèi)部利益沖突而動蕩，甚至有實驗室需要支付重金才能平息研究員對技術(shù)路徑的怨言。

·集體主義的優(yōu)勢：相比之下，中國研究者更愿意為了模型整體性能的"多目標(biāo)優(yōu)化"而擱置個人創(chuàng)意。這種甘于幕后打磨的特質(zhì)，使得中國實驗室在數(shù)據(jù)清洗、算法實現(xiàn)等瑣碎但關(guān)鍵的環(huán)節(jié)上，展現(xiàn)出了極高的工程質(zhì)量。

02 "去精英化"的奇跡：學(xué)生軍與工程師紅利

令這位硅谷研究員最震撼的，是中國實驗室里那一張張年輕的面孔。跟OpenAI、Anthropic等拒絕實習(xí)生或?qū)⑵溥吘壔墓韫染揞^不同，中國AI實驗室的進步正由一支龐大的"學(xué)生軍"深度驅(qū)動。

·無負(fù)擔(dān)的進化：年輕學(xué)生沒經(jīng)歷過往昔AI泡沫的洗禮，反而能更快吸收智能體、強化學(xué)習(xí)等前沿技術(shù)。

·"空杯"心態(tài)：他們愿意舍棄固有假設(shè)，全身心投入模型的每一次微小提升。這種大規(guī)模、高素質(zhì)的"人才紅利"，讓中國在大語言模型的追趕賽中擁有了取之不盡的人力資源。

03 極致的實用主義：不談?wù)軐W(xué)，只談"所有權(quán)"與"商業(yè)終局"

在深度交流中，蘭伯特發(fā)現(xiàn)了一個有趣的文化差異：當(dāng)硅谷在為AI的長期社會風(fēng)險和道德哲學(xué)爭論不休時，中國研究員只是表現(xiàn)出一種"簡單的困惑"。

在他眼中，中國的AI研究員更傾向于把自己定位為"建造者"而非"哲學(xué)家"。他們極少參與關(guān)于AGI能力的道德辯論，而是專注于如何造出更強的工具。

蘭伯特還發(fā)現(xiàn)，業(yè)內(nèi)正展開一場關(guān)于商業(yè)終局的博弈：AI究竟會重蹈SaaS的覆轍(止步于小眾應(yīng)用)，還是會效仿"云模式"(成為通用的底層基礎(chǔ)設(shè)施)？目前共識正向后者傾斜。這意味著AI將不再是可有可無的訂閱工具，而是像電力一樣不可或缺的生產(chǎn)要素，通過規(guī)?；耐评硇枨髞碇厮苌虡I(yè)閉環(huán)。

這種對"云化"未來的預(yù)判，也解釋了為何美團、螞蟻集團等應(yīng)用型巨頭會親自下場造模型。他們清醒地意識到LLM將是未來技術(shù)棧的核心，必須擁有"自主所有權(quán)"。

不同于部分西方實驗室的封閉策略，中國實驗室傾向于"開源優(yōu)先"。這本質(zhì)上也是實用主義的體現(xiàn)：通過開源迅速換取社區(qū)反饋、積累推理規(guī)模，在實戰(zhàn)中快速反哺模型進化，強化自身的技術(shù)護城河。

04 起重機下的中國速度：算力約束下的生存最優(yōu)解

短短36小時內(nèi)，蘭伯特連續(xù)走訪了智譜AI、月之暗面、零一萬物等多家明星獨角獸。在北京的五道口和中關(guān)村，他感受到了不亞于舊金山灣區(qū)的競爭烈度，更洞察到了中國AI生態(tài)在硬件困境下的韌性。

·對英偉達(dá)的"渴求"與華為的"突圍"：蘭伯特觀察到一個有趣的現(xiàn)象，英偉達(dá)芯片仍是訓(xùn)練端無可爭議的"金標(biāo)準(zhǔn)"，各家實驗室都在不計代價地通過各種渠道掃貨儲備算力。然而在推理端，華為等國產(chǎn)加速器卻獲得了出人意料的正面評價。許多頂尖實驗室已大規(guī)模部署國產(chǎn)芯片處理推理任務(wù)，這種"訓(xùn)練靠外援、推理靠自給"的混合算力模式，正成為中國大模型維持迭代速度的底層支撐。

