谷歌DeepMind负责人提出，在AI领域’发明比复制难100倍’。这一论断引发了对中国AI发展路径的深思：我们是在现有的规则下做到了极致优化，还是缺乏开创全新赛道的’发明’能力？这不仅是技术路线的探讨，更关乎未来全球AI格局的走向。
智能速览
谷歌DeepMind负责人认为，中国AI技术与西方差距仅6个月。
AlphaGo与Transformer被视为改变游戏规则的’发明’。
中国团队在Transformer架构上进行了大量改良式创新。
DeepSeek等模型的工程实现能力获得了业界认可。
未来AI格局将由提出新问题、探索新路径的能力决定。
精华内容
'发明’与’复制’的界限在哪里？这个问题在中美AI竞赛的讨论中愈发尖锐。当我们审视技术进步时，究竟该如何定义真正的创新价值？
何为发明？
在DeepMind负责人哈萨比斯看来，真正的’发明’是创造出一个新的游戏规则。他以2016年的AlphaGo为例，该系统通过深度强化学习让机器自我对弈，开创了AI的新范式。
更具里程碑意义的是2017年谷歌提出的Transformer架构。它抛弃了传统的循环神经网络，用自注意力机制实现信息并行处理，将训练速度提升数十倍。如今所有主流大语言模型，包括ChatGPT和国内的各类模型，都建立在这一架构之上。这些才是定义了时代的基础性发明。
中国的工程力
一个客观事实是，目前中国所有的大模型，包括DeepSeek、通义千问、文心一言等，其底层技术都源于Transformer架构。但在这个框架之上，中国团队正进行着大量价值巨大的改良式创新。
例如，DeepSeek发明的GRPO算法，将强化学习的训练成本降低了93%；其提出的多头潜在注意力（MLA）技术，将推理时的内存开销压缩到原来的8%。月之暗面的Kimi和阿里通义千问也分别在稀疏注意力和超稀疏专家混合模型上取得了突破。这些虽未被划为’发明’，但工程价值极其显著。
差距的缩短
哈萨比斯对中国AI的态度也发生了转变。在2025年初DeepSeek R1发布后，他曾在巴黎AI峰会上公开质疑其成本声明。
然而到了2026年1月的达沃斯，他不仅承认DeepSeek展示了’极其出色的工程能力’，更将中美AI的技术差距从之前预估的一年左右，缩短到了约6个月。这个时间窗口的压缩，反映出他已意识到中国AI的追赶速度超出了预期，并侧面认可了这条与西方不同的发展路径。
未来的较量
哈萨比斯在达沃斯给出了新的答案：当计算、数据、工程能力日趋接近时，决定未来十年AI格局的，将是提出新问题、探索新路径的能力。
他预测AGI（通用人工智能）可能在五到十年内到来。届时，AI将能够提出关于世界如何运作的全新理论，而不仅仅是证明或深化现有理论。那才是真正的’发明时刻’。中国AI公司能否从追赶者变成开路人，取决于能否在未来创造出让世界跟随的新模式。
工程上的卓越追赶，为通往’发明’之路奠定了坚实基础。当中国AI不再仅仅是优化规则，而是开始定义问题、开辟路径时，那将是真正的格局变革时刻。未来，这场竞赛的看点，或许就在于谁能率先将工程优势转化为理论突破。
关键评论
我们一直都是1到2，0到1很少。
牛顿花了一辈子总结出来的三大定律，因此你就比牛顿更有本事？
别人不开源，国内都没人说话，人家开源后，遥遥领先。
