整理 | 屠敏

出品 | CSDN（ID：CSDNnews）

• “所有中國實(shí)驗(yàn)室都忌憚字節(jié)跳動(dòng)及其熱門模型豆包，因?yàn)樗侵袊ㄒ灰患姨幱谇把氐拈]源實(shí)驗(yàn)室；幾乎所有實(shí)驗(yàn)室都對(duì) DeepSeek 懷有高度敬意，認(rèn)為其在工程落地與研究品味方面表現(xiàn)出色。”

• “中國技術(shù)人員務(wù)實(shí)、謙遜、有沖勁?！?/strong>

• “在中國接觸到的幾乎每一位 AI 研究員，都提到了同一個(gè)痛點(diǎn)：企業(yè)缺乏訓(xùn)練和運(yùn)行 AI 模型所需的高端算力資源?！?/strong>

• “應(yīng)對(duì)這一困境的辦法，是極度努力地工作，還有就是更早、更快推進(jìn)產(chǎn)品化。”

• “中國的大模型社區(qū)，更像一個(gè)協(xié)同生態(tài)，而非互相敵對(duì)的陣營?！?/strong>

這些評(píng)價(jià)，并非來自行業(yè)內(nèi)部的自我總結(jié)，而是一次高密度中國 AI 實(shí)地走訪后的真實(shí)觀察。

近日，艾倫人工智能研究所（AI2）研究員 Nathan Lambert，聯(lián)合 ChinaTalk 執(zhí)行編輯 Lily Ottinger、Understanding AI 記者 Kai Williams 以及 ChinaTalk 創(chuàng)始人 Jordan Schneider 等人，用 10 天時(shí)間密集走訪了北京、杭州、上海、深圳等地的十余家中國頭部 AI 實(shí)驗(yàn)室與科技機(jī)構(gòu)，包括 DeepSeek、字節(jié)跳動(dòng)、月之暗面（Moonshot AI）、智譜AI（Z.ai）、美團(tuán)、小米、01.ai、通義千問、螞蟻靈犀、宇樹等。

而在這趟走訪結(jié)束后，他們得出了一個(gè)鮮明判斷：在算力仍受限制的背景下，中國 AI 公司正在依靠高強(qiáng)度工程投入、極快的產(chǎn)品迭代速度，以及高度務(wù)實(shí)的落地思維，迅速縮小與全球頂尖模型之間的差距。

以下內(nèi)容整理自 Lily Ottinger 和 Nathan Lambert 觀察實(shí)錄。

外部觀察：中國 AI 研究者的困境與突圍

“在中國接觸到的幾乎每一位 AI 研究員，都提到了同一個(gè)痛點(diǎn)：企業(yè)缺乏訓(xùn)練和運(yùn)行 AI 模型所需的高端算力資源。”Lily Ottinger 在文章中寫道。

在走訪團(tuán)隊(duì)看來，中國并不缺頂尖 AI 人才，也不缺大規(guī)模數(shù)據(jù)，真正稀缺的，是能夠持續(xù)支撐前沿模型訓(xùn)練的高端 GPU 資源。

盡管英偉達(dá) CEO 黃仁勛曾，中國企業(yè)已經(jīng)擁有足夠算力，但 Lily Ottinger 提到，“我們接觸的中國研究員，沒有一個(gè)人真正相信這件事?！?/p>

不過，比“缺 GPU”本身更讓走訪團(tuán)隊(duì)印象深刻的，是中國 AI 團(tuán)隊(duì)面對(duì)這一現(xiàn)實(shí)后的工作狀態(tài)。

Lily Ottinger 表示，即便算力受限，但像月之暗面、MiniMax、智譜 AI 等實(shí)驗(yàn)室依然篤信 AGI 愿景。對(duì)于許多研究員而言，AGI 更像是一種長期信仰。

而應(yīng)對(duì)資源限制，中國研究者也采用了自己的方式方法：

• 一是“極度努力地工作”。在五一假期和周末期間，Lily Ottinger 直言道，在多家實(shí)驗(yàn)室看到，大量研究員依然留在工位上：站立式辦公桌前坐滿人，各類含糖、含咖啡因飲料堆滿桌面。

