“中美差距究竟有多大？”DeepSeek创始人梁文峰2月语出惊人！他说，中国AI和美国说是只有一两年差距，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。 在AI领域，大家常常听到“差距”这个词，尤其是在中美对比中，很多人总是以美国的领先技术为参照，试图衡量自己在研发上的进展。 梁文峰的意思，就是中国的AI技术在语音识别、图像处理等方向已经赶超了很多发达国家，但如果从更高层次的“原创力”角度去看，这个差距远远超出了几年。 而是差在了科技的根本——原创和模仿之间。 从几个维度去理解梁文峰的观点，特别是在AI领域的实践中，中国和美国的差距并非技术性上的短期差距，而是在创新能力上的深刻差距。 这话听着有点扎心，但绝不是否定中国AI的进步，要知道，中国AI真正发力也就这几年，能做到现在的地步，速度快得让人咋舌，而且成本优势更是让美国都羡慕。 早个十年，大家还觉得AI是“高大上的稀罕物”，可现在呢？不管是小区门口的人脸识别门禁，还是外卖平台的智能调度系统，甚至是农村里帮农民测土壤的AI工具，中国AI早就 “飞入寻常百姓家”了。 这种“用很短时间把AI从实验室落地到生活方方面面”的能力，全球没几个国家能比。 中国AI的成本优势太明显了，比如做一个AI质检系统，美国企业可能要花上千万美元，耗时一两年，可中国企业凭着成熟的产业链、本土化的技术适配，几百万人民币、几个月就能搞定，还能根据工厂的具体需求随时调整。 像珠三角的电子厂，以前靠工人肉眼检查芯片有没有瑕疵，又累又容易出错，现在装个AI质检设备，成本比请工人还低。 准确率却从80%提到了99%，不少工厂老板都说“中国 AI 帮我们省下了真金白银”。 再看进步速度，中国 AI 更是让人惊喜，美国 AI 发展了几十年，才有了现在的规模，可中国AI从早期的 “跟跑”，到现在在不少应用领域“并跑”，也就用了几年。 但梁文峰说的“原创与模仿之差”，确实戳中了咱们的“软肋”，不是中国企业不想搞原创，而是在 AI 发展的早期阶段，很多底层框架、核心算法都是美国先搭起来的。 比如大家常用的深度学习框架 TensorFlow、PyTorch，都是美国公司或机构开发的，不少 AI 模型的基础理论，也是美国科研团队先提出来的。 中国企业一开始顺着这些成熟的框架和理论做开发，其实是聪明的选择，既能快速把技术用起来，解决实际问题，也能在应用过程中积累经验，为后续的原创打基础。 就像盖房子，先照着别人的图纸盖几栋，摸清了建材、结构的门道，再自己画新图纸，这是很多行业发展的必经之路，不能说这样做就是“不行”。 就说上世纪 80 年代的日本半导体行业，一开始日本的半导体技术也是跟着美国学，从模仿美国的芯片设计、生产工艺开始。 但日本企业没停留在模仿上，而是靠 “低成本、高性价比” 快速打开市场，同时在生产过程中不断优化，比如改进芯片的光刻技术，让芯片体积更小、性能更强，建立更高效的供应链，把芯片成本降下来。 到了 90 年代，日本的半导体产业不仅占据了全球一半以上的市场份额，还在存储芯片、光刻设备等领域实现了原创突破，开发出了很多美国都没有的技术。 先靠低成本、快速度切入市场，再在应用中积累优势，最后突破原创。 “模仿”不是原罪，关键是不能永远停留在模仿，日本和韩国的企业，都是在模仿阶段就靠成本优势、速度优势积累实力，同时明确“要做原创”的目标，最后才实现了超越。 中国 AI 企业现在的情况也是如此，咱们用很短时间做到现在的规模，成本低、进步快，这些都不是“运气”，而是实实在在的能力，这些能力正是未来原创突破的底气。 回到梁文峰的话，他说“有些探索逃不掉”，其实是在提醒中国 AI 行业，，现在有了规模、有了成本优势、有了应用经验，正是往“原创”发力的好时候。 而且中国 AI 企业已经开始行动了，不少企业成立了专门的基础研究部门，和高校、科研机构合作，投入大量资金研发底层技术。 有的企业甚至愿意花几年时间，去做短期看不到回报的基础研究，这种敢于投入、敢于探索的态度，加上之前积累的成本和速度优势，中国 AI 在原创上的突破，肯定不会太远。 所以梁文峰说的“原创与模仿之差”，不是在否定中国AI的进步，而是在给行业提个醒：要想从“追随者”变成“引领者”，原创是绕不开的坎。 接下来，只要继续保持这种势头，集中力量突破核心技术，中国AI一定能慢慢缩小原创差距，甚至在某些领域实现超越。 信源：北青网——2025-02-10——《当我们谈论DeepSeek时，是在谈论什么》
