张湧：最新预测：国内AI只有20%的概率超过美国

lameihua

　　伙伴们，大家好！

　　1月10日，清华大学和智普AI举办的一场峰会，分别请到了腾讯首席科学家姚顺雨、智普创始人唐杰、阿里Qwen技术负责人林俊旸等，一众国内顶级公司的AI负责人。

　　其中林俊旸抛出一个比较炸裂的观点：

　　3到5年后，中国公司成为全球最领先的AI公司的概率只有20%。

　　网友直接破防了：这个数字怎么和马斯克、黄仁勋对中国AI的夸赞不太一样呢？

　　20%的胜率是不是太低了呢？

　　01

　　马斯克在今年1月份的一次博客中说：“按照当前趋势，中国在AI计算能力方面将远远超越世界其他国家。中国将产出比其他任何国家更多的电力，而且可能还将拥有更多的芯片。”

　　而在去年11月，黄仁勋在一次闭门会议中的录音被公开，他在里面说：“中国将会赢；”

　　“到2027年，中国将拥有比世界其他地区总和还要多的AI计算能力。”

　　马斯克一向喜欢“捧”中国，对中国很友好，主要是因为中国是他巨大的市场；

　　特斯拉在中国的销量，占其全球总销量的35%左右。

　　黄仁勋也经常宣扬中国的强大，目的是希望美国能允许英伟达把芯片卖给中国。

　　所以，这两位大佬虽然都是美国人，都喜欢给中国网民提供情绪价值，背后都有特定的商业目的；

　　所以他二位的话并不绝对客观。

　　而这在次AGI-Next峰会上发言的，都是咱们自己人。

　　而且这几位都是技术出身、技术立身，坦诚、真实、纯粹，这种感觉在其他商业领域确实非常罕见，实属一股清流。

　　他们是中国AI发展最“置身事内”的一批人；

　　关键是，他们并不需要依靠给网友提供情绪价值来获益。

　　所以他们口中的20%的胜率，可能更接近事实的真相。

　　02

　　和美国相比，中国AI目前最大的劣势就是算力不足。

　　和美国相比，我们的算力差1-2个数量级。

　　1个数量级是10倍，2个数量级就是100倍。

　　所以国内AI研发人员们走的基本是“穷人路线”，美国那边走的是“富人路线”。

　　美国的算力资源甚至丰富到“溢出”：

　　他们可以把大量的算力，投向那些成功率并不高的前沿探索当中，努力寻找下一代的AI路线；

　　这在国内看来简直是浪费。

　　因为国内的算力非常有限，将将能满足业务上的调用，也就是眼前的客户交付；

　　几乎没有“余粮”去搞前沿探索。

　　这就是为什么说，中国AI公司只有20%的概率领先世界；

　　而且20%已经是高估了。

　　算力不足还有一个问题就是：

　　目前的AI模型可以一句话就做一个80分的东西出来，再加上后期人工的优化，俗称“套壳”，基本可以达到95分以上；

　　但还是达不到100%。

　　比如，现在AI生成图像有一个致命的问题，也就是依然会有一定概率，生成6根指头的手。

　　这个问题无法通过后期的“套壳”去改进，因为问题出在：哪怕目前最先进的文生图模型，对真实世界的模拟依然不够完美。

　　这种低概率、但致命的问题，只能靠继续“烧卡”训练去解决。

　　目前国内都能意识到，这是个比较确定的机会，谁能首先突破，谁就能引领下一个AI的时代；

　　但是苦于没有多余的算力，也很难承受巨大的研发失败的风险；

　　所以国内AI圈能做就是“等”——等美国那边什么时候突破了，我们再去做优化。

　　所以，20%的概率并不是危言耸听。

　　03

　　除了算力这种硬件上的差距之外，我们在创新文化上的“软实力”，也有不足。

　　创新的第一性原理是什么？

　　就是营造一个鼓励试错、包容失败的环境。

　　而我们的研究文化，喜欢确定性，不喜欢冒险；

　　比如我们国内AI厂商喜欢刷榜，只会为那些从一开始就能看到结果的方向买单；

　　哪怕是一个改进，也要提前被证明足够“安全”，才会投入足够的资源。

　　而这种强调确定性的做法反而制约了创新。

　　OpenAI在2022年之所以能成功，就是因为他们选择了一条在当时看来非常不确定的路线。

　　当然，美国AI走的是富人路线，有足够丰富的资源去大胆试错；

　　而我们算力上的短缺，客观上也不允许大面积的试错。

　　04

　　但“穷”也有穷的好处。

　　“穷”也是一种动力，倒逼我们在工程创新上不断想办法，最大限度压榨每一点的算力资源。

　　把算力和硬件做极致的匹配。

　　DeepSeek的成功就是这种“倒逼”式创新的成功典范。

　　还有一个对我国AI发展有利的点就是：

　　在ToC（用户）端，用户越来越分不清一个模型的能力具体是90分还80分。

　　和前几年相比，现在的大模型在解数学题、写代码方面确实变强了，但是对大众来说意义并不大。

　　大部分人使用AI聊天工具，在体感上和一年之前，并没有明显的差距。

　　所以，ToC端的重点，不再是卷模型的算力和智商，而是卷场景贴合度（上下文）和情感共鸣（情绪价值）。

　　也就是看，模型能不能根据和你过往的交谈，对你有一个更加深度的了解，从而更有针对性地回答你的每一个问题；

　　你跟这个模型聊天一段时间之后，他就会成为一个比你的家人更了解你的那个“人”。

　　所以，起码在ToC端，我们还是有机会的。

　　峰会上几位大佬也承认，现在国内的创新环境有非常大的进步。

　　越来越多敢于冒险+绝顶聪明的年轻人，有施展才华的空间；

　　而且整个商业环境，包括国家的支持，对这群敢于冒险的聪明人来说越来越友好了。

　　而且，相比之前的互联网、计算机等科技浪潮，中国在AI领域和美国的差距，已经算是比较小的了。

　　20%虽然不高，但还有实力一战。

　　在当下这个阶段，能够看清差距、不避讳差距，才能在剩下的那20%的可能性里，把我们现有的优势发挥到极致。