• 二是中國大模型公司還比西方同行更早推進(jìn)產(chǎn)品化。許多中國企業(yè)推出編碼方案，用慷慨的 token 額度吸引用戶從 Claude Code 轉(zhuǎn)向自家產(chǎn)品；同時(shí)也在探索更細(xì)分的產(chǎn)品方向。如 MiniMax 打造了高營收的 AI 陪伴產(chǎn)品；智譜 AI 則與社交媒體、中國商飛等企業(yè)達(dá)成 B 端合作；阿里旗下的螞蟻集團(tuán)深耕 AI 醫(yī)療服務(wù)。

不過，一個(gè)頗具反差感的細(xì)節(jié)是：即便商業(yè)化已經(jīng)成為現(xiàn)實(shí)壓力，許多實(shí)驗(yàn)室更愿意談研究、談 AGI、談智能體編碼。Lily Ottinger 稱，在 MiniMax 的演示中，占據(jù)其最大收入來源的 AI 陪伴業(yè)務(wù)，也只是被輕描淡寫地帶過。

而在共同追趕 AGI 的氛圍之外，競(jìng)爭(zhēng)同樣異常激烈。

Lily Ottinger 提到，她對(duì)中國 AI 行業(yè)的感受，與 Nathan Lambert 略有不同。“中國 AI 實(shí)驗(yàn)室之間，確實(shí)存在非常強(qiáng)烈的競(jìng)爭(zhēng)氛圍。”

在走訪團(tuán)隊(duì)看來，中國 AI 行業(yè)接下來很可能會(huì)像中國新能源汽車行業(yè)一樣，經(jīng)歷長期、高強(qiáng)度的洗牌與淘汰。只是對(duì)于仍留在牌桌上的團(tuán)隊(duì)來說，AGI 依舊是那個(gè)被反復(fù)提起、也被反復(fù)相信的終點(diǎn)。

加入 AMD AI 開發(fā)者計(jì)劃，免費(fèi)領(lǐng) 50 小時(shí)云算力券

進(jìn)群月月抽顯卡、AIPC，好運(yùn)不停！

中國實(shí)驗(yàn)室的優(yōu)勢(shì)是什么？

相比 Lily Ottinger 對(duì)“高強(qiáng)度投入”與“快速產(chǎn)品化”的直觀感受，艾倫人工智能研究所（AI2）研究員 Nathan Lambert 則給出了另一視角的觀察結(jié)果。

Nathan Lambert 在博客中寫道，打造大語言模型的中國企業(yè)，堪稱這一技術(shù)領(lǐng)域“完美的快速跟進(jìn)者”。

“單看產(chǎn)出——支撐智能體工作流的最新、最大規(guī)模模型，再看核心要素——頂尖科學(xué)家、海量數(shù)據(jù)、加速計(jì)算，中美實(shí)驗(yàn)室看上去大體相似。真正持久的差異，體現(xiàn)在組織方式與運(yùn)行邏輯上。”Nathan Lambert 坦言，他過去一直認(rèn)為，中國實(shí)驗(yàn)室擅長追趕前沿，很大程度上源于文化與這一目標(biāo)高度契合。但在真正與一線研究人員長時(shí)間交流之前，他并不愿意輕易下結(jié)論。而與中國頭部實(shí)驗(yàn)室那些“優(yōu)秀、謙遜、開放的科學(xué)家”交流后，他的許多想法得到了印證。

Nathan Lambert 表示，如今打造頂尖大模型，高度依賴全棧式精細(xì)化工作——從數(shù)據(jù)、架構(gòu)細(xì)節(jié)到強(qiáng)化學(xué)習(xí)算法實(shí)現(xiàn)，每一環(huán)都能帶來提升，而將這些環(huán)節(jié)整合在一起是一個(gè)復(fù)雜過程，“為了讓模型實(shí)現(xiàn)多目標(biāo)優(yōu)化的整體最大化，一些才華橫溢的個(gè)人成果甚至需要被暫時(shí)擱置”。

相比之下，他認(rèn)為美國研究者在解決單個(gè)模塊問題上同樣非常優(yōu)秀，但美國文化更強(qiáng)調(diào)“為自己發(fā)聲”。作為科學(xué)家，主動(dòng)為自己的工作爭(zhēng)取關(guān)注，更容易獲得成功；而當(dāng)前行業(yè)環(huán)境，也在不斷強(qiáng)化“AI 頂尖研究員”這種成名路徑，而這這直接引發(fā)一些內(nèi)部沖突。

