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

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。”   大家怎么看，一起评论区唠唠！   梁文峰这话听着扎心，但确实戳到了行业的痛点。过去几年，国内大模型越做越多，名字换了一茬又一茬，可底层逻辑还是那套Transformer，核心框架还是别人的。   而美国靠着芯片、框架和生态一体化，建起了别人绕不开的技术闭环，GPU、CUDA、Transformer，从算力到算法，全都卡在他们手里。   咱们的问题不是没进步，而是陷在“跟跑”模式里太久，人家OpenAI砸40%的预算搞底层创新，我们这边平均8%就算多。   大家都想快出成果，可模仿的红利早就被榨干，去年美国一收紧AI框架出口，国内一批靠开源做二次开发的公司立刻瘫痪。   你靠别人家的地基盖房，总有一天房塌了还得求那人修。   DeepSeek算是走出第一步的团队，2024年他们干脆停掉了“堆参数”那一套，改攻稀疏注意力机制。   团队从算子结构入手，用TileLang语言重写底层逻辑，反复推翻十几版方案，最终搞出了TileLang和CUDA双栈算子，华为昇腾团队拿到代码当天就能跑，这意味着国产芯片终于能在AI框架上自由呼吸。   而新模型DeepSeekSparseAttention上线后，长文本处理效率翻倍，这才算是真正摸到了原创的门槛。   更聪明的是，他们没去和GPT比参数，而是反过来做“软件定义算力”，算力不够？那就从算法上挤出空间，把低算力芯片调教到最优状态。   对企业来说，这才是真香：便宜、省电、不被卡脖子。   这背后的思路变了，从“跟技术”到“解结构”，不是抄别人模型，而是拆明白为什么有效、怎么优化。   梁文峰说，他们的核心原则是——技术不为炫技，只为真问题，这句话听着朴实，其实是国内AI行业的拐点。   而DeepSeek的这次转弯，不只是技术路线的改变，更像是整个行业意识的觉醒，梁文峰干脆把研发目标定得更直接：从问题出发，用产业去倒逼科研。   他们在医疗、法律、制造、农业这些领域试点，让模型去解决真问题，而不是做“实验室里的炫技”，医疗团队用他们的算法识别罕见病基因突变，准确率提高了6个百分点；法律领域用长文本模型审合同，审查时间从8小时压到20分钟。   这些成果都不是靠追参数出来的，而是靠“问题—算法—算子—硬件”四层联动打磨出来的。   这套方法比闭门造车更有生命力，DeepSeek把核心技术彻底开源，权重、算子、框架全放出去，让全国开发者都能在这套架构上加砖添瓦。   有人基于TileLang调试效率优化，有人把CUDA版本迁到国产芯片上，这种“众包式研发”让创新变成了全民工程，更妙的是，开源还反过来带火了国产硬件生态。   企业要跑DeepSeek模型，自然得配昇腾、寒武纪这些芯片，硬件厂商因此也有了数据回流和优化的空间，整个生态的正反馈终于启动了。   不过原创的路注定不好走，DeepSeek两年烧了4亿多，其中三分之二投在基础研究上，梁文峰说，这笔钱花得“肉疼但值得”，因为模仿省钱但没未来。   现在政策也在往这个方向倾斜，科技部AI专项基金把基础研究支持比例提到60%，各大公司开始建底层架构实验室。   中国AI终于意识到，只有肯花时间搞“慢活”，才能摆脱“快抄”的恶性循环。   当然，风险也摆在眼前。   原创周期长、教育体系供给慢、国际专利难获承认、生态迁移痛，这些都是必须啃的硬骨头，但只要方向对了，就算走得慢，也在爬坡。   而DeepSeek的目标早已不是追GPT的脚步，而是定义下一个能被世界引用的新范式，梁文峰说得明白：追随者看别人跑多快，造路者关心地平线在哪。   原创这件事，逃不掉，也不该逃，只有把“逃不掉的探索”变成习惯，中国AI才真正算站起来。   对此，大家有什么想说的呢？欢迎在评论区踊跃留言！麻烦看官老爷们阅读后点赞关注，谢谢！   （个人观点，理性观看）