·流動的生態(tài)系統(tǒng)：這里的AI圈更像一個共生的生態(tài)系統(tǒng)，而非敵對的部落。盡管人才爭奪激烈，同行之間保持著高度的尊重。

·敏銳的開發(fā)者：中國開發(fā)者展現(xiàn)出了極強的適應(yīng)性。盡管環(huán)境受限，他們依然是Claude等前沿工具的深度使用者，并對DeepSeek等展現(xiàn)出極高工程品味的本土實驗室推崇備至。

05 結(jié)語：全球均衡下的"建設(shè)者文化"

蘭伯特在筆記的最后流露出一種深切的謙卑。他意識到，雖然硅谷依然在"從0到1"的領(lǐng)域引領(lǐng)風(fēng)騷，但中國憑借對工程細(xì)節(jié)的極致磨練、極高的實用主義以及深度嵌入核心的年輕人才梯隊，已經(jīng)形成了一套西方?jīng)Q策模式極難模擬的運行邏輯。

在他看來，中國AI的崛起不應(yīng)被簡單視為"模仿"，而是一場扎根于本土基建能量的工程進化。那種"必須掌控技術(shù)命脈"的渴望，正與中國宏大的建設(shè)文化交織在一起。蘭伯特直言，作為美國人，他自然希望美國能捍衛(wèi)其在開源與前沿領(lǐng)域的領(lǐng)導(dǎo)地位，但他也由衷擔(dān)憂各種因素造成的隔閡會割裂這個全球化的技術(shù)共同體。

他最后感嘆，中國實驗室展現(xiàn)出的真誠與溫情，讓他意識到技術(shù)競爭之外更深層的連接。當(dāng)硅谷繼續(xù)追問星空深處，大洋彼岸腳踏實地的"建造者"，也正在以自己的方式，為全球AI生態(tài)的未來書寫不可或缺的一章。

以下為文章正文：

中國AI實驗室實地見聞：走訪頭部廠商后的幾點啟示

當(dāng)我疾馳在杭滬高鐵上，窗外落日的余暉正勾勒出壯麗的山脊輪廓，風(fēng)力發(fā)電機的剪影在天際線上錯落有致；遠(yuǎn)方的群山、綿延的農(nóng)田與拔地而起的摩天大樓群交相輝映。

這次中國之行令我深感謙卑。置身于一個如此陌生的國度，卻能收獲如此誠摯而熱烈的歡迎，這種撲面而來的溫情令我深受觸動。我有幸結(jié)識了許多此前僅在屏幕另一端關(guān)注的AI圈同仁，他們的熱情讓我深刻意識到：無論是我的日常工作，還是整個AI生態(tài)系統(tǒng)，其本質(zhì)早已是全球化的共同體。

一、中國研究者的心態(tài)

中國的大模型企業(yè)常被冠以技術(shù)"極致追隨者"的稱號。這一標(biāo)簽既植根于其深厚的教育與職場文化傳統(tǒng)，也源自構(gòu)建科技企業(yè)時那些細(xì)微卻關(guān)鍵的路徑抉擇。從產(chǎn)出端(如支持智能體工作流的頂尖大模型)和投入端(如頂尖人才、海量數(shù)據(jù)、算力加速)來看，中美實驗室在宏觀上已極為接近。而真正持久的差異，實則隱藏在這些要素的組織范式與所面臨的約束條件之中。

長期以來，我始終認(rèn)為中國實驗室之所以能如此迅速地躋身并緊跟全球技術(shù)前沿，很大程度上源于其文化特質(zhì)與這項任務(wù)的高度契合。但在未與真人面對面交流之前，我一直持謹(jǐn)慎態(tài)度，不愿輕易將這種直覺定性為核心驅(qū)動力。而此次通過與中國頂尖實驗室中許多卓越、謙虛且心態(tài)開放的科學(xué)家深度對話，我的諸多預(yù)判終于得到了印證。

