伊利亞在去年底說(shuō)，要回歸研究；2026進(jìn)入新年，頂尖的和新型的AI實(shí)驗(yàn)室，都已經(jīng)開(kāi)始只爭(zhēng)朝夕了。

中美都在發(fā)力AI下一個(gè)范式

a16z的創(chuàng)始人安德森，最近融了一筆150億美元的基金，他展望2026年時(shí)說(shuō)，看好伊利亞(Ilya Sutskever)，Mira (Murady)，李飛飛、Cursor團(tuán)隊(duì)等，這一批業(yè)內(nèi)頂尖的科學(xué)家和研究團(tuán)隊(duì)，新型AI研究將有可能顛覆硅谷。當(dāng)然，他也看好中國(guó)的團(tuán)隊(duì)，如月之暗面Kimi，已經(jīng)達(dá)到GPT-5的水平。

月之暗面創(chuàng)始人楊植麟最近在一個(gè)內(nèi)部行業(yè)論壇中說(shuō)，“所有的技術(shù)突破都伴隨著風(fēng)險(xiǎn)，但我們不能因恐懼而停滯不前。因此，我們希望在接下來(lái)的十年、二十年里，繼續(xù)把K4、K5到K100做得更好�！�

楊植麟談到了在中國(guó)做研究非常稀缺的一種東西taste (品味），月之暗面要堅(jiān)持taste，它手握百億元現(xiàn)金，也給了它這樣做的底氣。這類似于DeepSeek，堅(jiān)持純粹的AGI追求，決定了可以長(zhǎng)期保持taste。保持taste，需要不停地拓展模型的邊界。Kimi明確提出了兩個(gè)目標(biāo)，一個(gè)是token效率，一個(gè)是長(zhǎng)文本（long context）。

這是清華大學(xué)基礎(chǔ)模型北京市重點(diǎn)實(shí)驗(yàn)室、智譜AI發(fā)起的AGI-Next發(fā)起的前沿峰會(huì)。而中國(guó)的“大模型第一股”智譜上市之后，其創(chuàng)始人兼首席科學(xué)家唐杰，也要求大家馬上回歸研究。

TML（Thinking Machine Lab）甚至很鮮明地提出，研究即產(chǎn)品 （Researcher is Product）。這家公司在OpenAI前首席技術(shù)官M(fèi)ira帶領(lǐng)下，聚集包括OpenAI聯(lián)合創(chuàng)始人舒曼和翁荔等在內(nèi)的一批頂尖研究員。這其實(shí)也支持了模型即產(chǎn)品這一觀點(diǎn)。

阿里千問(wèn)技術(shù)負(fù)責(zé)人林俊旸認(rèn)為，現(xiàn)在的研究究員，都愿意做面向真實(shí)世界的研究。他特別提出了目前AI所處的工作環(huán)境，就是在電腦里，而幾乎無(wú)法也電腦之外的工作環(huán)境交互�！叭绻鸄I能和真實(shí)物理世界交互，那才是我想象中Agent能做長(zhǎng)時(shí)間工作的情景，而不是說(shuō)僅僅是在電腦當(dāng)中�！�

即使在一兩年內(nèi)，AI能實(shí)現(xiàn)在電腦上干幾天的活，但真正廣闊的，是電腦屏幕之外真實(shí)的物理世界，所以，具身智能是更有價(jià)值的追求。

但林俊旸也吐槽，即使在大廠中，也面臨研究算力不夠的問(wèn)題。

“如果從概率上來(lái)說(shuō)，我可能想說(shuō)一下我感受到的中國(guó)和美國(guó)的差異，比如說(shuō)美國(guó)的Compute（算力）可能整體比我們大1-2個(gè)數(shù)量級(jí)，但我看到不管是OpenAI還是其他，他們大量的Compute投入到的是下一代的Research當(dāng)中去�！�

“我們今天相對(duì)來(lái)說(shuō)，捉襟見(jiàn)肘，光交付可能就已經(jīng)占據(jù)了我們絕大部分的Compute，這會(huì)是一個(gè)比較大的差異，這可能是歷史以來(lái)就有的問(wèn)題�！�

