★ 设为星标 | 只讲人话，带你玩转AIGC。
这两天，DeepSeek 新版将在春节前发布的消息，让整个网络又沸腾了，全网都在等着再次见证奇迹。
但昨天的一场 AI 高端局，却给这股热浪狠狠浇了一盆冷水。
阿里通义千问的大佬在会上直言：中国 AI 三到五年内超越美国的概率，乐观地说，也只有 20%。
这番“暴论”，跟我们熟知的“差距仅剩三个月”简直大相径庭。
这到底是怎么回事儿？
01｜一场全明星的闭门会
事情的起因，是昨天举办的一场名为 AGI-NEXT 的闭门峰会。
这场局的含金量简直高得吓人，堪称中国 AI 界的“全明星阵容”。
智谱 AI 的创始人 唐杰、Kimi 的创始人杨植麟、阿里通义千问的技术负责人林俊旸。
以及最近的“当红炸子鸡”——腾讯 AI 科学家姚顺雨，全都到齐了。
峰会具体聊了什么“干货”，外界鲜有报道。
但最后流出的圆桌对话环节，却在圈子里引发了热议。
而真正让这件事出圈的，是主持人抛出的最后一个、也是最犀利的问题：
“未来 3 到 5 年，中国任何一家公司在 AI 方面超越美国的概率，到底有多大？”
面对这个直击灵魂的提问，现场并没有出现预想中的“豪言壮语”。
相反，阿里通义千问的林俊旸略作沉思，给了一个极其诚实、甚至听起来有点刺耳的回答：
“我觉得是 20% 吧，这已经非常乐观了。”
这...果真如此吗？还是我们被严重低估了？
02 ｜一场“富二代”和“穷小子”的游戏
首先，咱们得认清一个现实：在这一轮 AI 竞赛里，我们在核心硬件上确实比对手“穷”。
这个“穷”，指的是算力。
林俊旸在会上打了一个让我破防的比喻：美国的实验室就像是“富哥”。
人家的算力比我们大 1-2 个数量级，那是真的“家里有矿”。
即便有些实验是浪费的，他们也有资本投入海量的资源去试错，去做下一代的前沿研究。
而我们的实验室呢？真的叫“捉襟见肘”。
国内的大模型团队，光是满足当下的产品交付，可能就已经把手头所有的显卡占满了。（阿里都如此？）
当然，现场讨论也担忧光刻机等能否攻破的问题。
不过也有很对反对的声音认为，正是这种“匮乏”，逼出了中国公司的极致效率。
DeepSeek 就是一个例子：当硅谷还在迷信“大力出奇迹”时，它硬是靠着架构创新，用仅有的一点算力，把模型训练成本打到了令人发指的“白菜价”。
也难怪黄仁勋在 CES 上直言：中国开源模型已是全球第一梯队，推理效率甚至吊打美国。
（他甚至首次在他的 PPT 里面直接用了大量中国模型）
图：英伟达 CEO 黄仁勋在 CES 2026 上以中国模型为例
他警告同行：“封锁反而逼出了一个可怕的对手。”
穷有穷的打法，这恰恰是我们的韧性。
03｜马斯克的“神预言”：真正的瓶颈是“电”，不是“芯”
如果说芯片是现在的短板，那马斯克最近的一个判断，可能指出了我们未来的“隐藏大招”。
不同于大家死盯着显卡看，马斯克在最新的访谈中抛出了一个观点：AI 竞赛的下半场，瓶颈根本不是芯片，而是电力。
他在播客里直言：“中国的 AI 算力将远超世界其他地方。”
为什么？因为虽然美国芯片强，但美国的电网太老旧了！
建一个数据中心，光等排队接电就得好几年。
而中国？“基建狂魔”不是白叫的。
马斯克预测，到 2026 年，中国的发电增量可能是美国的 3 倍。
拼到最后，这可能是一场能源战。而这，恰恰是“基建狂魔”的主场。
04｜学术界“补位”：正在批量制造“牛顿”
除了工业界的死磕，这场对话还让我看到了另一股最容易被忽视的力量：学术界。
以前我们总觉得，学术界是不是落后了？大家都在搞大模型，教授们还没卡，能研究出啥？
但香港科技大学荣休教授杨强给出了一个非常精彩的观点：
工业界就像当年的伽利略，先发明了望远镜（大模型），看到星星在转；但接下来，我们需要牛顿（学术界）来总结定律。
工业界忙着赚钱，谁来研究“智能的上限在哪里”？谁来把大模型从“黑盒”变成科学？
你可能觉得中国学术界不行，但最新的数据狠狠打了我一巴掌。
就在近日，计算机科学领域的权威榜单 2026 CSRankings 正式发布。在人工智能（AI）学科的全球排名中，发生了一件极其恐怖的事情：
中国高校直接包揽了全球前 10 名！
图：中国大学包揽人工智能学科排名前十
南京大学以 23.7 分的绝对优势，力压全球名校，位居世界第一！
这意味着当“富二代”在前面狂奔时，我们的“科学家”正在后面默默铺路。
05｜ 别慌，这其实是一场“华人的内战”
最后，如果你还在担心因为技术封锁，中国人的脑子会输给美国人，那看看最近硅谷疯传的一条消息吧，保证让你心态炸裂。
有确凿的内部消息称：马斯克最近为了追求极致的效率，对 Grok 团队进行了大换血，甚至辞退了团队中“最后一个白人成员”。
在他眼里，没有肤色之分，只有代码写得好不好之分。
不管你愿不愿意承认，现在的 Grok 团队，几乎已经成了名副其实的“全华班”。
图：马斯克的 xAI 团队
这不是个例。
就在前不久，Meta 豪掷几十亿美元收购了那个红遍全球的 AI Agent 产品——Manus。
而 Manus 背后的核心团队，正是地地道道的中国团队。
圈内一直有个段子：所谓的中美 AI 竞争，归根结底，已经演变成了“在大洋彼岸的华人工程师”和“在中国本土的华人工程师”之间的赛跑。
硬核数据早就摆在那了：
图：AI 人才分布，来自@@bookwormengr
中国占据了全球 AI 人才的 48.68%，将近一半！而美国是 35.47%。
在“人脑”这个核心要素上，我们不仅不穷，反而是在“富矿”上。
即使在 OpenAI 这种“AI 圣殿”，员工来源高校的前 20 名榜单中，除了美国本土名校，仅有的两所入围高校，正是中国的清华和北大。
图：OpenAI 员工高校来源
听完大佬的“20% 论”，我反而更乐观了。
因为科技史有一个铁律：技术代差最容易被时间抹平，但应用的壁垒却难以逾越。
前段时间我去了趟新加坡，按理说够发达了吧？
但在那儿的几天，我真有一种“回到上个世纪”的错觉——没有随扫随走的单车，没有丝滑的支付，干啥都不如国内方便。
这恰恰证明了：决定胜负的，往往不是底层的“黑科技”，而是谁能把技术变成最接地气的“日子”。
技术决定下限，但应用生态决定上限。在这方面，还没人卷得过中国。
一旦战场转移到应用层，把这些“中国优势”加进去，这 20% 的胜算，我看至少得翻倍。
你怎么看？未来 AI 的决胜点，是“技术参数”还是“落地应用”？
欢迎在评论区留下你的神预言。
热门跟贴