“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。” 这话不是凭空说的，往 AI 领域的具体事儿上一落就清楚了。就拿大模型来说，美国那边早几年就有团队扎进基础理论里啃硬骨头，像 Transformer 架构的提出，那会儿还没多少人能料到它后来会成了大模型的 “骨架”，这种从 0 到 1 的琢磨，就是原创的路子。 咱们这几年大模型确实冒出来不少，功能上也能看到不少亮点，但扒开来看，很多都是在已有的架构基础上做调整，比如调调参数、优化下训练数据，让模型在中文场景里用着更顺手，或是在某个具体任务上跑得更快。 这些是进步，但说到底还是在别人搭好的架子上添砖加瓦，算不得从根上的新东西。 不光是大模型，AI 芯片这块也能看出类似的情形。美国有企业早早布局芯片的底层架构设计，花几年时间打磨指令集，哪怕初期没什么亮眼的产品，也硬着头皮往下钻。 咱们这边的芯片企业，更多时候是基于成熟的架构做适配性开发，比如针对国内常用的 AI 框架优化性能，虽然能快速拿出产品，但在最核心的架构创新上，步子迈得还不够大。 其实不光是 AI 领域，之前其他行业也有过类似的经历。 就说新能源汽车的电池技术，早年间咱们也是跟着别人的技术路线走，别人用什么材料，咱们就跟着试什么，虽然后来在能量密度、安全性上追得很快，但初期在电极材料的基础理论创新上，确实没少走 “模仿” 的路子。 直到后来慢慢加大基础研究投入，才在固态电池等前沿方向有了自己的突破。 光伏产业一开始也是引进国外的生产线，学着别人的工艺做电池片。后来企业把赚来的钱投进研发，在电池的转换效率算法、生产设备的核心部件上自己琢磨，才慢慢从 “跟着做” 变成了 “领着做”，现在不少核心技术反倒是咱们这边先拿出来的。 这些事儿串起来看，梁文峰说的 “原创和模仿之差”，其实点的是个更根本的问题。 是满足于在现有技术路径上追速度，还是沉下心来在基础研究上砸功夫。AI 领域现在就处在这么个节骨眼上，国内不缺聪明的工程师，也不缺市场需求，缺的可能就是那种 “哪怕短期内看不到回报，也愿意在原创上死磕” 的劲儿。 这也不是说模仿就没用，初期跟着别人的路子走，能少走不少弯路，快速把技术用起来、赚到钱。但走到一定阶段，想往前再迈一步，就得靠原创了。 就像梁文峰说的有些探索逃不掉，该啃的硬骨头，迟早得啃。梁文峰的“原创之问”，其实是中国AI跑进“无人区”后的必然反思。 当应用层的红利逐渐见顶，当技术竞争从“拼速度”转向“拼深度”，中国AI需要回答的不仅是“差距有多大”，更是“如何走出自己的路”。 或许正如一位研究者所说：“真正的差距不是时间，而是勇气——敢不敢做别人没做过的事，敢不敢承认自己暂时落后，敢不敢用十年、二十年去追一个‘可能失败’的梦。”