不過(guò)，林俊旸也圓回了話鋒，如果是“GPT窮人”的話，可能會(huì)更有動(dòng)力去做一些軟硬件協(xié)同、高性價(jià)比的創(chuàng)新，他談到兩三年前，阿里內(nèi)部芯片設(shè)計(jì)團(tuán)隊(duì)曾與大模型團(tuán)隊(duì)交流，但沒(méi)有協(xié)同起來(lái)，感到有些遺憾。

相比大廠，大學(xué)等研究機(jī)構(gòu)，今年可以發(fā)揮更大的作用。唐杰談到，目前高校等學(xué)術(shù)界，科學(xué)家手中已經(jīng)不再像幾年前那樣缺卡，與業(yè)界相比那么寒磣了，現(xiàn)在手里都有足夠多的卡，可能進(jìn)行大模型新范式的探索和研究。

中國(guó)做To B難，創(chuàng)業(yè)者想打海外

大家也提到了Mamus，這家所謂“套殼”的產(chǎn)品公司，卻得到了幾十億美元的估值。中國(guó)做To B確實(shí)很難，初創(chuàng)公司還要想去打海外市場(chǎng)。

剛從美國(guó)OpenAI回到中國(guó)，加入騰訊擔(dān)任首席科學(xué)家的姚順雨認(rèn)為，今天我們看到很多做生產(chǎn)力或者做To B的模型或者應(yīng)用，還是會(huì)誕生在美國(guó)，因?yàn)橹Ц兑庠父鼜?qiáng)，文化更好。

今天在國(guó)內(nèi)做這個(gè)事情很難，所以大家都會(huì)選擇出�；蛘邍�(guó)際化的事情，這兩個(gè)是比較大的客觀上的因素�！昂芏嘧鯟oding Agent的公司其實(shí)也是要去打海外市場(chǎng)�！�

中美之間的差距

唐杰向中國(guó)開(kāi)發(fā)者潑了一點(diǎn)冷水：“美國(guó)和中國(guó)大模型之間的差距，說(shuō)不定并沒(méi)有縮小，因?yàn)槊绹?guó)還有大量閉源模型沒(méi)有開(kāi)源�！� 這與DeepSeek-V3.2的論文結(jié)論基本一致，開(kāi)源模型與閉源模型之間的性能差距并沒(méi)有收斂，反而呈現(xiàn)出擴(kuò)大的趨勢(shì)。DeepSeek警告中國(guó)開(kāi)源模型：“在越來(lái)越復(fù)雜的任務(wù)中，專有閉源系統(tǒng)展現(xiàn)出了顯著更強(qiáng)的能力優(yōu)勢(shì)，并在處理高復(fù)雜、多步驟、交互式問(wèn)題時(shí)體現(xiàn)出的領(lǐng)先幅度在擴(kuò)大�！�

2025/12/2， 閱讀全文>

但中國(guó)跟著美國(guó)開(kāi)創(chuàng)的范式，哪怕追趕得再快，也是跟隨。它極大地降低了探索的成本，同時(shí)能在工程上做性價(jià)比的創(chuàng)新。

唐杰認(rèn)為，制定新標(biāo)準(zhǔn)非常重要。未盡研究從2025年到2026年的AI展望中，都提到了標(biāo)準(zhǔn)的問(wèn)題。1，數(shù)據(jù)污染問(wèn)題，2，數(shù)據(jù)飽和的問(wèn)題，3，自說(shuō)自話問(wèn)題，如圍繞自己的數(shù)據(jù)集和范式設(shè)定標(biāo)準(zhǔn)，4，高分低能問(wèn)題：標(biāo)準(zhǔn)與實(shí)際工作脫節(jié)。

中國(guó)能否開(kāi)創(chuàng)自己的AI范式，一個(gè)最重要的標(biāo)志，就是中國(guó)的AGI探索者，大廠、新上市企業(yè)、獨(dú)角獸等，制定出一些中國(guó)的測(cè)試標(biāo)準(zhǔn)。