他甚至提到，有傳言稱 Meta 的 Llama 團(tuán)隊(duì)，正因?yàn)閭€(gè)人利益與層級(jí)化組織之間的內(nèi)耗而面臨問題。“我還聽說，有些實(shí)驗(yàn)室甚至需要花錢安撫頂尖研究員，才能讓他們不再抱怨自己的想法沒被納入最終模型。無論傳言是否完全屬實(shí)，核心邏輯很清晰：自我意識(shí)與職業(yè)晉升欲，會(huì)阻礙打造最優(yōu)模型。中美在這種文化上的細(xì)微差異，足以對(duì)最終成果產(chǎn)生顯著影響。”

而中國實(shí)驗(yàn)室的另一大特點(diǎn)，是團(tuán)隊(duì)極度年輕化。

Nathan Lambert 觀察到，中國許多大模型團(tuán)隊(duì)的核心貢獻(xiàn)者中，都有相當(dāng)比例是在讀學(xué)生?！斑@些團(tuán)隊(duì)非常年輕，讓我想起了 AI2 機(jī)構(gòu)的模式 —— 學(xué)生被視為平等伙伴，直接融入大模型團(tuán)隊(duì)。這與美國頂尖實(shí)驗(yàn)室截然不同：OpenAI、Anthropic、Cursor 等機(jī)構(gòu)基本不提供實(shí)習(xí)崗位；谷歌等公司雖名義上有與 Gemini 相關(guān)的實(shí)習(xí)，但實(shí)習(xí)生普遍擔(dān)心自己被隔離在核心工作之外，無法接觸真實(shí)項(xiàng)目?！?/p>

在 Nathan Lambert 看來，這種文化差異，讓中國團(tuán)隊(duì)在模型打造上形成了幾項(xiàng)獨(dú)特優(yōu)勢(shì)：

• 第一，更愿意為了最終模型效果，去做那些“不夠亮眼但極其關(guān)鍵”的基礎(chǔ)工作；

• 第二，剛進(jìn)入 AI 領(lǐng)域的新人沒有過往 AI 熱潮周期的思維包袱，能更快適應(yīng)現(xiàn)代新技術(shù)；
  

• 第三，自我意識(shí)相對(duì)更弱，組織架構(gòu)更容易擴(kuò)張，減少了鉆制度空子的內(nèi)耗；

• 第四，人才儲(chǔ)備極其龐大，且非常擅長基于已有驗(yàn)證方案快速解決問題。

這種能力傾向，也與“中國研究者缺乏 0 到 1 原始創(chuàng)新”的刻板印象形成了反差。

Nathan Lambert 提到，一些偏研究導(dǎo)向的中國實(shí)驗(yàn)室，已經(jīng)開始主動(dòng)培養(yǎng)更具野心的科研文化。但不少技術(shù)負(fù)責(zé)人也坦言，短時(shí)間內(nèi)想完成這種轉(zhuǎn)型并不容易，因?yàn)檫@意味著要重構(gòu)整個(gè)教育與激勵(lì)體系。

“把模型做到最好”，是很多人的唯一目標(biāo)

該走訪團(tuán)隊(duì)還發(fā)現(xiàn)，中國 AI 研究者普遍展現(xiàn)出一種極度務(wù)實(shí)的工程師氣質(zhì)。

過去幾年，大模型的發(fā)展路徑已經(jīng)從混合專家模型（MoE）規(guī)?；?，轉(zhuǎn)向強(qiáng)化學(xué)習(xí)（RL）規(guī)?；?，再到智能體能力落地。做好任何一環(huán)，都需要快速吸收大量論文、實(shí)驗(yàn)結(jié)果與內(nèi)部技術(shù)棧知識(shí)。

Nathan Lambert 認(rèn)為，許多學(xué)生研究員恰恰非常適應(yīng)這種節(jié)奏。“他們?cè)敢夥畔滤蓄A(yù)設(shè)，全身心、竭盡所能投入優(yōu)化模型?！?/p>

與此同時(shí)，中國研究者普遍對(duì)宏大敘事、哲學(xué)爭(zhēng)論或 AI 道德討論興趣不高。

當(dāng)他們被問及模型對(duì)經(jīng)濟(jì)、社會(huì)與長期風(fēng)險(xiǎn)的影響時(shí)，大多數(shù)研究者并不會(huì)給出復(fù)雜觀點(diǎn)，也沒有強(qiáng)烈意愿介入這些議題。