如今，打造頂尖大語言模型(LLM)已在很大程度上演變?yōu)橐粓鰧O致細(xì)節(jié)的角力，從數(shù)據(jù)清洗、架構(gòu)微調(diào)到強化學(xué)習(xí)(RL)算法的落地，整個技術(shù)棧都需經(jīng)過絲絲入扣的打磨。模型性能的每一次微增都離不開對各環(huán)節(jié)的極限榨取，而將這些變量整合為一個有機整體，則是一項極其復(fù)雜的系統(tǒng)工程。在這個過程中，為了追求模型整體在多目標(biāo)優(yōu)化下的全局最優(yōu)解，一些才華橫溢的個體研究成果往往不得不做出犧牲，甚至被無限期擱置。

盡管美國研究者在攻克單點技術(shù)難題上同樣出類拔萃，但美國文化更推崇"自我彰顯"。這種環(huán)境下，科學(xué)家往往需要通過博取話語權(quán)來贏得成功；而當(dāng)代大模型浪潮，也確實為"頂級AI科學(xué)家"開辟了一條通往名利雙收的新路徑。然而，這種文化也帶來了直接的沖突。傳聞中Llama團隊的"分崩離析"，很大程度上便是因為個人利益在層級體系中相互博弈，導(dǎo)致了沉重的內(nèi)耗。我甚至聽說過，某些實驗室為了讓頂尖研究員不再抱怨其個人想法被主模型舍棄，不得不支付一筆變相的"封口費"。無論傳言真實性幾何，其核心邏輯清晰可見：過強的自我意識和對個人晉升的執(zhí)念，確實會成為打造頂尖模型的絆腳石。中美之間在這一文化傾向上的毫厘之差，最終會對結(jié)果產(chǎn)生顯著影響。

這在某種程度上也源于中國AI研發(fā)團隊的人才構(gòu)成。一個顯著的共性是：中國各大實驗室的核心貢獻者中，有著極高比例的在校生。這種極度年輕化的團隊架構(gòu)，讓我想起了艾倫人工智能研究所(Ai2)的模式，學(xué)生被視為并肩作戰(zhàn)的隊友，并直接深度嵌入到大模型的核心研發(fā)鏈中。

這與美國頂尖實驗室的氛圍截然不同。像OpenAI、Anthropic甚至Cursor這樣的公司，幾乎不提供實習(xí)機會。而像谷歌等巨頭雖然名義上設(shè)有與Gemini相關(guān)的實習(xí)崗位，但實習(xí)生普遍面臨被邊緣化的尷尬，他們很難觸及核心技術(shù)，更像是游離于核心業(yè)務(wù)之外的旁觀者?？偨Y(jié)而言，這些細(xì)微的文化差異通過以下維度顯著提升了模型構(gòu)建能力：

·甘于"幕后打磨"：研發(fā)人員更愿意為了追求模型最終性能的極致，去承擔(dān)那些瑣碎、枯燥且難以彰顯個人名望的底層工作。

·擺脫"歷史包袱"：剛?cè)胄械难邪l(fā)新人未受過往AI炒作周期的思維束縛，能夠更純粹、更快速地?fù)肀КF(xiàn)代新技術(shù)范式(對此，一位中國科學(xué)家深有共鳴)。

·組織擴容的高效性：較弱的個人英雄主義色彩降低了內(nèi)部損耗，由于鮮有人執(zhí)迷于鉆營規(guī)則或博取私利，組織架構(gòu)在快速擴張時更具協(xié)同效應(yīng)。

·強大的"確定性攻堅"能力：擁有海量的工程人才儲備，他們極度擅長將"已被證明可行"的技術(shù)路徑，通過高強度的工程實踐轉(zhuǎn)化為確定性的成果。

這種更傾向于實用技能的特質(zhì)，與長期以來外界對中國研究者的刻板印象形成了鮮明對比，即認(rèn)為他們?nèi)狈?chuàng)造力，難以做出"從0到1"的開創(chuàng)性學(xué)術(shù)研究。在我們走訪的一些偏學(xué)術(shù)性質(zhì)的實驗室中，許多負(fù)責(zé)人都談到了要培養(yǎng)更具雄心的科研文化。但與此同時，也有一些技術(shù)領(lǐng)軍人物對此持懷疑態(tài)度，他們認(rèn)為短期內(nèi)很難重塑這種科研范式，因為這涉及對教育和激勵體制的徹底革新，而在當(dāng)前的經(jīng)濟環(huán)境下，這種變革的代價過于沉重。因此，現(xiàn)有的文化似乎正源源不斷地培養(yǎng)出大批極其擅長"大模型構(gòu)建競賽"的在校生和工程師。

