

> DeepMind 掌门人德米斯·哈萨比斯直言，中国大模型与美国的差距已缩小至“仅数月”，但在缺乏颠覆性原创范式的背景下，工程能力的极致优化能否支撑长远竞争仍是未知数。

## 工程化能力的极致追赶

在中美科技博弈的宏大叙事下，DeepMind 首席执行官德米斯·哈萨比斯近日接受 CNBC 专访时，对中国 AI 的现状给出了客观而犀利的评价。他明确反对西方舆论中关于中国 AI “代际落后”的论调，认为中国大模型与顶尖水平的差距已缩短至“仅数月”。

哈萨比斯特别点名了 DeepSeek、阿里巴巴和月之暗面等中国科技公司，称其模型在训练规模与推理能力上“令人印象深刻”。他承认，中国在 AI 基础设施投入、工程化落地以及应用场景的丰富度上展现出了惊人的效率。这种在垂直领域的快速复现与优化能力，使得中国 AI 能够在短时间内迅速逼近国际前沿水平。

![Google_AI_Studio_2026-01-17T03_10_00.656Z.png](https://static.downly.cn/images/b9e59bc783df161066fc52f446d8eb63.png) <center>图源备注：图片由AI生成</center>

## 创新范式与思维瓶颈

然而，哈萨比斯也指出了中国 AI 生态面临的深层隐忧。他认为，尽管技术迭代速度极快，但中国尚未诞生真正具有“颠覆性”的原创范式——即从 0 到 1 的科学突破。目前的成就更多建立在对现有架构（如 Transformer）的高效利用与改进上，而非探索全新的基础理论。

他强调，这种差距的根源并非单纯的技术封锁，而是“思维方式”的差异。虽然高端芯片的出口管制确实限制了超大规模模型的训练，但真正的瓶颈在于是否拥有鼓励高风险、长周期基础探索的文化。“创新需要容忍失败的土壤和跨学科的自由思考，这比算力更难复制，”哈萨比斯表示。这一观点为全球 AI 竞赛提供了新的观察维度 算力决定速度，而思想深度决定高度。

搜索结果: 科技评论