DeepMind CEO 评中国AI进展：差距仅数月，但颠覆性创新仍是关键短板
核心观点
在近期接受CNBC“科技简报”栏目采访时，DeepMind首席执行官德米斯·哈萨比斯（Demis Hassabis）对中国的AI发展给出了一个出人意料的评估：中国的大模型与美国之间的差距已缩小至仅“几个月”，远非某些人所声称的“代际落后”。这一判断直接挑战了部分西方媒体对中国AI能力的低估。
对中国AI进展的具体评价
肯定之处
- 技术差距大幅缩小：哈萨比斯明确指出，中美在大模型领域的差距仅为“几个月”。
- 认可领先企业：他特别赞扬了深度求索（DeepSeek）、阿里巴巴、月之暗面（Moonshot）等中国公司，称其模型性能“令人印象深刻”，训练规模和推理能力已接近全球前沿。
- 局部优势显现：哈萨比斯承认，中国在AI基础设施投资、工程化落地以及应用场景丰富度方面甚至已取得局部优势，展现出强劲的追赶速度。
指出的关键短板
尽管在技术和应用层面进步显著，但哈萨比斯指出一个关键分水岭：
- 缺乏颠覆性原创范式：中国AI尚未产生真正“颠覆性”的原始范式——即从0到1的科学突破，而非从1到N的优化与演进。
- 创新模式差异：他认为，科学创新远比技术模仿更具挑战性。当前，中国AI生态更侧重于高效复制和快速应用，而非探索新架构或基础理论。
对差距根源的分析
哈萨比斯将这一短板归因于 “思维模式” ，而非纯粹的技术限制：
- 承认芯片限制影响：他承认美国对高端AI芯片的出口管制确实限制了中国训练超大模型的能力，未来可能拉大差距。
- 强调创新文化是关键瓶颈：哈萨比斯强调，真正的瓶颈在于是否鼓励高风险、长期的基础探索。他指出：“创新需要一种容忍失败和自由跨学科思考的文化。这比算力更难复制。”
行业反思与启示
哈萨比斯的观点引发了业内的深度思考：
- 优势领域：中国AI在电商、金融、政务等垂直场景的落地效率上全球领先。
- 议程设定权仍缺：在Transformer之后的下一代架构、具身智能的根本逻辑以及AI for Science（科学智能）等领域，议程仍由美国设定。
- 从“快”到“深”的转变：此番评论既是对中国工程能力的认可，也是一种警示：要从“并跑”走向“领跑”，必须从“做得快”转向“想得深”。
结论
在全球AI竞争进入深水区的今天，算力可能决定短期速度，但思想的深度决定长期高度。 哈萨比斯的评估为中国AI的发展提供了一个既现实又具有前瞻性的视角：在继续发挥工程化优势的同时，亟需在基础研究和颠覆性创新生态上寻求突破。
发布日期：2026年1月16日
信息来源：AIbase Daily（基于DeepMind CEO Demis Hassabis接受CNBC采访内容整理）
整理日期：2026年1月17日