這些在校生還向我透露，中國也正經(jīng)歷著與美國類似的"人才流失"：許多原本志在學(xué)術(shù)道路的人，現(xiàn)在都轉(zhuǎn)身投向了工業(yè)界的懷抱。最風(fēng)趣的一段對話來自一位研究員，他曾渴望成為教授，以此深耕教育事業(yè)，但他隨后感嘆道，大模型似乎已經(jīng)把教育問題給"解決"了。他自嘲說："既然大模型什么都知道，學(xué)生們干嘛還來找我聊呢！"在校生的優(yōu)勢在于能以全新的視角看待LLM。在過去幾年里，LLM的核心范式從擴展MoE(混合專家模型)轉(zhuǎn)向擴展強化學(xué)習(xí)(RL)，再到實現(xiàn)智能體(Agents)。要做好其中任何一項，都需要迅速從海量文獻和公司的技術(shù)棧中吸收背景知識。學(xué)生們習(xí)慣于這樣做，并且樂于放下所有關(guān)于"什么應(yīng)該有效"的成見。他們?nèi)硇耐度耄瑸楂@得改進模型的一線機會而努力拼搏。

這些在校生還表現(xiàn)出一種神奇的直率，沒有那些讓科學(xué)家分心的"哲學(xué)清談"。當(dāng)問及對模型經(jīng)濟學(xué)或長期社會風(fēng)險的看法時，很少有中國研究者對此有復(fù)雜的見解或施加影響的沖動。他們的角色就是構(gòu)建最好的模型。

這種差異極為微妙，也極易被忽視或否認(rèn)。但當(dāng)你與一位談吐優(yōu)雅、英語流利且才華橫溢的研究者進行深度長談時，你會最真切地感受到：那些在西方被反復(fù)咀嚼的AI哲學(xué)命題，在這里往往會被一種"純粹的困惑"所取代。對他們而言，去糾結(jié)那些形而上的哲學(xué)危機更像是一種"范疇錯誤"(Category error)。在探討這些領(lǐng)域時，一位研究者甚至引用了斯坦福研究員王旦(Dan Wang)那個著名的論斷：中國是工程師治國，而美國則是律師治國。這有力地佐證了他們內(nèi)心深處那種構(gòu)建技術(shù)的純粹渴望。此外，中國并沒有像Dwarkesh或Lex Fridman這種具備全球影響力的頂級播客，去系統(tǒng)性地為科學(xué)家們加冕"明星光環(huán)"。

當(dāng)我試著引導(dǎo)中國科學(xué)家去談?wù)揂I引發(fā)的經(jīng)濟動蕩、超越通用人工智能(AGI)的終極命題，或是關(guān)于模型行為的道德辯論時，他們的反應(yīng)折射出了其成長背景與教育經(jīng)歷的深刻烙印。他們對技術(shù)研究極度專注，因為成長環(huán)境并不鼓勵對"社會結(jié)構(gòu)應(yīng)如何調(diào)整"這類宏大議題發(fā)表見解或展開辯論。

放大視角來看，北京的氛圍與硅谷灣區(qū)如出一轍：競爭對手的實驗室近在咫尺，步行或打車片刻即達(dá)。我剛下飛機，就在去酒店的途中順道拜訪了阿里巴巴北京總部。隨后在短短36小時內(nèi)，我們密集走訪了生數(shù)科技、月之暗面、清華大學(xué)、美團、小米以及零一萬物。在這里，叫一輛滴滴非常方便，如果你選了商務(wù)車，接你的往往是一輛配備了按摩座椅的純電MPV。當(dāng)我們向研究人員打聽"人才戰(zhàn)"時，他們表示這里的情況與美國驚人地相似：跳槽如同家常便飯，而大家最終選擇投奔哪家實驗室，很大程度上看哪里的"氣場"最對味。

