Google DeepMind 執行長說中國 AI 只落後美國「幾個月」，為何中國業界反而認為差距正在擴大？
Google DeepMind 執行長 Demis Hassabis 近日在接受 CNBC 採訪時指出，中國 AI 模型與西方最頂尖技術的距離，比一兩年前所預期的還要接近，並表示：「在這一點上，他們（中國）可能只落後幾個月。」Demis Hassabis 的評估，也推翻市場先前認為中國還落後美國數年的觀點。
Demis Hassabis 舉例，如 DeepSeek、阿里巴巴（Alibaba）、月之暗面（Moonshot AI）和智譜 AI（Zhipu）等中國的新創公司與科技巨頭，都已推出能力極強的模型，其中 DeepSeek 在一年前推出的模型，更因為能以較低成本和非頂尖晶片實現強大性能，引發市場震撼。這些案例顯示，中國 AI 的工程實力與模型能力已不可同日而語，但在 Demis Hassabis 看來，真正的關鍵並不只在於追趕技術。
中國 AI 的關鍵挑戰：能否真正實現創新？
儘管發展速度驚人，但 Demis Hassabis 認為，中國目前證明的是「追趕」的能力，而非「重新定義發展方向」的創新能力。「問題在於，他們能否在前沿之外創造新東西，我認為他們已經展示了可以追趕並非常接近前沿的能力，但他們能否真正創新，例如像新的 Transformer 這樣能超越前沿的技術，我不認為這已經得到證明，」 Demis Hassabis 說。
Demis Hassabis 強調，「發明某樣東西比模仿它要難上 100 倍。」雖然中國擁有世界一流的工程實力，但在「科學創新」這部分仍面臨巨大挑戰，因為這更多與思維方式有關，而非僅是技術限制。
從中國內部視角看追趕美國的現實
Demis Hassabis 認為，中國 AI 模型在效能上已快速逼近、幾乎與美國並肩，但中國業界對自身處境的看法則較為保留。《華爾街日報》指出，中國 AI 開發者正面臨多項結構性障礙，其中最關鍵的挑戰，來自先進晶片的取得受限與算力資源的不足。
首先，在晶片層面，美國出口管制對中國 AI 發展造成明顯衝擊，因為中國企業目前無法直接取得 NVIDIA 最先進的 Rubin 或 Blackwell 系列晶片。智譜 AI 創辦人唐杰就直言：「真相可能是，雙方的差距實際上正在擴大。」
其次，在算力規模上，中美之間仍存在顯著落差。阿里巴巴 Qwen 團隊技術負責人林俊暘指出，美國的運算基礎設施規模可能比中國高出「一到兩個數量級」。林俊暘表示，美國公司能夠投入龐大算力進行新一代研究，但中國企業則受限於資金與資源配置，「光是滿足交付需求，就可能耗掉我們大部分的運算基礎設施。」
儘管結構性限制明確存在，但中國 AI 生態並非完全缺乏向上突破的動能。《路透社》指出，中國新一代 AI 創業家展現出更強的風險承受能力，這種特質過去多被視為矽谷的典型文化。騰訊首席 AI 科學家姚順雨認為，儘管晶片製造能力與光刻機仍是主要瓶頸，中國還是有相當高的機率在未來三到五年內，孕育出世界級領先的 AI 公司。
中國 AI 模型的發展，已成功把與美國之間的技術差距，壓縮至數月等級，顯示其工程執行與追趕能力不容小覷。然而，能否在先進晶片受限與算力落差下，進一步孕育出真正具顛覆性的創新突破，將是決定這場 AI 競賽走向的關鍵。