“中美差距究竟有多大？”DeepSeek创始人梁文峰再次语出惊人！他说：“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。” 数据最能说明问题，全球AI专利申请里美国有9.5万件，其中超过一半都是机器学习这种核心技术的基础专利，而咱们的专利虽然数量不少，但大多集中在应用层面。 最明显的就是芯片这块，搞AI离不开高性能芯片，就像开车离不开发动机。现在全球AI算力大部分都靠英伟达的GPU芯片，咱们国内不管是百度的文心一言还是其他大模型，训练的时候都得用人家的芯片。 虽然咱们的自动驾驶技术发展很快，百度的Apollo Go已经在很多城市运营了，但底层的芯片技术卡脖子的问题一直没解决。 看看现在热门的大模型，斯坦福大学最新的报告说，2023年的时候中国顶尖模型比美国的差近20个百分点，到2024年底差距缩小到0.3个百分点，看起来进步很大。 但仔细想想，咱们这些模型大多还是用的美国提出的Transformer架构，百度的文心一言就是基于这个架构开发的，虽然用得很溜，但根子上不是咱们自己的东西。 不过让人看到点希望的是，像DeepSeek这样的公司开始尝试自己设计"建筑框架"了，他们搞出了个叫MLA的新架构，能让AI模型更高效地工作，虽然还是在现有基础上改进，但这已经是往原创方向走的重要一步，他们还开发了自己的训练方法，不用像以前那样依赖大量人工标注的数据，这种尝试虽然还不算颠覆性的创新，但至少说明咱们开始意识到原创的重要性了。 钱花在哪里也能看出差别。2024年美国私营企业在AI上的投资达到1091亿美元，这些钱很多都投到了基础研究上。 而咱们的投资更多集中在应用层面，追求短期见效。就像美国在研究怎么发明新能源，咱们在琢磨怎么把现有能源用得更划算。短期看效果明显，但长期下来，核心技术掌握在别人手里，风险其实很大。 虽然咱们在应用层面确实做得不错，比如支付宝的刷脸支付、医院的AI诊断系统，这些都很方便实用。 但这些应用就像盖在别人地基上的房子，再漂亮也怕地震。美国FDA2023年批准了223款AI医疗设备，他们不仅应用做得好，基础研究也没落下，这种两条腿走路的模式值得咱们学习。 梁文峰说的"有些探索逃不掉"，其实就是指基础研究这个坎必须迈过去。DeepSeek尝试的新架构和训练方法，虽然还不够成熟，但已经让我们看到了摆脱模仿的可能，他们的模型在数学推理这些需要深层思考的任务上表现不错，说明只要坚持原创，咱们也能做出有竞争力的技术。 说到底，中美AI的差距不是简单的时间问题，而是发展模式的不同。咱们以前靠模仿和快速应用尝到了甜头，但要真正走到前面，必须啃下原创这块硬骨头。 看到DeepSeek这样的企业在努力探索原创技术，心里还是挺振奋的。这说明咱们不是做不出原创，而是需要更多的耐心和投入。也许过不了多久，咱们也能有自己的"钢筋混凝土"，盖出真正属于中国的AI大厦。到那时候，咱们就不用再担心别人卡脖子，而是能真正引领AI的发展方向。