在中國，LLM社區(qū)給人的感覺更像是一個生態(tài)系統(tǒng)，而不是相互征伐的部落。在許多不具名的交流中，大家對同行充滿尊重。所有的中國實驗室都對字節(jié)跳動及其大火的"豆包"模型抱有敬畏，那是中國唯一的頂尖閉源模型。與此同時，大家也對深度求索(DeepSeek)充滿敬意，認(rèn)為它是執(zhí)行中極具"研究品味"的實驗室。相比之下，在美國非正式會面時，同行間的火藥味往往更濃。

中國研究者謙遜感最顯著的體現(xiàn)是，他們對業(yè)務(wù)端往往表現(xiàn)出"事不關(guān)己"的態(tài)度，認(rèn)為這不是他們的問題；而美國人似乎對各種生態(tài)層級的產(chǎn)業(yè)趨勢，從數(shù)據(jù)供應(yīng)商到算力或融資，都表現(xiàn)得極度癡迷。

二、中國AI產(chǎn)業(yè)與西方實驗室的異同

如今構(gòu)建AI模型之所以有趣，是因為它不再只是把一群優(yōu)秀的研究員關(guān)在樓里搞出個工程奇跡。過去或許如此，但為了維持AI商業(yè)模式，LLM正成為構(gòu)建、部署、融資和獲取用戶這幾者的混合體。領(lǐng)先的AI公司存在于復(fù)雜的生態(tài)系統(tǒng)中，由資金、算力、數(shù)據(jù)等要素供養(yǎng)，以持續(xù)推向前沿。

以Anthropic和OpenAI為代表的西方生態(tài)系統(tǒng)對于如何整合這些要素已有了一套清晰的范式。因此，中國實驗室在思維定式上展現(xiàn)出的巨大差異，預(yù)示著中美企業(yè)可能在未來做出截然不同的戰(zhàn)略押注。當(dāng)然，這些愿景最終能在多大程度上實現(xiàn)，很大程度仍受限于資金紅利與算力供給。

與這些實驗室交流后，我在"AI產(chǎn)業(yè)"層面最大的幾點收獲如下：

1. AI需求的早期跡象：坊間盛行一種假設(shè)，由于中國公司不習(xí)慣為軟件付費，這會導(dǎo)致中國AI市場的天花板較低，進而無法支撐起實驗室所需的龐大推理市場。但這種看法僅適用于SaaS生態(tài)，中國的SaaS市場確實歷來微不足道。然而，硬幣的另一面是中國擁有規(guī)模驚人的云服務(wù)市場。當(dāng)前一個懸而未決、且令中國實驗室反復(fù)爭論的關(guān)鍵點在于：企業(yè)的AI支出究竟會重蹈SaaS的覆轍(止步于小眾應(yīng)用)，還是會效仿云模式(成為底層的通用基礎(chǔ)設(shè)施)？目前看來，AI的發(fā)展勢頭更趨近于云模式，業(yè)內(nèi)并無多少人擔(dān)心市場會因為新技術(shù)工具的涌現(xiàn)而出現(xiàn)萎縮。

2. 大多數(shù)開發(fā)者是"Claude粉"：盡管Claude在名義上并未對中國開放，但國內(nèi)絕大多數(shù)AI開發(fā)者都對其推崇備至，甚至陷入了某種"癡迷"，他們驚嘆于Claude徹底重塑了軟件開發(fā)的工作流。雖然中國市場在軟件付費上向來謹(jǐn)慎，但我并不認(rèn)為這會阻礙推理需求的爆發(fā)式增長。中國技術(shù)人員那種務(wù)實、謙遜且充滿干勁的狀態(tài)，足以打破任何不愿消費的陳舊慣例。

有些研究者提到會使用本土工具(如Kimi或GLM的命令行界面)，但幾乎所有人在談到實際開發(fā)工作時，都會首選Claude。令人意外的是，在硅谷灣區(qū)正大紅大紫的Codex，在這里卻鮮有人提及。