“他們的定位很清晰：把模型做到最好?！盢athan Lambert 寫道。

他還提到，當(dāng)話題轉(zhuǎn)向 AI 哲學(xué)層面的問題時(shí)，不少中國研究者甚至?xí)@得有些困惑，因?yàn)樗麄兏?xí)慣將 AI 看作工程問題，而不是思想實(shí)驗(yàn)。

有研究者引用了科技評(píng)論人 Dan Wang 的一句話：“中國由工程師治理，而美國由律師治理。”這也體現(xiàn)在整個(gè)行業(yè)氛圍之中。

Nathan Lambert 發(fā)現(xiàn)，中國的大模型社區(qū)，更像一個(gè)協(xié)同生態(tài)，而非彼此敵對(duì)的陣營。

“在多次非公開交流中，研究者們對(duì)同行只有尊重。”他寫道。

Nathan Lambert 還特別對(duì)比了中美實(shí)驗(yàn)室的差異：“在美國，非公開場(chǎng)合聊起同行時(shí)，往往火藥味十足。”

此外，「中國研究者謙遜最突出的一點(diǎn)，是他們普遍不關(guān)心商業(yè)層面，直言 “這不是我的問題”；而美國從業(yè)者幾乎都癡迷于各種生態(tài)級(jí)產(chǎn)業(yè)趨勢(shì) —— 從數(shù)據(jù)供應(yīng)商、算力到融資?！筃athan Lambert 表示。

不同賽道的中國 AI 力量

字節(jié)跳動(dòng)：所有人都忌憚豆包

在走訪多家中國 AI 實(shí)驗(yàn)室后，Lily Ottinger 與 Nathan Lambert 都認(rèn)為，字節(jié)跳動(dòng)的綜合實(shí)力，是其他實(shí)驗(yàn)室暫時(shí)難以企及的。

Lily Ottinger 提到，字節(jié)跳動(dòng)的大模型豆包是中國最受歡迎的聊天機(jī)器人，月活近 3.5 億。豆包支持多種方言，這需要強(qiáng)大的語音模型 —— 因?yàn)槠胀ㄔ?、粵語之外的中國方言大多沒有文字形式（對(duì)比之下，GPT 的語音模式仍由 GPT-4o 驅(qū)動(dòng)）。

相比單純追求模型智力水平，字節(jié)跳動(dòng)更強(qiáng)調(diào)用戶留存與產(chǎn)品體驗(yàn)。

一位模型創(chuàng)業(yè)者甚至直言：“和字節(jié)比，我們?nèi)侵行屯婕??！?/p>

而 Nathan Lambert 對(duì)字節(jié)的評(píng)價(jià)則更加直接，「所有中國實(shí)驗(yàn)室都對(duì)字節(jié)跳動(dòng)及其熱門模型豆包保持警惕——它是中國唯一一家處于前沿的閉源實(shí)驗(yàn)室。與此同時(shí)，所有實(shí)驗(yàn)室都對(duì) DeepSeek 極度敬重，認(rèn)為其在工程落地與研究品味方面表現(xiàn)出色。」

宇樹科技與銀河通用：機(jī)器人賽道的兩面

機(jī)器人，被走訪團(tuán)隊(duì)視為中國 AI 野心進(jìn)入物理世界的重要載體。

Lily Ottinger 提到，在中國“AI+”戰(zhàn)略推進(jìn)之前，很多地方長期認(rèn)為“只有硬件才算真正科技”，這也導(dǎo)致大量大模型公司紛紛成立機(jī)器人部門。

但在她看來，真正的例外是宇樹科技。宇樹總部位于杭州，創(chuàng)始人并無海外名校背景，卻依靠硬件創(chuàng)新快速崛起，并以極低成本實(shí)現(xiàn)了機(jī)器人產(chǎn)品的量產(chǎn)與盈利。

她發(fā)現(xiàn)，宇樹研究員同樣在高強(qiáng)度工作，但相比 AGI 實(shí)驗(yàn)室，他們并沒有那種被“通用人工智能愿景”驅(qū)動(dòng)的強(qiáng)烈氛圍?！皩?duì)于宇樹來說，AGI 的定義就像魚需要自行車一樣無關(guān)緊要。”Lily Ottinger 在文中這樣形容。

