[中美博弈] 中美人工智能领域发展逻辑不同 在中国,AI只是....
AI行业的命名权仍牢牢掌握在硅谷手里
Afra Wang：我在一篇文章中提到taxonomy的实力，就是命名权、定义权的实力。这是一种文化软实力。中国虽然推动开源模型、看起来整个行业非常蓬勃，但你会发现，中国所有的开源研究者、或者中国顶尖的AI研究员，极少有这种能够复制的软实力；也就是给现实命名的权利：我指的到底是什么样的现实。比方说，去年初，OpenAI的创始成员之一、前特斯拉AI高级总监Andrej Karpathy命名的"vibe coding"，现在基本上变成了一个范式转换型的现象。还有一位沃顿商学院的教授Ethan Mollick。他给模型那种参差不齐的能力命名了一个词，叫"jagged frontier"(锯齿状的能力前沿)——就是说，AI有的时候能拿IMO(国际数学奥林匹克)金牌,却数不清"strawberry"这个词里有几个R，会犯这种三岁小孩都不会犯的低级错误。
就是很多这种AI的现实、AI的特性、AI这个行业里未被命名的方向或问题，它的命名权都牢牢掌握在硅谷手里。而中国这些研究员是在默默地接受这些被命名的现实，然后在这个基础上再发展。
法广: 就是它的创新能力还是有限,是这意思吗?
Afra Wang: 对, 命名能力很有限。
英伟达定义整个行业的实力就像海啸一样
法广: 提到创新，最近华为集团宣布找到了一个可以绕开无法获得高级光刻机的难题、去开发1.4纳米芯片的技术。目前，达到量产的最先进制程芯片是台积电的3纳米芯片。如果华为有能力开发1.4纳米芯片，是不是说明华为的技术已经可以突破美国的封锁,能够走得更远?
Afra Wang: 首先,，我想说，我自己不是芯片专家，但我有关注这条信息。另外补充一句背景：台积电现在量产的最先进制程其实已经到2纳米了，不是3纳米。 而华为这条消息，我看到的是，他们其中一个许诺是到2031年才能做出1.4纳米"等效密度"的芯片——注意是等效密度，不是真正的1.4纳米光刻。说实话，在这个时间线之下, 我觉得还是静观其变吧。
就我自己来说，我知道比方说DeepSeek V4这个模型，它其实拖了很久才发表。当时硅谷很多DeepSeek的粉丝都在等待。它之所以发布延迟，是因为它的inference(推理)是跑在华为开发的昇腾芯片(Ascend)上。这其实已经是一个进步了。而且，据报道，现在一支华为牵头的团队已经用大约一千颗昇腾910C芯片，完成了V4-Pro的全参数后训练(post-training)——这已经是实打实的一步。但据报道，最主要的预训练环节，仍然发生在英伟达的芯片上。
其次，英伟达对于整个行业的这种定义实力，就像海啸一样直接淹过你。如果你参与美国科技界的讨论、或者参与美国股市，你就知道英伟达那种可怕的、定义全行业的能力。从一个宏观的视角来讲，英伟达对于整个行业、对于整个美国股市的影响力和定义权就是赤裸裸地摆在这儿。
中国的优势与美国的短板
Afra Wang：在国内跟这些AI创始人还有研究者聊天的时候，我意识到中国的AI从业者有时候意识不到中国的几个优势，而这些优势反而在硅谷被津津乐道。这几个优势，一个是中国工科、理科的人才密度——中国每年都在大量产出STEM学生（STEM 是科学、技术、工程和数学四门学科英文首字母组成的缩写——法广注）。这些学生的数量是美国的好几倍，而且差距还在持续拉大。中国其实在大量地、持续地向全世界、当然也向本国输送很优质的、脚踏实地的STEM人才。
其次就是中国的电力基础和基础设施，对于建立数据中心来说是一个不可多得的巨大优势。在美国，铺设高压电缆、建数据中心都是很头疼的问题。但在中国，这方面的人才——铺设高压电缆、制作光缆等硬件的人才非常多，而且基本上都是呼之即来的、非常成熟的人才和工程体系。这两个优势在中国国内的AI界没有人说，但其实经常被美国和硅谷看到。
法广：但是，铺设高压电缆或建立数据中心在美国会遇到问题，原因是什么呢？是因为美国没有这方面的硬件、人才或场地，还是说国家、当地市场或居民对于开设数据中心本身有一些抵触?