3. "技術(shù)自主權(quán)"至上的心態(tài)：中國的文化基因與轟鳴的經(jīng)濟引擎交織，催生出了一系列不可預(yù)知的成果。我有一種強烈的預(yù)感：中國大模型層出不窮的現(xiàn)狀，其實反映了本土科技企業(yè)在務(wù)實驅(qū)動下達(dá)成的一種動態(tài)平衡。這里并沒有所謂的"宏偉藍(lán)圖"，整個行業(yè)的格局主要取決于對字節(jié)跳動和阿里巴巴的敬畏，人們普遍預(yù)測，這兩家巨頭將憑借碾壓級的資源收割大部分市場份額。而DeepSeek是公認(rèn)的技術(shù)風(fēng)向標(biāo)，卻遠(yuǎn)非市場霸主：他們指引了技術(shù)方向，但在商業(yè)變現(xiàn)上并非贏家。

正因如此，美團或螞蟻集團等公司的加入顯得格外有趣，西方觀察者或許會驚訝于這類應(yīng)用型企業(yè)竟然也在親自下場造模型。實際上，他們深知LLM將是未來所有科技產(chǎn)品的內(nèi)核，因此必須掌握堅實的底層技術(shù)。通過打磨自有的強大通用模型，他們不僅鞏固了自身的技術(shù)護城河，還避免了受制于外部開源社區(qū)的演進節(jié)奏，并能針對核心業(yè)務(wù)保留獨家的內(nèi)測版本。這種"開源優(yōu)先"的行業(yè)心態(tài)本質(zhì)上是實用主義的體現(xiàn)，它既能讓模型通過社區(qū)反饋快速進化，又能回饋生態(tài)，從而更好地完成企業(yè)自身的技術(shù)使命。

4. 政府支持確實存在，但具體邊界模糊：外界普遍認(rèn)為中國政府正在全力助推開源大模型競賽。然而，各級政府之間其實并沒有一份統(tǒng)一的"行動劇本"。以北京為例，各個區(qū)甚至在互相競爭，搶奪優(yōu)質(zhì)科技公司入駐。政府提供的"助力"幾乎可以肯定包含掃清審批門檻、打破壁壘等軟性支持，但其介入深度究竟如何？政府在多大程度上能左右人才流向？能否在芯片困境上出奇招？在走訪過程中，政府的關(guān)注與扶持被反復(fù)提及，但由于缺乏具體細(xì)節(jié)，目前尚難定論政府究竟在多大程度上改寫了中國AI的發(fā)展軌跡。

當(dāng)然，目前沒有任何跡象表明政府干預(yù)了模型的具體技術(shù)路徑或決策。

5. 數(shù)據(jù)產(chǎn)業(yè)尚處起步階段：早前聽說Anthropic或OpenAI會為單個訓(xùn)練環(huán)境斥資千萬美元，每年在強化學(xué)習(xí)(RL)前沿領(lǐng)域的投入更是累計高達(dá)數(shù)億美金。因此，我們非常好奇中國實驗室究竟是直接購買美國的成熟環(huán)境，還是由國內(nèi)類似的生態(tài)系統(tǒng)提供支持。得到的答案是：中國國內(nèi)并非沒有數(shù)據(jù)產(chǎn)業(yè)，但研究者普遍認(rèn)為現(xiàn)有第三方服務(wù)的質(zhì)量堪憂。相比之下，他們更傾向于在內(nèi)部自建環(huán)境或處理數(shù)據(jù)。研究人員會投入大量精力親自打造RL訓(xùn)練環(huán)境，而像字節(jié)跳動和阿里巴巴這樣的大廠，則通常依賴內(nèi)部的標(biāo)注團隊。這再次印證了前文提到的那種"自力更生，拒絕外包"的務(wù)實心態(tài)。

6. 對英偉達(dá)芯片的極度渴求：英偉達(dá)的算力是模型訓(xùn)練當(dāng)之無愧的"金標(biāo)準(zhǔn)"，各家的研發(fā)進度無一不受限于手頭的芯片儲備。只要渠道通暢，這些實驗室顯然會不惜代價地全盤掃貨。相比之下，以華為芯片為代表的國產(chǎn)加速器在推理端獲得了不少正面評價，許多實驗室也已經(jīng)大規(guī)模部署了華為芯片。

