记者问：“中美AI差距在哪？”李开复毫不避讳一针见血地表示：“美国在创新方面领先

记者问：“中美AI差距在哪？”李开复毫不避讳一针见血地表示：“美国在创新方面领先，而中国在执行力和开发应用方面更具优势。之前我认为差距是六到九个月，各方面都落后。现在我认为，在一些核心技术上可能落后三个月，但实际上在某些特定领域领先。”

那时候，美国像一个源源不断的发明工厂，斯坦福、MIT实验室接二连三推出新理论，谷歌和微软豪掷数十亿美元研发，AlphaGo战胜李世石的新闻更是刷爆全球。

中国科研人员在旁侧耳倾听，更多时候是把西方的新点子搬到国内，再用庞大市场去快速落地。

时隔数年，李开复改口了：“中国核心技术差距最多三个月，有的地方甚至已经超车。”这番话并非客套，而是有事实支撑。

上世纪50年代。那时的美国刚刚提出“人工智能”概念，1956年达特茅斯会议被视为AI的诞生地。

几十年里，美国AI研究不断积累，从专家系统到神经网络，再到深度学习，走在世界最前沿。尤其2017年OpenAI、DeepMind先后爆出成果，风险投资疯狂涌入硅谷。

与之相比，中国真正开始发力是上世纪90年代。当时清华、北大、中科院等单位建立了最早的计算机视觉和语音实验室。

2000年代，百度语音、阿里搜索和腾讯社交应用逐渐引入机器学习算法，为后来的AI爆发积累了数据和人才。

进入2010年代，政府出台《新一代人工智能发展规划》，直接把AI列为国家战略。

中国互联网公司则迅速模仿美国模式：百度学谷歌做搜索算法，阿里学亚马逊做推荐，腾讯借鉴Facebook做社交。

但很快，他们找到适合中国市场的路径——依靠庞大的用户群和日常生活场景，把AI应用到支付、外卖、交通、医疗等方方面面。

这也让李开复在多次演讲里强调：中国AI的优势在于执行力和应用开发。

他举过一个例子：北京的智能交通系统通过AI优化信号灯，平均通勤堵车时间减少了20%；而在上海，AI辅助的肺部影像诊断，准确率已经超过90%，并在几十家三甲医院普及。

与此同时，AI创业潮如雨后春笋般涌现。字节跳动的推荐算法让抖音在全球爆红；华为在被美国切断高端芯片供应后，转而自研昇腾系列AI芯片，逐渐缩小差距。

更典型的是初创公司DeepSeek，它用算法优化，把算力成本压到国外的三十分之一，性能却直逼GPT-4。

OpenAI首席执行官萨姆·奥特曼甚至在社交平台上罕见地评论：“DeepSeek的性价比令人震惊。”

然而，背后也有地缘政治的阴影。2022年起，美国以国家安全为由，禁止向中国出售先进GPU。中国公司被迫寻找替代方案，更多把精力放在算法和软件优化上。

DeepSeek V2就是这种背景下的产物：在有限硬件条件下，通过改进架构，实现了近似顶尖模型的效果。

结果很快显现。中国AI论文和专利数量迅速增长，2024年全球新申请的AI相关专利中，有一半来自中国。

美国公司大多坚持闭源，而中国研究者推出了一系列开源模型，如“悟道”“通义”，吸引了全球开发者的参与。

这种变化带来的后果是深远的。AI已不再是“美国领先、中国追赶”的单向叙事，而逐渐形成“双雄并立”。

美国依旧在基础理论和前沿领域占优，例如量子AI、类脑神经网络；而中国则凭借庞大市场和政策支持，在应用规模和落地速度上实现反超。

但竞争也带来了焦虑。硅谷企业担心市场份额被侵蚀，欧洲和日本则试图在规则制定和伦理框架中找到自己的声音。

与此同时，AI对就业和社会结构的冲击加剧：制造业工人、司机、部分白领感受到岗位被取代的压力；而新的职业也在诞生，比如AI训练师、数据标注专家、AI伦理顾问。

教育也随之改变。

斯坦福招生办公开表示，更看重申请者是否能利用AI解决问题，而不仅仅是考试分数。在中国，北京、上海的中学已开设AI课程，清华和浙大等高校则设立人工智能学院，培养下一代人才。

几年前“跟在美国后面捡漏”的说法，已经跟不上现实。中美之间的AI竞赛，正从差距缩小，走向互有胜负的格局。