快讯！快讯！ 梁文峰突然宣布中美在AI领域的差距，不是时间上的差距，而是原创与模仿的差距。 国内在智能技术应用层面已经成熟，甚至走在了前面，但更多是在旧的框架下打磨细节，甚至是用新的技术替换掉旧的技术。 国外则是在原创的思路上不断推进，取得了很大的成绩。像国内的DeepSeek团队，用开源的方法和高效训练的方法降低了大模型的门槛，让更多的人能够做大模型。 可顶尖的人才在短期利益的引导下，做出来的东西往往是立竿见影的，而不是用来推动基础创新的。根据2024年报告，国内在AI领域的论文数量虽然很大，但高被引的和原创的仍然有差距。 资金投入上，国内更倾向于看到短期的成效，而不是扎扎实实地投入长期资金去支持基础研究。我们应该先搞清楚源头创新，再去应用，以应用推动源头创新，以源头创新促进应用，形成良性的循环。 应该把更多的人力投入到基础研究和验证上，而不是项目化考核，把原创作为最重要的指标，耐心地等到结果出来。