中美差距到底有多大？ 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。” 就拿现在最火的AI来说，咱们身边确实到处都是AI应用，刷短视频有智能推荐，买东西有智能客服，甚至拍照都能AI修图，看着热热闹闹的，好像咱们的AI产业已经很牛了。 但你扒开这些应用的外壳看看，里面的核心东西到底是咱们自己的吗？答案很扎心，大多不是。 现在全世界主流的AI大模型，不管是聊天机器人还是图像生成工具，核心架构都是基于美国提出的Transformer技术，咱们国内的很多大模型，说白了就是在人家这个架构的基础上做些微调，改改参数，优化优化应用场景，根本没跳出人家画的圈子。 相当于人家搭好了舞台，咱们只是在舞台上跳不同的舞，舞台的规则还是人家定的。 再往深了说，AI发展离不开算力，而算力的核心就是高端芯片。咱们现在做AI训练用的高端芯片，比如英伟达的A100、H100，基本都是从美国进口的。 不是咱们不想自己造，是真造不出来。芯片这东西，看着就一块小小的板子，里面的门道深着呢，从设计软件到制造设备，全是卡脖子的环节。 就说制造芯片最关键的光刻机，全球最先进的EUV光刻机只有荷兰ASML能造，但这背后的核心技术大多来自美国，人家想卡咱们的脖子，随时都能动手。 咱们国内现在能造的光刻机，跟人家的先进水平差着好几代，根本造不出高端芯片。 咱们也搞过一些芯片企业，投入了不少钱，但很多都是在中低端领域打转，核心的原创技术突破不了，最后要么靠政府补贴活着，要么就是昙花一现。 可能有人会说，咱们的互联网企业很牛啊，市值高、用户多，难道不是原创吗？这话只说对了一半，咱们的互联网企业确实把应用做得很极致，也摸透了国内用户的需求，但核心技术还是模仿居多。 早年的电商模式模仿亚马逊，社交软件模仿Facebook，网约车模仿Uber，都是把人家的模式拿过来，结合国内的市场环境做了优化，本质上还是在人家的原创框架里做事。 而且这些互联网企业的核心技术，比如底层的操作系统、数据库、云计算的核心架构，很多还是依赖美国的技术。 咱们用的手机操作系统，不是安卓就是iOS，都是美国的；企业用的高端数据库，很多还是甲骨文的；云计算的核心代码，不少也是基于美国的开源项目。 这些东西就像房子的地基，地基在人家手里，咱们盖的房子再高再漂亮，也随时有塌的风险。 除了这些看得见的技术产品，更深层次的差距在基础研究领域。原创技术不是天上掉下来的，是靠基础研究一点点积累出来的。 美国为什么能不断出原创技术？因为人家在基础研究上的投入比咱们多得多，而且更有耐心。 美国的大学和科研机构，每年都会拿到大量的资金支持，研究一些看似“没用”的基础学科，比如数学、物理、生物这些。但恰恰是这些“没用”的研究，为后来的技术突破打下了基础。 比如互联网的前身是美国国防部的阿帕网，人工智能的核心算法源于数学和神经科学的基础研究，这些都是长期投入的结果。 再看看咱们，这些年虽然也加大了科研投入，但更多的投入都放在了能快速出成果的应用研究上，对基础研究的投入占比还是偏低。 而且很多科研项目都追求短平快，要求几年内必须出成果，逼得科研人员没办法静下心来做长期的原创研究。 更关键的是，咱们的科研评价体系也有问题，太看重论文数量、专利数量，而不看重研究的原创性和实际价值。 很多科研人员为了评职称、拿项目，就搞些“灌水”的论文和专利，真正有原创价值的研究少之又少。这种急功近利的心态，怎么可能出原创技术？ 还有人才方面的差距，虽然咱们现在培养了很多理工科人才，但顶尖的原创人才还是相对匮乏。 很多优秀的留学生，在国外读完书后就留在了美国，因为那里有更好的科研环境、更充足的资金支持，能让他们专心做研究。 而咱们国内的科研环境，有时候会受到各种因素的干扰，比如行政干预、人际关系等，让很多科研人员难以静下心来搞研究。 而且美国还会通过各种手段吸引全球的顶尖人才，形成了一个良性循环，越有人才越能出成果，越有成果越能吸引人才。 可能有人会不服气，说咱们的高铁、5G不是原创吗？确实，高铁和5G咱们做得很好，也有不少自主技术，但也要客观看待。 高铁技术最初是从德国、日本等国引进的，咱们是在引进、消化、吸收的基础上做了改进和创新，本质上还是“站在巨人的肩膀上”。 5G虽然咱们的专利数量不少，但核心的芯片、操作系统这些底层技术，还是跟美国有差距。而且5G的技术标准，也是全球多个国家共同制定的，不是咱们一家说了算。