唐杰觀察到，如今瘋狂的RL、Scaling，收益已經(jīng)大不如從前。因此，他定義了一個(gè)衡量智力水平的新范式，智能效率（Intelligence Efficiency），用于衡量模型投入和智力收益的ROI。

效率和性價(jià)比，這可能是自DeepSeek以來(lái)，中國(guó)的開(kāi)源模型最得到國(guó)際公認(rèn)的一點(diǎn)，也是把模型推向應(yīng)用的最重要的標(biāo)準(zhǔn)。

姚順雨則比較樂(lè)觀，以電動(dòng)車為例，認(rèn)為三五年內(nèi)全球最領(lǐng)先的AI公司會(huì)出現(xiàn)在中國(guó)，前提是中國(guó)要有光刻機(jī)。

“概率還挺高的，我還是挺樂(lè)觀的。目前看起來(lái)，任何一個(gè)事情一旦被發(fā)現(xiàn)，在中國(guó)就能夠很快的復(fù)現(xiàn)，在很多局部做得更好，包括之前制造業(yè)、電動(dòng)車這樣的例子已經(jīng)不斷地發(fā)生�！�

“我覺(jué)得可能有幾個(gè)比較關(guān)鍵的點(diǎn)，一個(gè)可能是中國(guó)的光刻機(jī)到底能不能突破，如果最終算力變成了Bottleneck（瓶頸），我們能不能解決算力問(wèn)題，目前看起來(lái)，我們有很好的電力優(yōu)勢(shì)，有很好的基礎(chǔ)設(shè)施的優(yōu)勢(shì)。”

To B與To C，通用與垂直，模型與應(yīng)用

To B和To C，通用和垂直，模型和應(yīng)用，一直是行業(yè)內(nèi)爭(zhēng)論不休的問(wèn)題。姚順雨認(rèn)為，2C的場(chǎng)景下，垂直整合是成立的。但2B場(chǎng)景下，模型公司專注把模型做強(qiáng)，應(yīng)用公司則追求用最強(qiáng)的模型來(lái)提升生產(chǎn)力。這樣看來(lái)，2B與2C正在分化。

Coding是第一個(gè)被驗(yàn)證為收入百億美元級(jí)別、估值數(shù)千億美元級(jí)別的應(yīng)用領(lǐng)域。它消耗的token數(shù)量是巨大的，但它能真正提升了編程的效率，也賣得出高價(jià)，付得起這個(gè)算力成本。

林俊旸與美國(guó)API廠商的交流中發(fā)現(xiàn)，Anthropic總是在服務(wù)客戶中發(fā)現(xiàn)新的需求，特別是在一些高價(jià)值場(chǎng)景中的需求，除了編程，還有金融等。 這樣的領(lǐng)域 ，可能還有醫(yī)療、法律、咨詢等。

姚順雨認(rèn)為，模型能力越強(qiáng)，解決問(wèn)題的能力越強(qiáng)，也就越能在服務(wù)客戶的過(guò)程中發(fā)現(xiàn)更多可以解決的問(wèn)題，這是Anthropic道路給大家的啟示。

顯然，Anthropic道路，相比OpenAI，正在吸引越來(lái)越多中國(guó)的大模型和應(yīng)用公司，如智譜等。

姚順雨指出：OpenAI做To C的問(wèn)題我們都知道，To C的DAU和模型智能，很多時(shí)候是不相關(guān)的，甚至有相反的關(guān)系。

一個(gè)明顯的例子是，GPT-5推出后，許多用戶要求回到GPT-4o。

參考：

https://mp.weixin.qq.com/s/IToXOrPJ-fi3B3sJQuxLpQ

https://mp.weixin.qq.com/s/8sfZIkC8wt22OiJFnvnF3w

https://mp.weixin.qq.com/s/6Jyh2RCQuvD38CCGHVix-Q