另一家機(jī)器人企業(yè)銀河通用，則向該走訪團(tuán)隊(duì)展示了其自動(dòng)化倉儲(chǔ)系統(tǒng)：機(jī)器人能夠根據(jù) App 訂單，自動(dòng)分揀感冒藥、隱形眼鏡并完成打包。銀河通用稱，其在 2025 年已完成超過 100 萬單配送，其中約 20% 來自夜間傳統(tǒng)藥店關(guān)閉后的即時(shí)需求。而這些場(chǎng)景，并不需要所謂“超人類智能”，更多依賴的是工程集成能力與產(chǎn)業(yè)落地能力。

小米：年輕且務(wù)實(shí)的團(tuán)隊(duì)

小米給這群西方研究者團(tuán)隊(duì)留下的印象，是“年輕且務(wù)實(shí)”。

Lily Ottinger 提到，他們接觸的小米研究員幾乎全部是博士生。據(jù)介紹，小米 LLM 團(tuán)隊(duì)約 80% 為在讀博士，平均年齡只有 25 歲。

她還觀察到，小米研究員幾乎都穿著黑色衣服，整個(gè)辦公環(huán)境也保持著極簡(jiǎn)的黑色風(fēng)格。

甚至連衛(wèi)生間采用的都是蹲便器，“顯然公司內(nèi)部有人對(duì)此非常堅(jiān)持”。

ModelScope：中國版 Hugging Face

開源，被走訪團(tuán)隊(duì)認(rèn)為是中國 AI 生態(tài)的重要底色。Lily Ottinger 表示，阿里旗下的 ModelScope，則被視作“中國版 Hugging Face”。

Lily Ottinger 形容，這里有懶人沙發(fā)、潮流公告板與開放式交流空間，是整個(gè)走訪過程中“最酷的辦公室”。

中國 AI 產(chǎn)業(yè)與西方實(shí)驗(yàn)室的異同

在 Nathan Lambert 看來，如今打造 AI 模型，已經(jīng)不再只是“把一群聰明研究員關(guān)進(jìn)一棟樓里，造出工程奇跡”。

AI 公司正逐漸演變成一個(gè)融合研發(fā)、部署、融資、推廣與生態(tài)協(xié)同的復(fù)雜系統(tǒng)。而這也讓中國 AI 產(chǎn)業(yè)與西方實(shí)驗(yàn)室之間，出現(xiàn)了越來越明顯的差異。

Nathan Lambert 根據(jù)自己的觀察以及與中國 AI 實(shí)驗(yàn)室的交流，總結(jié)出了最核心的幾點(diǎn)：

1. 國內(nèi) AI 需求已現(xiàn)早期跡象

外界常有一種說法：中國企業(yè)不習(xí)慣為軟件付費(fèi)，因此 AI 市場(chǎng)規(guī)模會(huì)很小，無法支撐起龐大的推理市場(chǎng)。但這只適用于 SaaS 模式 —— 中國 SaaS 市場(chǎng)歷來很小，而云計(jì)算市場(chǎng)體量巨大。一個(gè)關(guān)鍵且尚無答案的問題（中國實(shí)驗(yàn)室內(nèi)部也在爭(zhēng)論）：企業(yè) AI 支出會(huì)追隨小眾的 SaaS 市場(chǎng)，還是剛需的云計(jì)算市場(chǎng)？

總體來看，AI 更傾向于貼近云計(jì)算，沒有人真正擔(dān)心新工具的市場(chǎng)增長。

2. 絕大多數(shù)開發(fā)者都是 Claude 忠實(shí)用戶

盡管 Claude 在中國被限制使用，但中國 AI 開發(fā)者幾乎都癡迷于它，深受其開發(fā)模式影響。中國歷來對(duì)購買軟件謹(jǐn)慎，但這并不代表推理需求不會(huì)爆發(fā)。中國技術(shù)人員務(wù)實(shí)、謙遜、有沖勁—— 這種特質(zhì)，比不付費(fèi)的舊習(xí)慣更有力量。

部分中國研究者會(huì)使用 Kimi、GLM 等自研工具，但所有人都在用 Claude 開發(fā)。他們極少提及 Codex，而這款工具在硅谷正快速流行。

3. 中國企業(yè)擁有強(qiáng)烈的技術(shù)自主心態(tài)

