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。” 这几年咱们国内的AI发展确实快，阿里的千问APP，公测首周下载量就突破了千万，比ChatGPT达到千万下载量快了好几个月。还有DeepSeek的开源模型，在全球都有不少开发者在用，连英伟达CEO都认可咱们的开源模型市场份额在扩大。 在一些日常应用场景里，咱们的AI用起来和美国的差距确实不大，甚至在适配国内场景上更顺手。从这些表面现象看，说差一两年技术代差，确实有道理。 但梁文锋说的“原创和模仿之差”，才是真正的核心问题。原创就是从最基础的技术开始，自己摸索出全新的路子，比如设计新的AI核心架构、研发专门的AI芯片，甚至制定新的技术规则。 美国在这方面的优势很明显，比如现在很多AI模型都依赖的Transformer架构，还有谷歌专门为AI研发的TPU芯片和配套的JAX软件框架，都是美国企业和科研机构原创的成果。这些基础技术就像盖房子的地基，美国先把地基打好了，后面的AI应用才能稳稳当当往上建。 而咱们国内很多AI发展，目前还处在模仿和应用的阶段。简单说，就是用别人已经建好的地基，盖自己的房子。比如有些企业会用美国英伟达的芯片，或者用美国开发的TensorFlow、PyTorch框架来训练自己的模型，再把这些模型用到外卖推荐、短视频剪辑这些具体场景里。 可能有人会问，只要应用做得好，模仿又有什么关系？其实这里面藏着大问题。如果核心技术是别人原创的，人家就掌握着主动权。比如美国对AI芯片出口的限制，就直接影响咱们国内部分AI企业的发展。一旦别人停止技术输出，或者封锁核心框架，咱们的AI发展就会遇到瓶颈。就像梁文锋说的，咱们不能一直搭别人的便车，随着经济发展，也得成为技术贡献者。 现在咱们已经意识到这个问题，也在开始原创探索。比如阿里坚持开源路线，通过Qwen开源模型构建自己的开发者生态，现在全球下载量已经超过Meta的Llama模型，这就是原创生态建设的尝试。还有高校和企业合作，在具身智能、智能决策这些领域深耕，解决工业场景里的实际问题，通过应用反哺基础研究。这些探索虽然不容易，但却是摆脱追随者身份的必经之路。 说到底，中美AI的差距，表面是一两年的技术快慢，本质是原创能力的强弱。咱们在应用层面的进步值得肯定，但不能只满足于在别人的框架里做优化。只有沉下心做基础研究，突破核心技术的原创瓶颈，才能真正实现从追随者到引领者的转变。这不是一件容易的事，需要长期投入和耐心，但这是中国AI必须走的路，也是躲不开的探索。
