DeepSeek V4发布，并莫得复刻旧年的狂欢，推行上跟半年前发布的Claude Sonnet 4.5比拟，两者才能大要在澌灭档，差距广阔于半年，因为Sonnet 4.5在半年前也只可算第二梯队。然而在应付媒体的稿子里，往往看到中国的各家大模子跑分数据一个比一个漂亮，\"只差半年\"、\"基本拉平\"的论调连接于耳。

中好意思AI差距的事实情况，到底是什么样的？

4月22日，在《走进亚洲》（Into Asia）的播客中，北京大学东说念主工智能看法的助分解释张驰，论说了他眼中的真相。张驰现任北京大学助分解释，刚从字节逾越的大模子中枢团队（Seed LLM）下野不久。

作为简直在大厂一线摸爬滚打过的研发东说念主员，他对现时国产AI的判断超过扎心：

\"我不承诺'中国模子正在赶上'这个不雅点。我确信咱们还差得远，而况这个差距，可能正在变大。\"

荒唐的得意：群众齐在\"应考刷榜\"，实战却拉胯

在外界看来，各家大厂的模子在各式Benchmark（基准测试）上贤良打架，分数屡革新高。但在里面，这仅仅一场大型的大模子应考莳植。

张驰在采访中显现，在字节逾越里面（他臆度其他大厂也近似），使命氛围其实相对\"佛系\"（中午有两小时的午休时辰，推行每天神命9小时傍边），但群众齐濒临着一种隐性的KPI压力——刷榜（Bench-maxing）。

指挥们高度原宥模子在特定榜单上的分数。要是你负责的模块分数莫得追平好意思国前沿模子，你的绩效就会很出丑。

效果等于：纸面数据极其丽都，但一朝落到真实全国的复杂利用中，体验让东说念主捏狂。

算力与基建的范围：别东说念主三个月，咱们可能要半年

硬件被卡脖子，这是个须生常谭的问题，但它带来的四百四病比咱们思象的更深。

咫尺，豪门国际官网娱乐网国内大厂用来历练最中枢大模子的，很大一部分仍是禁令前囤积的英伟达芯片，或者合规的特供版H20。好在DeepSeek V4启动，全面使用华为昇腾显卡，有望后续完善国产历练生态。

但算力的差距，也曾径直体当今了\"迭代速率\"上。

张驰提到了一个业内听说：谷歌当今可能只需要3个月，就能跑完一整轮大谈话模子的预历练加后历练。而对国内大厂来说，受限于算力领域和基础形状，这个周期可能长达半年。

更瞒哄的差距在基础形状（Infra）。张驰曾在谷歌实习，他感叹那里的底层基建作念得太好了，磋议员只需要在丝滑的图形界面上写代码，压根毋庸费神底层架构。而在国内大厂，历练动不动就卡死、报错，这些摩擦本钱齐在无形中拖慢了追逐的脚步。

\"用户齐在用好意思国模子，咱们哪来的数据蜕变？\"

要是说算力是中国AI头顶悬着的第一把剑，开云体育官方网站那么在张驰看来，第二把剑，亦然咫尺最无解的一把，是\"数据飞轮\"的断裂。

他在采访中提议了一个相等浓烈的瞻念察：好意思国头部模子修复了极难逾越的正向轮回。 GPT和Claude领有全球海量的用户。这些用户在推行使命中使用模子，并对效果进行点赞或踩。这些高质地的反馈，组成了最认真的真实场景历练数据。

反不雅国内，由于基础才能存在客不雅差距，导致最需要AI接济的那些高价值用户——比如本领员、硬核磋议者，正在集体\"兔脱\"。

\"我当今主要用Claude Code和Cursor编程，\"张驰口快心直地说，\"我甚而以为不需要招那么多博士生来帮我干活了，我十足不错把Claude Code和Cursor作为我的学生，我不错指挥它们，给它们教唆让它们作念我思作念的事。但我心里又很矛盾，要是我这代东说念主不培养新东说念主，等我老了，谁来接着作念磋议？\"

这种中国顶尖AI科学家的相似使用采选，响应的等于当下冰冷的现实：当最应该为国产模子孝顺反馈数据的顶尖中国开辟者，齐在使用好意思国模子提效时，中国大模子公司去那里获得简略优化编程和推理才能的高质地交互数据？

走捷径的代价：\"蒸馏\"出来的智能，莫得灵魂

要是没巧合辰去打磨基础形状，又濒临着近在咫尺的追逐KPI，国内大厂是奈何作念的？

谜底是两个字：蒸馏（Distillation）。

要是你思历练一个高才略的模子，最硬核的作念法是雇佣极其专科的行业众人，一笔一划地写出高质地的推导数据，这既花钱又费时。

但还有一条捷径：径直去问 GPT、Claude 或者Gemini。 拿到正确谜底和推理经过后，径直复制过来，喂给我方的模子。这在AI圈被称为\"蒸馏\"，等于抄尖子生的功课。

张驰坦言，咱们在\"蒸馏\"本领上可能也曾是全国顶尖，但这也许无法在长久上升沉为简直的上风。抄功课能让你快速从不足格酿成合格，甚而考到80分，但你持久无法通过抄功课成为简直的学神。

因为你短缺属于我方的、深厚的数据管说念（Data Pipeline）。当国际的模子启动自我进化时，\"捷径\"反而成了管制咱们原创才能的桎梏。

仅存的底气：硬件与\"具身智能\"的梦

尽管对纯谈话大模子追逐出路推崇出强烈的悲不雅，张驰依然指出了中国AI生态中为数未几的结构性上风。

在他看来，上风在于制造业。他提到了近期引爆公论的宇树科技（Unitree），认为中国在硬件躯体、电机畅通死心方面具备全球竞争力。关于咫尺火热的\"具身智能\"，张驰的不雅点是，要是你的谈话模子仅仅用来引申比较肤浅的任务（比如捏取物体），那么现存中国大模子的才能是\"够用\"的。

但他也泼了一盆冷水：咫尺绝大宽广机器东说念主厂商仍停留在\"畅通死心\"阶段，莫得简直把智能塞进机器东说念主大脑。而一朝波及到需要复杂推理和泛化操作的\"灵敏操作\"，咱们很可能再次遭受大谈话模子咫尺的那块天花板。

将来若何？

芯片受限、数据管线薄弱、基础形状逾期、用户反馈轮回缺失、过度依赖蒸馏，这些问题换取在统共，不是靠一次本领冲突就能处理的。好在DeepSeek V4全面适配了国产显卡，固然举座才能逾期了些，但生态完善后照旧有但愿追逐上而况不依赖蒸馏的。

原播客聚拢：https://www.buzzsprout.com/2546300/episodes/19057945-a-year-inside-bytedance-s-ai-lab