清华教授扬言：AI梯队只有美国，第二梯队是英德，中国只能往后排

今日新闻 2025年09月17日 21:30 0 aa

说起AI这事儿，最近几年总让人觉得像坐过山车，一会儿美国牛得不行，一会儿中国又冒出个黑马把人惊着。尤其是2024年底那会儿，清华大学的一个教授刘嘉在采访里直截了当地把全球AI实力分了梯队：美国独占第一，英国德国排第二梯队前列，中国呢，只能挤在第二梯队的最末尾。这话一出口，网上就炸锅了，好多人觉得这教授太保守了，或者说太低估自家实力了。

结果呢，没过几个月，DeepSeek这个中国团队就甩出R1模型，直接在性能上跟OpenAI的o1掰手腕，还开源了全套技术报告。这不光是打脸那么简单，它让大家重新审视中国AI的底子到底有多厚实。话说回来，刘嘉的观点也不是空穴来风，他是圈里响当当的人物，背景硬，研究深，但也反映出国内一些专家对本土进展的认知盲区。

刘嘉对AI梯队的看法，不是2024年底才冒出来的，早几年就有苗头。最早能追溯到2023年11月，他在一次访谈里就说，美国在AI科研、基础理论和商业应用上“一骑绝尘”，第一梯队就它一家。第二梯队呢，英国和德国领头，中国勉强挤进去，但排在靠后位置。为什么这么分？他说，美国有硅谷生态，资金、人才、算力全链条领先，企业像OpenAI、Google主导创新，学术界Princeton、MIT输出核心算法。

中国呢，虽然政府砸钱多，高校人才足，但原创突破少，很多人依赖进口芯片，研究氛围也跟美国比有差距。2024年6月，他又在头条上重申，美国AI老大，中国第二梯队后段，落后于英德，差距还在拉大。12月12日那次采访，更直白：美国独占第一，英德第二梯队前列，中国第二梯队末尾。依据是基准测试数据，美国模型在数学、编码、常识推理上碾压，欧洲注重伦理和隐私，中国市场大但基础弱。

这观点一出，争议就来了。有人觉得刘嘉太悲观，低估了中国企业的执行力；也有人赞同，说他数据实诚，不搞爱国粉饰。毕竟，2024年那会儿，中国AI确实面临卡脖子问题：高端GPU靠NVIDIA，软件框架多是TensorFlow或PyTorch的变种，本土算法优化跟不上。英德呢，英国有DeepMind的遗产，德国工业AI强，汽车、制造领域应用落地快。刘嘉强调，中国留学生多留在美国，国内算力不足，自主架构少，这些短板不是一朝一夕能补的。他的话接地气，不像有些专家高高在上，就事论事，但也戳中了痛点：中国AI投资巨大，却在核心技术上追赶。

转折来得快，2025年1月20日，DeepSeek团队发布了R1模型，这玩意儿直接把刘嘉的梯队论扇了个耳光。DeepSeek是杭州一家AI初创，2023年才起步，创始人梁文锋背景是清华计算机博士，团队多是海归。R1是他们的推理模型，开源全套，参数规模大，训练用国产芯片，性能直追OpenAI的o1。在数学基准GSM8K上，R1得分96.3%，o1是96.8%；编码HumanEval上，R1 90.2%，o1 90.5%。更牛的是，它支持长上下文，幻觉少，成本低，一次推理只要几分钱。发布当天，GitHub仓库星标破万，Hugging Face下载量爆棚。西方媒体像Reuters、VentureBeat都报道了，说中国AI开源突围，DeepSeek用MoE架构优化效率，37B活跃参数跑出671B效果。

这不光是技术活儿，DeepSeek的策略也聪明。他们从V2开始就开源，积累社区反馈，R1直接迭代上。1月21日，硅谷开发者测试，承认R1在多步推理上稳，集成到Agent框架无缝。国内呢，华为、OPPO马上接入，手机App用R1做本地推理，响应快，隐私好。舆论上，微博、X平台热搜，刘嘉采访截图被扒，网友说“教授眼光太窄，保密工作做得好”。清华大学内部，据说有些学者私下讨论，这暴露了高校对企业进展的脱节。刘嘉没公开回应，继续他的脑科学项目，但这事儿让他观点的说服力打折。

DeepSeek的势头没停，5月28日，他们推R1-0528升级版，基准再提升，HumanEval到92.1%，支持JSON输出和函数调用，幻觉率降20%。这版针对前端优化，开发者友好，Reddit的LocalLLaMA子版块讨论热烈，说性价比吊打Claude。6月，刘嘉在清华做客“作者面对面”活动，聊AGI区别，没提R1，但强调人类智能的独特性。7月，全球AI榜单更新，中国专家占比升，DeepSeek贡献大。8月21日，V3.1来了，这是个混合模型，671B参数，37B活跃，支持思考模式和非思考模式。定价调整，API更便宜，国产芯片优化，上下文128K。Reuters报道，它挑战Anthropic，Agent时代第一步。Hugging Face上，模型卡显示，V3.1在MMLU上88.7%，GPQA 65.2%，领先Llama3.1。

V3.1的发布，让中国AI从追赶者变搅局者。企业接入加速，政务系统用它做智能问答，效率翻倍。DeepSeek的成功，靠的是开源生态和本土适配，不是砸钱堆参数。相比刘嘉的梯队论，这证明中国在应用落地和成本控制上，有独特优势。英德强在规范，美国牛在创新，但中国市场大，迭代快。话说回来，刘嘉的观点有道理的部分还在：基础理论，美国领先，原创算法少不了海归回流。但DeepSeek告诉我们，差距在缩小，保密和企业活力是关键。

这事儿也暴露国内AI生态的痛点。高校教授像刘嘉，多看国外论文，少接触企业一线。智源研究院虽好，但跟DeepSeek这种初创比，节奏慢。政府推动算力中心，2025年新增集群，但芯片自主化还得加码。国际上，DeepSeek R1让西方警醒，欧盟报告修正中国排名，从第二梯队末尾提到中游。

展望未来，中国AI要冲第一，得补短板：加大基础研究投入，鼓励开源，吸引人才回流。刘嘉这类学者，继续发声推动讨论也好。DeepSeek的路子值得学：从小模型练手，到大模型突围。总的，AI不是零和游戏，但竞争激烈。中国有底气，14亿市场加工程师红利，梯队位置会往前挪。话说，这波操作，让人觉得科技自立不是空话，实打实的进步，就在这些模型参数里藏着。