DeepSeek创始人梁文峰再次语出惊人！他说：“我们经常说中国AI和美国有一两年差距，但真实的差距是原创和模仿之差。如果这个不改变，中国永远只能是追随者，所以有些探索也是逃不掉的！” 中国 AI 产业在应用层面已实现规模化落地，智能支付、自动驾驶测试里程、工业机器人装机量等数据均居全球前列。 但在底层技术领域，不少企业仍依赖开源框架进行二次开发，核心算法的原创性突破占比相对较低。 DeepSeek 团队曾梳理全球 AI 顶会论文，发现 2024 年中国机构发表的成果中，基于既有模型优化的研究占比超六成，而提出全新理论架构的论文数量仅为美国的三成。 这种差距并非技术积累不足，更多体现在基础研究的投入与探索决心上。 原创探索的价值正在多个领域显现。 DeepSeek 在梁文峰的坚持下，组建了 30 人的基础模型理论团队，放弃短期商业化收益，专注于多模态理解的底层逻辑突破。 经过 18 个月攻关，团队研发的 “深度语义对齐算法” 实现跨文本、图像、音频的统一理解，相关技术已应用于医疗影像诊断系统，将罕见病识别准确率提升 15 个百分点。 这种突破并非个例，国内某实验室自主研发的量子机器学习框架，已能处理传统芯片无法承载的海量数据训练任务，相关专利数量在 2025 年上半年增长 47%。 生态建设成为原创突破的重要支撑。 梁文峰多次提及美国 AI 发展的生态优势，从基础研究到商业应用的无缝衔接，让技术创新能快速落地。 中国企业正逐步构建类似生态，DeepSeek 开放了自主研发的底层模型接口，吸引全球 2000 多家中小企业参与二次开发，形成覆盖教育、制造、医疗的应用矩阵。 政府层面的支持同样关键，科技部设立的 “新一代人工智能基础研究专项”，2025 年投入资金达 86 亿元，重点扶持非共识性探索项目，允许科研团队自主决定研究方向，宽容失败。 国际合作加速了原创能力的提升。 中国 AI 企业通过参与全球开源社区，吸收先进技术理念的同时输出自主成果。 DeepSeek 与欧洲多家研究机构联合开展 “多语言 AI 伦理研究”，其提出的 “文化适应性训练方法” 被纳入国际通用标准。 这种合作并非单向学习，国内研发的低功耗训练芯片，已进入美国多家实验室，解决了大模型训练的能源消耗问题，相关技术方案被引用次数超千次。 行业观念正在发生转变。 过去企业更倾向于追逐成熟技术路线，以快速抢占市场份额。如今越来越多企业开始布局长期研发，某头部科技公司将 AI 研发投入占比从 12% 提升至 25%，其中 60% 用于基础理论探索。 高校与企业的联动也在深化，清华大学设立的 “AI 原创人才联合培养计划”，已输送 300 多名毕业生进入研发一线，实现学术研究与产业需求的精准对接。 梁文峰的警示正在转化为行业行动。 DeepSeek 宣布启动 “原创探索基金”，每年投入 2 亿元支持青年科研人员的非功利性研究，不设成果转化期限。 多地政府推出配套政策，对企业的原创技术给予税收减免，对获得国际认可的突破给予奖励。 这些举措正在孕育更多原创成果，2025 年第三季度，中国 AI 领域的国际 PCT 专利申请量首次超过美国，其中基础算法类专利占比提升至 38%。 中国 AI 的发展已走过规模化应用的阶段，正向原创突破的深水区迈进。 梁文峰的话不是对行业的否定，而是对未来方向的清晰指引。 从企业的自主探索到生态的逐步完善，从政策的精准扶持到国际的开放合作，多方力量正在推动中国 AI 从追随者向引领者转变。那些看似 “逃不掉的探索”，终将成为中国 AI 在全球竞争中占据主动的坚实基础。
