中国AI跑得快，但能想得远吗？

最近，DeepMind CEO德米斯·哈萨比斯在CNBC的一次专访中说了句让不少人愣住的话：“中国的大模型，和美国的差距，现在可能就几个月。”这话听着不像一个西方AI巨头的高管该说的——毕竟，过去几年，西方媒体总爱说中国“落后一代”“只能模仿”。可哈萨比斯没这么讲。他点名了DeepSeek、阿里巴巴、月之暗面这些名字，说它们的模型“真的挺厉害”，训练规模、推理效率，已经摸到了世界最前沿的边。

这不是客套。你打开国内主流AI平台，从文心一言到通义千问，从讯飞星火到月之暗面的Kimi，回答问题的速度、长文本处理能力、多轮对话的连贯性，确实不输GPT-4o。在电商客服、政务问答、金融报告生成这些实际场景里，中国的AI落地速度甚至更快——你今天提交一份合同，明天就能有AI帮你改出三版优化方案；在抖音、淘宝、微信里，AI早就不是“新玩意”，而是日常操作的一部分。

但哈萨比斯话锋一转，说了一段更值得听的话：“你们能跑得快，是因为你们知道怎么把别人的东西做得更好。但真正改变游戏规则的东西，还没出来。”

什么意思？Transformer架构是2017年谷歌提出的，现在全球都在用它做基础。中国公司把这玩意儿优化得又快又稳，成本还低。可谁也没能跳出这个框架，去发明一个“后Transformer”的新东西。没人提出像“注意力机制”那样颠覆性的新思路。在AI for Science、具身智能、神经符号系统这些真正烧脑的前沿领域，论文和突破，还是美国的MIT、斯坦福、OpenAI、DeepMind在主导。

哈萨比斯不把这归咎于芯片禁令——虽然H100买不到确实头疼，但他更看重的是“文化”。他说：“算力可以买，可以攒，但能容忍一个团队花三年时间，做一件可能失败的事，这种环境，太难复制了。”

这话戳中了痛点。我们擅长“快速迭代”——你发一个模型，我七天就能复现，十天就能优化，一个月就能上线。但没人敢说：“我想试试一个没人信的理论，哪怕五年都没结果。”高校里，论文数量压倒一切；企业里，KPI盯着月活和营收。谁愿意为一个“可能没用”的想法，赌上整个团队的预算和前途？

反观美国，哪怕在经济下行时，Meta还在投“LLaMA”开源项目，Google还在养“Gemini”的长期研究，OpenAI的团队里，有人专攻“AI如何理解因果关系”这种听起来像哲学的问题。这些事，短期内看不到收益，但十年后，可能就是下一个AI革命的起点。

中国AI现在像一支训练有素的短跑队，起步快、冲刺猛、终点线前从不掉链子。可如果比赛规则变了，赛道延长到马拉松，我们还能不能保持领先？

哈萨比斯的评价，不是夸奖，也不是贬低，而是一面镜子。它照出了中国AI的强项：工程能力、落地效率、市场响应。也照出了短板：敢不敢做没人敢想的事？有没有人愿意为“无用之用”买单？有没有文化，允许一个科学家在实验室里，安静地发呆五年，只为等一个灵光一闪？

算力决定你能跑多快，但思想决定你能走多远。

2024年，全球AI竞赛已经不是比谁的模型参数更大，而是比谁的脑子更敢想。中国不缺聪明人，缺的是让聪明人敢想的空间。