三、結(jié)語：全球均衡

在開啟這次旅程之前，我對中國知之甚少；而此行結(jié)束，我發(fā)現(xiàn)自己才剛剛叩開了解她的大門。中國并非一個可以用既定規(guī)則或公式來定義的模板，這里有著截然不同的運行邏輯與內(nèi)在張力。這片土地的文化如此底蘊深厚，且早已深深植根于本土技術(shù)的構(gòu)建邏輯之中。前路漫漫，我尚需虛心求教。

當(dāng)前，美國許多決策機構(gòu)都將他們對中國的固有認(rèn)知，視為制定決策的核心思維工具。然而，在親自走訪并深度交流了中國幾乎所有頂尖AI實驗室后，我意識到：中國擁有的許多特質(zhì)與直覺，是西方?jīng)Q策模式極難模擬的。即便我開誠布公地詢問這些實驗室為何選擇開源其頂尖模型，我依然難以完全理解那種"技術(shù)自主權(quán)意識"與"對生態(tài)系統(tǒng)的真誠支持"是如何完美融合在一起的。

這里的實驗室表現(xiàn)得極為務(wù)實，也并不是每個模型都會公之于眾。但在扶持開發(fā)者、構(gòu)建生態(tài)系統(tǒng)，并借此深度復(fù)盤以反哺模型研發(fā)方面，他們展現(xiàn)出了極具前瞻性的戰(zhàn)略定力。

幾乎每一家中國科技巨頭都在自研通用大模型，正如我們所見，連生活服務(wù)平臺美團和綜合性消費電子巨頭小米都發(fā)布了開源權(quán)重模型。換作是美國的同類企業(yè)，多半只會選擇購買現(xiàn)成的服務(wù)。這些公司之所以親自下場搞LLM，并非為了盲目跟風(fēng)，而是源于一種骨子里的渴望，即必須絕對掌控自己的技術(shù)棧，將時代最核心的技術(shù)命脈握在自己手中。每當(dāng)我從電腦前抬頭，望向地平線上成群結(jié)隊的塔吊，我便深切感受到：這種"死磕"底層技術(shù)的狂熱，正契合了中國那種更為宏大的建設(shè)文化與基建能量。

中國研究者展現(xiàn)出的人格魅力、真誠與溫情，具有極強的感染力。在個人交往中，我發(fā)現(xiàn)美國那種劍拔弩張的地緣政治敘事，并未在他們身上留下痕跡。這個世界需要更多這樣純粹的正能量。作為AI共同體的一員，相比于技術(shù)競爭，我如今更擔(dān)心的是由于國籍標(biāo)簽而在不同成員與團體之間造成的隔閡與裂痕。

若是聲稱我不希望美國實驗室在AI技術(shù)棧的各個領(lǐng)域(尤其是開源模型)保持絕對領(lǐng)先，那我純屬虛偽，畢竟我是美國人，這是我最直率的立場。但與此同時，我也由衷希望全球開源生態(tài)能蓬勃發(fā)展，因為唯有如此，才能為全世界創(chuàng)造更安全、更普惠、更有價值的AI。而當(dāng)下的懸念在于，美國實驗室是否會真正采取行動，去捍衛(wèi)這份領(lǐng)導(dǎo)地位。

就在我收筆之際，關(guān)于限制開源模型的美國行政命令正傳得沸沸揚揚。這可能會進一步割裂美國領(lǐng)導(dǎo)力與全球生態(tài)系統(tǒng)之間的協(xié)同效應(yīng)，實話說，這并沒能給我多少信心。

衷心感謝月之暗面、智譜、美團、小米、通義千問、螞蟻靈境、零一萬物等機構(gòu)中與我交流的諸位同仁。感謝每一位的熱情接待，以及你們慷慨分享的時間。隨著我對中國文化與AI產(chǎn)業(yè)的思考日益清晰，我將繼續(xù)分享我的見解。毋庸置疑，這些觀察與見解將與正處在AI前沿風(fēng)口浪尖的時代巨變息息相關(guān)。

來源 | 網(wǎng)易科技（ID：tech_163）

作者 | 辰辰 ; 編輯 | 蝦餃

內(nèi)容僅代表作者獨立觀點，不代表早讀課立場