中國文化與強(qiáng)勁的經(jīng)濟(jì)動(dòng)力結(jié)合，產(chǎn)生了難以預(yù)測(cè)的結(jié)果。Nathan Lambert 表示，自己深刻感受到，眾多 AI 模型，是當(dāng)下中國科技企業(yè)務(wù)實(shí)選擇的平衡結(jié)果。行業(yè)沒有統(tǒng)一的 “總體規(guī)劃”，但普遍敬重字節(jié)跳動(dòng)、阿里這類巨頭 —— 它們手握充足資源，有望在各大市場(chǎng)占據(jù)大量份額。DeepSeek 是受敬重的技術(shù)標(biāo)桿，但遠(yuǎn)非市場(chǎng)領(lǐng)導(dǎo)者，它定義方向，卻沒有商業(yè)化取勝的架構(gòu)。

這也解釋了為何美團(tuán)、螞蟻集團(tuán)這類企業(yè)會(huì)讓西方意外 —— 它們居然在自研大模型。事實(shí)上，它們深知大模型是未來技術(shù)產(chǎn)品的核心，必須掌握在自己手中。通過微調(diào)強(qiáng)大的通用模型，它們能加固技術(shù)棧，獲取開源社區(qū)反饋，同時(shí)保留內(nèi)部微調(diào)版本用于自身產(chǎn)品。行業(yè)內(nèi)的「開源優(yōu)先」心態(tài)，本質(zhì)是務(wù)實(shí)：既能讓模型獲得優(yōu)質(zhì)反饋，又能反哺開源社區(qū)，還能助力自身使命。

4. 數(shù)據(jù)產(chǎn)業(yè)成熟度遠(yuǎn)低于西方

聽聞 Anthropic、OpenAI 等機(jī)構(gòu)為單個(gè)訓(xùn)練環(huán)境花費(fèi)超千萬美元，每年累計(jì)投入數(shù)億美元推進(jìn)強(qiáng)化學(xué)習(xí)前沿，我們很好奇：中國實(shí)驗(yàn)室是從美國公司購買同類環(huán)境，還是有成熟的國內(nèi)生態(tài)支撐？

答案并非完全沒有數(shù)據(jù)產(chǎn)業(yè)，而是國內(nèi)數(shù)據(jù)產(chǎn)業(yè)質(zhì)量偏低，企業(yè)往往選擇自建訓(xùn)練環(huán)境與數(shù)據(jù)體系。研究員會(huì)花大量時(shí)間親自搭建強(qiáng)化學(xué)習(xí)訓(xùn)練環(huán)境；字節(jié)、阿里等大型企業(yè)則有內(nèi)部數(shù)據(jù)標(biāo)注團(tuán)隊(duì)支持。這完全契合上文 “自研而非外購” 的心態(tài)。

6. 極度渴求更多英偉達(dá)芯片

英偉達(dá)算力是訓(xùn)練的黃金標(biāo)準(zhǔn)，幾乎所有實(shí)驗(yàn)室都因芯片不足而受限。只要供應(yīng)充足，它們一定會(huì)采購。

這些觀察，勾勒出一個(gè)與西方截然不同的 AI 生態(tài)。

結(jié)語

這場(chǎng)為期 10 天的密集走訪，沒有給出“中國 AI 是否會(huì)超越美國”的簡(jiǎn)單答案。

但它至少揭示了一個(gè)越來越清晰的現(xiàn)實(shí)：在算力受限、資源不對(duì)稱的背景下，中國 AI 行業(yè)更強(qiáng)調(diào)工程效率、更強(qiáng)調(diào)組織協(xié)同、更強(qiáng)調(diào)快速落地。

它未必總能率先定義下一代 AI 范式，但卻正在以極強(qiáng)的執(zhí)行能力，將前沿技術(shù)迅速轉(zhuǎn)化為真實(shí)產(chǎn)品、真實(shí)市場(chǎng)與真實(shí)產(chǎn)業(yè)能力。

而真正值得關(guān)注的問題，或許已經(jīng)不再只是“中國模型距離美國還有幾個(gè)月”。而是當(dāng)兩種完全不同的 AI 生態(tài)，開始沿著不同邏輯持續(xù)演化，它們最終會(huì)不會(huì)走向兩種截然不同的 AI 未來。

https://blog.readsail.com/p/we-spent-10-days-touring-chinese

https://www.interconnects.ai/p/notes-from-inside-chinas-ai-labs

加入AMD AI 開發(fā)者計(jì)劃與全球極客共筑開源

加入即領(lǐng) 50 小時(shí)免費(fèi)云算力

進(jìn)群抽顯卡、AIPC，好運(yùn)不停

活動(dòng)與工作坊，早鳥名額優(yōu)先鎖定

AMD Al Academy 官方課程，加速