1. 美国AI研究员的中国行2026年4月在美国AI圈极具影响力的研究者Nathan Lambert专程来到中国走进北京、杭州和上海的AI实验室密集拜访了阿里巴巴、月之暗面、智谱、清华、美团、小米、蚂蚁和零一万物等团队。回到美国后他写了一篇名为《Notes from inside Chinas AI labs》中国AI实验室内部观察随笔的文章在美国科技圈引发了不小讨论。Nathan参与组建了Hugging Face的RLHF基于人类反馈的强化学习研究团队后来担任艾伦人工智能研究院Ai2的大模型后训练负责人参与打造了OLMo和Tülu等开源模型同时也是Lex Fridman播客里的熟面孔。2. 走进中国AI实验室的所见所闻我们与Nathan Lambert聊了聊他的中国行、一路上的所见所闻、他眼中的中美AI发展异同以及全球大模型竞赛的下一站。Nathan认为这次旅行更重要的是认识做这些模型的人理解他们为什么做这件事感受其中的细微差别。他之后会继续关注、试用这些开源模型因为现在美国有很多公司想围绕真正开放的模型智能栈来做产品和服务而很多模型其实是在中国搭建出来的这两个科技圈之间的墙正在慢慢被打通。3. 具体行程与拜访公司这次行程大概六七个晚上主要在北京和杭州。在北京住了三四晚大多数公司都在清华附近有一整片AI创业公司的聚集区。后来去了杭州住了几晚拜访了阿里巴巴、蚂蚁集团的百灵团队以及阿里旗下的魔搭社区ModelScope等。还参观了一些机器人公司但写作时未重点写那部分只说和语言模型相关的。名单很长缺席的是DeepSeek和字节跳动大家都在谈DeepSeek对字节跳动也有点忌惮。4. 不同公司的印象月之暗面氛围最好团队关系紧密很有凝聚力做出很酷的东西并商业化。阿里是巨大的科技公司氛围非常公司化蚂蚁集团的百灵团队也有类似感觉。智谱给人的感觉非常“AGI导向”有自豪感但缺乏月之暗面的亲和力和魅力。5. 中国AI公司的人才特点中国AI公司里人才非常年轻很多研究员在X上很活跃产业和学术界的交融要深得多人才重叠度更高。学生年轻有冲劲没太多分心更容易吸收知识体系。6. 美团与小米的AI布局在中国美团、小米这类公司自己开发开源模型而美国消费者公司可能直接拿API key调外部模型。美团需要模型支撑智能体产品小米的模型也很新很可能会成为中国最强的模型团队之一。7. 阿里千问的模型策略千问靠持续发布性能强、尺寸覆盖广的小模型赢得了开源AI社区的广泛认同。但千问有一段时间没有发布最大的模型反映了阿里云的考虑想在云上变现。发布模型需要为生态投入大量工作模型团队面临压力。8. 零一万物的转型与ToB市场“零一万物”是李开复创办的AI公司转向偏ToB的商业模式。中国国内ToB市场最终能否跑通很难判断取决于中国的文化和商业环境。9. 中美模型差距在传统基准测试上过去一段时间美国最顶尖的模型领先中国模型大概6到9个月。但在真实使用里尤其是推理模型早期差距非常接近中国实验室发布更快缩小了用户实际拿到的性能差距。10. 开源模型的竞争格局过去一年美国已经把开源模型的领导权让给了中国。美国还有机会追上因为有英伟达英伟达希望为全世界发布开源模型。11. 中国AI的人才与组织架构中国有非常多人才研究员更年轻人员构成更同质。美国顶尖研究员更多围绕模型背后的哲学思考中国研究员更关注预测未来AI发展程度。中国最新一代研究员英语更好关注西方AI生态但美国生态里很多人不关心中国。12. 中国AI实验室的焦虑与优势中国AI实验室最大的焦虑是算力跟不上所有实验室都想要更多英伟达算力来训练最新模型。但中国实验室更了解人们如何使用开放模型在追踪用户使用模型方面有专业知识。13. 国产芯片与“中国威胁论”国产加速器如华为芯片推理基本可用但训练还不行。预计这种状态还会持续一段时间。对于黄仁勋和Dwarkesh的争论Nathan更偏Dwarkesh一边但对问题的不确定性很大。禁令会刺激中国做出更好的AI芯片。14. 数据中国AI被忽视的短板中国的数据产业远没有美国发达美国前沿实验室会从外部供应商购买训练数据而中国公司基本没有这种做法。中国实验室需要为自己的智能体打开国内市场否则数据产业会继续留在美国。15. AI应用中国有机会超车吗美国和中国在应用层都会特别活跃美国生态更适合新应用快速试错、快速迭代。中国实验室没有特别明确地表达对商业化的担忧。预计会有更多对开源模型感兴趣的美国中型创业公司去中国。16. 全球AI竞赛的下一站接下来会出现某种新的智能体产品成为所有人谈论的对象。美国和中国前沿模型之间被普遍接受的差距会变大。12个月后中国实验室可能会推出DeepSeek V5、Kimi K3、GLM 6等模型。三到五年后某个主要的中国实验室可能会因为融资问题倒下。Nathan对全球AI竞赛比较中性希望能让双方更理解彼此。