记者问：“中美 AI 差距到底有多大？” 梁文锋毫不避讳、一针见血地回答：“表面上中国 AI 与美国可能仅有一两年的技术代差，但真实的差距是原创和模仿之差。如果这个差距不改变，中国永远只能是追随者，所以有些探索是逃不掉的。” 现在打开手机，不管是智能客服、短视频推荐，还是办公用的AI写作、设计软件，到处都能看到AI的影子，这些应用层面的体验，跟美国的同类产品比起来，确实没多大差别。甚至在某些细分场景里，咱们的AI还更贴合本土需求，用着更顺手。 就像《全球人工智能创新指数报告2025》里说的，中美现在稳居全球AI第一梯队，2024年的分差比2023年还缩小了2.06分，咱们在顶会论文数量、大模型数量这些指标上都稳居全球前列，五年累计的顶会论文作者数量甚至第一次超过了美国。 再看专利数量，咱们更是遥遥领先。有数据显示，中国的AI专利数量已经占到全球的70%，是美国的6倍之多，尤其是生成式AI领域的专利，年增速能达到50%，腾讯、百度这些企业都排在全球AI专利申请人的前十位里。 从这些看得见的指标来看，说中美AI技术代差只有一两年，确实没毛病。毕竟现在不管是美国的ChatGPT，还是咱们的DeepSeek、文心一言，普通用户用起来都是聊天、生成内容，核心功能体验差不了太多，很难感觉到明显的技术鸿沟。 但梁文锋点出的“原创和模仿之差”，才是真正藏在水面下的硬骨头。咱们先搞明白啥是原创，啥是模仿。原创就是从0到1的突破，比如深度学习的核心理论、AI芯片的底层架构、大模型训练的基础框架，这些能定下行业规则的东西，才叫原创。 而模仿更多是从1到N的优化，比如在别人已经搭建好的框架上，做适配本土场景的应用，或者优化模型的响应速度、降低使用成本，这些虽然能提升用户体验，但根儿上的技术还是别人的。 最典型的就是AI芯片和基础理论领域。现在全球大部分AI大模型的训练，都离不开美国英伟达、AMD的高端芯片，咱们虽然也在大力研发国产芯片，但在性能、功耗这些核心指标上，还是存在差距。 举个直白的例子，就像盖房子，美国先发明了钢筋混凝土这种核心建材，还制定了盖房子的基础规范，咱们则是在这个规范下，盖出了更符合中国人居住习惯的户型，甚至把装修做得更精致。 从居住体验上看，咱们的房子可能更舒服，但要是哪天人家不让用钢筋混凝土了，咱们连房子的地基都没法打。这就是原创和模仿的本质区别，表面上成品差距不大，但核心话语权捏在别人手里。 梁文锋自己做的事，其实就是在补原创这块短板。可能有人不知道，这位85后创业者可不是半路出家搞AI的，早年间创办幻方量化的时候，就用深度学习把量化交易做到了国内头部。 后来他干脆秘密研发超级计算机“萤火一号”“萤火二号”，硬是把AI训练需要的算力基础给搭了起来。更关键的是，在很多企业把大模型当成商业机密捂着藏着的时候，他坚持把DeepSeek的主流模型全部开源，甚至把训练数据清洗、强化学习的细节都写成论文公开。 为啥原创这么重要？因为AI领域的竞争，到最后拼的就是底层技术。现在咱们在应用层做得风生水起，比如政务热线用AI提升响应速度，中小企业用开源模型微调行业应用，成本从几千万降到几万块，这些都是优势。 但如果一直停留在模仿阶段，人家一旦在基础理论或核心硬件上卡脖子，咱们的应用层再繁荣，也可能瞬间被釜底抽薪。就像之前美国对咱们的高端芯片实施出口管制，不少AI企业都面临算力短缺的问题，这就是没有原创核心技术的被动之处。 可能有人会说，先模仿再超越不行吗？确实，很多技术领域都走过模仿到创新的路子，但AI领域的迭代速度太快了，等咱们在别人的框架上模仿熟练了，人家早就推出下一代原创技术了，永远只能跟在后面追。梁文锋说“有些探索是逃不掉的”，就是这个道理。 值得庆幸的是，现在国内已经有越来越多像梁文锋这样的创业者和科研人员在做原创探索。《全球人工智能创新指数报告2025》就显示，咱们的超高影响力AI开源项目已经位列全球第二，累计贡献的开源项目比2018年增长了1.5倍还多。 未来的AI竞争，不是谁的应用做得更花哨，而是谁能掌握底层的原创技术，谁能制定行业的游戏规则。咱们现在已经站在了第一梯队，接下来只要沉下心来做原创，就不用再当追随者，就能真正在AI领域拥有话语权。