Afra Wang：有几个层面吧。首先，地方民众，也包括很多美国的立法者、参议员和政客，都在公开抵制建造数据中心这件事情。因为在美国普通人眼中，AI是一种会抢走你工作、并且会给经济带来很大震荡的精英技术，而不是一个给大众的技术。就是说，美国大众对AI的普遍认知是一种非常抵触和恐慌的情绪。这是其一。其次,要建造data center，就需要很多变压器、很多铺设光缆的普通工人。而在美国本土，这些全都不够。美国很多变压器和电力设备依赖进口，中国是重要来源之一。变压器本身就是建数据中心的一个瓶颈，电力是瓶颈，建设这些数据中心的工人、人才也是瓶颈。就是说,美国在建设数据中心方面遇到非常多硬性的瓶颈。而在中国本土，这些瓶颈其实都不是事儿。我觉得这是两边很大的不同。
[物价飞涨的时候 这样省钱购物很爽]
这条新闻还没有人评论喔，等着您的高见呢
Afra Wang：我在一篇文章中提到taxonomy的实力，就是命名权、定义权的实力。这是一种文化软实力。中国虽然推动开源模型、看起来整个行业非常蓬勃，但你会发现，中国所有的开源研究者、或者中国顶尖的AI研究员，极少有这种能够复制的软实力；也就是给现实命名的权利：我指的到底是什么样的现实。比方说，去年初，OpenAI的创始成员之一、前特斯拉AI高级总监Andrej Karpathy命名的"vibe coding"，现在基本上变成了一个范式转换型的现象。还有一位沃顿商学院的教授Ethan Mollick。他给模型那种参差不齐的能力命名了一个词，叫"jagged frontier"(锯齿状的能力前沿)——就是说，AI有的时候能拿IMO(国际数学奥林匹克)金牌,却数不清"strawberry"这个词里有几个R，会犯这种三岁小孩都不会犯的低级错误。
就是很多这种AI的现实、AI的特性、AI这个行业里未被命名的方向或问题，它的命名权都牢牢掌握在硅谷手里。而中国这些研究员是在默默地接受这些被命名的现实，然后在这个基础上再发展。
法广: 就是它的创新能力还是有限,是这意思吗?
Afra Wang: 对, 命名能力很有限。
英伟达定义整个行业的实力就像海啸一样
法广: 提到创新，最近华为集团宣布找到了一个可以绕开无法获得高级光刻机的难题、去开发1.4纳米芯片的技术。目前，达到量产的最先进制程芯片是台积电的3纳米芯片。如果华为有能力开发1.4纳米芯片，是不是说明华为的技术已经可以突破美国的封锁,能够走得更远?
Afra Wang: 首先,，我想说，我自己不是芯片专家，但我有关注这条信息。另外补充一句背景：台积电现在量产的最先进制程其实已经到2纳米了，不是3纳米。 而华为这条消息，我看到的是，他们其中一个许诺是到2031年才能做出1.4纳米"等效密度"的芯片——注意是等效密度，不是真正的1.4纳米光刻。说实话，在这个时间线之下, 我觉得还是静观其变吧。
就我自己来说，我知道比方说DeepSeek V4这个模型，它其实拖了很久才发表。当时硅谷很多DeepSeek的粉丝都在等待。它之所以发布延迟，是因为它的inference(推理)是跑在华为开发的昇腾芯片(Ascend)上。这其实已经是一个进步了。而且，据报道，现在一支华为牵头的团队已经用大约一千颗昇腾910C芯片，完成了V4-Pro的全参数后训练(post-training)——这已经是实打实的一步。但据报道，最主要的预训练环节，仍然发生在英伟达的芯片上。
其次，英伟达对于整个行业的这种定义实力，就像海啸一样直接淹过你。如果你参与美国科技界的讨论、或者参与美国股市，你就知道英伟达那种可怕的、定义全行业的能力。从一个宏观的视角来讲，英伟达对于整个行业、对于整个美国股市的影响力和定义权就是赤裸裸地摆在这儿。
中国的优势与美国的短板
Afra Wang：在国内跟这些AI创始人还有研究者聊天的时候，我意识到中国的AI从业者有时候意识不到中国的几个优势，而这些优势反而在硅谷被津津乐道。这几个优势，一个是中国工科、理科的人才密度——中国每年都在大量产出STEM学生（STEM 是科学、技术、工程和数学四门学科英文首字母组成的缩写——法广注）。这些学生的数量是美国的好几倍，而且差距还在持续拉大。中国其实在大量地、持续地向全世界、当然也向本国输送很优质的、脚踏实地的STEM人才。
其次就是中国的电力基础和基础设施，对于建立数据中心来说是一个不可多得的巨大优势。在美国，铺设高压电缆、建数据中心都是很头疼的问题。但在中国，这方面的人才——铺设高压电缆、制作光缆等硬件的人才非常多，而且基本上都是呼之即来的、非常成熟的人才和工程体系。这两个优势在中国国内的AI界没有人说，但其实经常被美国和硅谷看到。
法广：但是，铺设高压电缆或建立数据中心在美国会遇到问题，原因是什么呢？是因为美国没有这方面的硬件、人才或场地，还是说国家、当地市场或居民对于开设数据中心本身有一些抵触?
Afra Wang：有几个层面吧。首先，地方民众，也包括很多美国的立法者、参议员和政客，都在公开抵制建造数据中心这件事情。因为在美国普通人眼中，AI是一种会抢走你工作、并且会给经济带来很大震荡的精英技术，而不是一个给大众的技术。就是说，美国大众对AI的普遍认知是一种非常抵触和恐慌的情绪。这是其一。其次,要建造data center，就需要很多变压器、很多铺设光缆的普通工人。而在美国本土，这些全都不够。美国很多变压器和电力设备依赖进口，中国是重要来源之一。变压器本身就是建数据中心的一个瓶颈，电力是瓶颈，建设这些数据中心的工人、人才也是瓶颈。就是说,美国在建设数据中心方面遇到非常多硬性的瓶颈。而在中国本土，这些瓶颈其实都不是事儿。我觉得这是两边很大的不同。
[物价飞涨的时候 这样省钱购物很爽]
| 分享: |
| Note: | _VIEW_NEWS_FULL |
| 延伸阅读 | More... |
推荐: