share_log

週末讀物 | 「中美AI差距已縮至6個月!」谷歌前CEO埃裏克·施密特最新對話透露,曾嘗試投資DeepSeek未果

聰明投資者 ·  11/07 11:18

“我試過投DeepSeek,但美國法律不允許。”

10月22日,在舊金山Masters of Scale峰會的一場對話中,谷歌前CEO埃裏克·施密特(Eric Schmidt)這樣說道。

他說,之前限制中國獲取先進AI芯片時,曾以爲這些限制措施能夠發揮十年左右的作用,但如今,中國與美國在AI領域的差距,可能已經縮小到六個月。

施密特的判斷值得一看。

2001年,他加入成立僅三年的谷歌出任CEO,此後十年,與創始人拉里·佩奇、謝爾蓋·布林一起,將谷歌發展爲全球科技巨頭。

離開谷歌管理一線後,他的影響力逐漸延伸到美國科技和國家安全政策領域。2016年,他出任美國國防部創新委員會首任主席,此後擔任美國人工智能****,參與推動美國AI、先進半導體及國家安全戰略的制定。如今是Relativity Space的CEO。

2021年,他領導的委員會發布了一份長達756頁的最終報告,系統討論美國如何保持人工智能領域的全球領先優勢,以及如何應對中國的技術追趕。

施密特也是美國科技界較早認真看待中國AI競爭力的人物。

早在2017年,他就提醒美國同行,中國的AI發展速度不容低估。

2025年DeepSeek崛起後,他進一步重新評估美國先進芯片限制政策的實際效果,併發文討論中國從技術追隨者向創新者的轉變。

在此次最新對話中,他不僅肯定中國在算法效率和開放權重模型方面取得的進展,更強調中國將AI技術轉化爲實際應用的能力。

「我們是發明最前沿技術的一方,而他們是真正把這些技術部署出去的一方。」幾個月前剛剛到訪中國的施密特,建議美國硬件企業家去中國實地看看。

他還判斷,未來十年,憑藉更低的成本和更廣泛的應用,中國AI模型可能在全球獲得更大的用戶規模。

「最終,世界上大多數人都會使用中國模型。」

施密特的這番判斷,放在眼下美國AI產業面臨的新變化中看,尤其值得思考。

昨天水落石出的美國中期選舉,共和黨失去國會兩院控制權,民主黨還贏得了包括得克薩斯州在內的多個州長選舉。

選舉之後,硅谷投資界開始擔憂,數據中心建設可能面臨更嚴格的地方審批、能源和環境監管。

Altimeter Capital創始人布拉德·格斯特納(Brad Gerstner)甚至估計,未來美國原本規劃的AI算力基礎設施中,可能有10至15吉瓦容量因爲政策和監管阻力而無法如期建成。

這當然還只是預測,並不是已經取消的項目。但它提醒投資者,美國AI發展面臨的約束,可能不只是巨額資本開支能否獲得回報,還有電力、土地、地方政策以及社會能否承受這場史無前例的投資熱潮。

這輪投入究竟有多大?

資本集團(Capital Group)在今年中期投資展望中,做了一個頗有意思的歷史比較。

2001年加入世界貿易組織之後,中國在此後十年投入約20萬億美元進行工業化建設。這輪投資深刻改變了全球貿易、大宗商品、勞動力市場和資本流動。

而按照資本集團的估算,如果AI投資延續其假設的增長路徑,到2032年,全球AI相關累計投資可能達到30萬億美元,超過當年中國工業化的規模。

當然,30萬億美元是基於未來支出持續增長的情景估算,並非已經確定的投資計劃。

資本集團美國經濟學家賈裏德·弗蘭茲(Jared Franz)認爲,我們不應該僅僅從科技行業週期或英偉達的估值來理解AI,而應該看到它可能對經濟增長、電力需求、資本配置、勞動力市場乃至各行業資產價格產生的持久影響。

有意思的是,當美國試圖以如此龐大的資本投入保持技術領先時,埃裏克·施密特卻提醒人們注意中國在另一條路徑上的優勢:以更低的成本、更高的效率,讓AI走向更廣泛的實際應用。

不過,施密特並沒有因此改變希望美國保持技術領先的立場。但他同時認爲,中美AI競爭並非零和博弈。

這場約27分鐘的對話,也讓我們看到,一位長期參與美國科技戰略制定的重要人物,正在如何重新評估中國AI的競爭力。主持人是美國知名商業媒體Fast Company前主編鮑勃·薩菲安(Bob Safian)。

以下爲聰明投資者整理的最新對話,分享給大家。

01、中國與美國的AI差距已經縮小到大約6個月

薩菲安 圍繞中國AI的發展,我們經常聽到一些劍拔弩張的言論,讓人很難判斷真實情況。所以,我很高興今天能夠請你幫我們理清這些問題。

美國在人工智能領域原本擁有明顯的先發優勢,但現在,人們開始懷疑這種優勢能否持續。你曾經說過,中國與美國的AI差距已經縮小到大約六個月。最近究竟發生了什麼重大變化?

施密特 過去一年發生的最大變化,也是今天在座各位都應該注意到的一件事,就是軟件的成本從非常昂貴,下降到了幾乎爲零。當某樣東西的價格急劇下降時,它的數量就會大幅增加。

所以,當我思考未來幾年的時候,腦子裏想的就是:我們將擁有數量極其龐大的軟件。這些軟件會做什麼?由誰來開發?它們之間如何協作?AI智能體將如何運作?諸如此類。

中國也在思考同樣的問題。

在我看來,中美競爭是你們這一代、我們這一代,也是我們這個時代最具決定性的競爭。因爲雙方都在竭盡全力地開發超越人類能力的推理與智能系統。

這並不是說這些系統會變得像人類一樣,而是說,它們將具備超越人類的能力,也就是所謂的超級智能。事實上,在某些方面,這樣的能力已經出現了。

你看看外面那些Waymo自動駕駛汽車,它們的視覺感知能力比人類司機更好,尤其是因爲它們不會酒後駕駛。你大概明白我的意思了吧?

回到中美AI競爭。

幾年前,我也是推動限制中國獲取先進芯片的那批人之一。當時,我以爲這些限制措施能夠發揮大約十年的作用。

一兩年前,中國看上去還落後美國一到兩年。現在看來,差距已經縮小到6個月左右,而且有很多研究支持這一判斷。

他們是怎麼做到的?

畢竟,我們不是限制了中國獲取先進芯片嗎?確實如此。但中國人非常聰明,他們找到了一些辦法,利用我們開發的算法和積累的知識,以大約十分之一的能源消耗實現相應的技術能力,儘管在某些性能指標上仍然有所差距。

現在,整個行業都在爭論:未來這個差距究竟會繼續縮小,還是重新擴大?

但至少在目前,可以公允地說,這已經是一場中美兩強之間的競賽。在我看來,這是我們這個時代最具決定性的競爭。

爭奪智能領域的領先地位,毫不誇張地說,是一場千年級別的競爭。因爲一旦這樣的智能真正出現,我們的孩子、孫輩、曾孫輩,以及之後的世世代代,都會受到今天這些變化的根本性影響。

薩菲安 有些人認爲,不斷強調中國在AI領域取得的進展,只不過是爲推遲監管尋找藉口。你認爲這種說法有沒有道理?你會擔心這個問題嗎?

施密特 人們總會編造出各種各樣的說法。

我深度參與過中美之間的相關討論。基辛格博士去世之前,我和他共同推動過中美之間的溝通。他最後一次前往中國與國家領導人會面時,我也與他同行。

中國人非常清楚這場競賽的本質,也明白AI可能帶來的危險,但他們不會停下來。

所以,回答你這個問題的一個辦法,是反過來問:如果我們想讓AI的發展速度慢下來,究竟該怎麼做?

美國現在有多少家前沿AI實驗室?五家、六家、七家?大概就是這個數量。中國呢?也是五家、六家、七家。這樣一來,你面對的就是一個涉及大約12個參與方的問題。

在中國,理論上政府可以命令這些實驗室按照政府的要求行動。但在美國,你必須讓相關企業達成某種自願協議。

於是,這個涉及12個參與方的問題,就簡化成了中美雙方之間的問題。

可接下來的問題是,既然中國已經認爲自己落後了,我們又怎麼可能說服他們放慢速度?這根本不可能。

我們必須尋找其他辦法,在繼續推進技術發展、保持對中國領先優勢的同時,確保這項技術的安全。

02、我曾嘗試投資DeepSeek,但美國法律不允許

薩菲安 從某些方面來說,中國具有結構性優勢。政府可以把AI確定爲國家戰略,讓各方朝着同一個方向行動。而你此前認爲,美國的優勢恰恰在於多樣性和去中心化。這是兩種截然不同的發展模式。

那麼,中國AI產業所做的事情,有沒有哪些值得美國領導者學習?

施密特 我給你一個簡單的分析框架。

中國的能源供應能力非常強大,而且擁有大量可再生能源。十年前,美國也曾經說過要做到這一點,但我們失敗了。

中國不需要讓企業爲了接入電網排隊等上七年,也沒有我們這裏同樣類型的爭論。他們正在大規模建設數據中心,而且規模極其龐大。

此外,即使中國的金融市場受到更多限制,中國仍然能夠爲初創企業提供融資。

美國人投資DeepSeek是違法的,我知道這一點,因爲我自己曾經嘗試過。相信我,根據美國法律,這確實不允許。

(美國財政部對外投資安全規則於2025年1月2日生效,對美國人士投資中國特定人工智能、半導體和量子信息技術企業設有禁止或申報要求。)

DeepSeek現在正在尋求融資。據我了解,他們最近進行了一輪規模很大的融資,資金看起來能夠到位。我的中國朋友告訴我,這筆錢來自私營部門,而且他們認爲這項業務在經濟上是可行的。

這裏還涉及一個非常複雜的開源問題,我們稍後可以討論。

但從根本上說,中國已經沿着自己的道路向前推進了。他們現在最缺少的就是芯片。

而美國這邊,我們擁有所需要的一切。我們有聰明的人才,有各種各樣的爭論,還有深度驚人的融資市場。

世界上還有什麼地方,你發條短信就能融到500億美元?除了美國,恐怕沒有別的地方能做到。

謝天謝地,美國金融業正在爲我們這些人的興趣愛好提供資金支持。至於結果如何,我們拭目以待。

但美國缺少能源,也缺少數據中心。正確的解決辦法是什麼?自己建設供電系統。

有一句據說出自托克維爾的話:「美國之所以偉大,是因爲人民的樂觀精神、廣袤的土地,以及沒有國王。」

至少我們還可以從這三個方面來衡量自己。

美國確實擁有大量土地,很多地方都是空地。那就把數據中心建到這些地方去。這對當地經濟也有好處,同時還可以自行建設配套發電設施。

這就是我們需要做的事情。

按照目前的估算,到2030年或2031年,我們大約需要60至80吉瓦的電力供應能力。能否爲這些項目融到足夠的資金,還有待觀察。

按照我的估算,相關基礎設施每對應1吉瓦的電力需求,投資規模大約是500億美元。順便說一句,1吉瓦大致相當於一座大型核電機組的裝機容量。而據我所知,美國建設核電機組的速度可沒有那麼快。

03、中國選擇開源,美國選擇閉源,哪條路會贏?

薩菲安 你剛才提到了開源。中國在開源模型或者說開放權重模型方面的領先地位,推動了中國AI在全球的傳播。對於今天在座的企業領導者來說,在中國的開源模型基礎上進行開發,是不是一個明智的選擇?

施密特 我們先稍微釐清一下概念。

首先是開源(open source)。我當年在伯克利的時候,就參與了開源運動的早期發展,對此一直非常自豪。那已經是很久以前的事情了,但我當年寫的代碼現在依然是開源的。如果你想看看那些非常古老的代碼,仍然可以找到。

除此之外,還有開放權重(open weights)。所謂開放權重,就是你先投入大量資金訓練一個模型,然後把訓練得到的參數公開。這些參數的數量非常龐大,可能達到數萬億級別。(開放權重並不一定意味着完全開源。)

中國採取的戰略,很大程度上是開源和開放權重;而美國的戰略,主要是閉源和封閉權重。

站在美國企業的角度,這當然完全說得通。訓練一個模型需要花費1億到5億美元,對吧?

薩菲安 對啊,既然花了這麼多錢,爲什麼要把它免費送出去?

施密特 這就是律師們會說的話。

我跟律師們爭論了50年。我一直認爲,你應該把一些東西免費提供出去,因爲這樣可以建立一個平台。

開源運動的基本理念就是,先建立一個平台,讓其他人在這個平台上開發自己的東西。

閉源運動則不同。早年比爾·蓋茨和史蒂夫·鮑爾默領導的微軟,就是一個典型例子。他們主要關注最終用戶,你把產品做好,或者沒做好,最終由用戶來檢驗。

在美國,開源已經在很大程度上取得了勝利,成爲我們今天許多技術工作的基礎。但大型AI模型大部分仍然是閉源的。這有充分的理由,我並不是在批評他們。

當然,也有一些不同的例子。

比如Reflection AI,剛剛發佈了一個擁有5000億參數的模型。英偉達的Nemotron有一個規模相近的模型,兩者都非常強大。谷歌也有一個叫Gemma 4的模型,是一個非常強大的較小規模模型。這些模型都可以下載使用。

所以,這並不完全是中國與美國之間的簡單對立。

中國選擇開源、開放權重,是因爲這是對他們來說最合理的戰略。他們原本處於落後位置,需要迅速獲得用戶,而且願意承擔技術被別人拿走的風險。

目前看來,這種做法正在奏效,至少他們獲得了融資。

因此,開源、開放權重與閉源、封閉權重之間的競爭,將成爲決定AI產業未來格局的重要問題。

如果你去問舊金山那些開源企業,或者閉源模型企業的人,他們都會告訴你,自己的戰略更好,因爲他們相信自己能夠保持領先。

如果你去問中國人,他們也會告訴你,他們的戰略更好,因爲他們相信這種戰略能夠讓自己保持領先。

所以,我們面對的是一場真正的競爭。

不過,開源模型和開放權重模型也面臨一個很難解決的問題。我們爲此投入了大量精力,但到目前爲止,我認爲還沒有找到有效的解決辦法。

你想想,閉源模型掌握在公司手中,公司受到所在國家法律的約束,CEO也必須遵守法律;而在中國,政府對AI實驗室有很強的管控能力。

但開放權重模型就不同了。

一旦模型權重公開,即使開發者設置了安全限制,也很難再控制其他人如何使用這些模型。

現在有一種叫作「安全機制清除」的技術,可以基本去掉模型原有的安全限制,得到一個未經安全約束的模型。這些模型有可能被用於網絡攻擊,而開發者已經很難控制它們會流向哪裏、被誰使用。

更值得擔憂的是,軟件的成本正在迅速下降。

還記得我一開始說的嗎?軟件的成本正在趨近於零。未來幾個月,軟件能力的擴張速度將會極其驚人。這也是爲什麼舊金山以及其他地方的技術人員都非常擔憂,有人開始提出,能不能讓AI的發展速度慢下來?

但正如我們前面討論的,要讓中美兩國的AI實驗室同時放慢速度,幾乎不可能。

這是一個非常棘手的問題。許多人認爲,未來12個月內可能會發生某種網絡安全事件,讓大家真正意識到這一問題的嚴重性。

薩菲安 那麼,如果我是一位企業領導者,決定使用中國的模型,因爲對我來說成本更低,這算不算不愛國?是不是缺乏長遠眼光?

施密特 美國公司的CEO在某種程度上都是愛國的,但他們也非常在意錢。

現在已經有很多這樣的例子:人們利用小型服務器運行開放權重模型,解決一些特定問題,因爲這樣做的Token成本更低。

如果你自己部署模型,Token成本大約可以降低到原來的三分之一到五分之一。當然,這些模型的功能也沒有那麼強大。

所以,我擔心未來可能出現這樣一種格局:最前沿的模型將主導那些我們特別關心的領域,比如數學、化學等方面令人難以置信的重大突破。

對於數學家來說,這簡直是一場末日災難!他們整個世界的基本面貌,過去50年幾乎沒有改變,甚至可以追溯到哥德爾提出相關理論的時候。但突然之間,這個世界在一個月內就被顛覆了。他們會面臨一場關於自身存在意義的危機。

這就是前沿模型將帶來的變化。

但對我們大多數人來說,解決財務會計問題,根本不需要那麼高深的數學能力。相信我,財務會計並沒有那麼複雜。

所以,未來大量用戶可能會使用這些更便宜的開放權重模型,來處理各種日常任務。

這麼做可以嗎?在美國,這很可能是合法的。

但這麼做是不是一個好主意?那就取決於你如何看待一些類似地緣政治等風險問題。

當然在中國,人們會使用開放權重模型。

04、中美AI競爭逐項打分:中國在部署速度和全球影響力上可能領先

薩菲安 我們準備了一張記分板。我會提出幾個指標,你來判斷究竟誰佔優勢:中國還是美國。先說模型性能。

施密特 美國。按照目前的各項基準測試,美國都處於領先位置。

理解這一點的一個辦法是,每家AI實驗室都有已經發布的模型,同時還有正在開發的下一代模型。

從這些實驗室透露的信息看,下一代模型的性能將極其出色。這說明規模法則(scaling law)仍然有效,而且接下來還會出現令人驚歎的突破。

所以,模型性能這一項,我選美國。

薩菲安 好,下一項是模型成本。

施密特 中國。

就像我剛才說的,中國模型的Token成本至少便宜三倍。

在很多方面,這實際上是因爲他們被迫降低成本。我們沒有向他們提供高性能芯片,於是,他們找到了算法改進、監督微調,以及其他一些非常令人印象深刻的技術方法。

有意思的是,中國人一旦在開源領域發明了什麼東西,美國人馬上就會拿來用。謝謝你,中國!

薩菲安 好,接下來是能源。我猜這一項應該是中國,因爲你前面已經提過。

施密特 好吧,你猜對了。

我記得中國去年的相關能源建設數字大概是560吉瓦。這是一個驚人的數字。

這就是國家產業政策所帶來的好處。如果他們需要能源,就會大規模建設,而且其中絕大部分是可再生能源。

薩菲安 好,再看一個指標關於領導力與人才。

施密特 這一項我會給美國。

但美國正在做一些非常愚蠢的事情。我想,今天在座各位對此應該不會感到意外。

把最聰明的人抓起來,然後把他們趕出這個國家或者拒絕給這些人才發放允許他們來美國的重要簽證,絕對是一個糟糕的戰略。

我們給他們提供教育,讓他們拿到博士學位,然後又把他們趕走。真是大聰明啊,是吧?

真的愚蠢。

薩菲安 下一項是安全控制。

施密特 美國擁有更好的安全控制體系。

過去舉行過一系列會議,我也參與了其中一些。在這些會議上,各家實驗室同意交流安全實踐經驗等。

我認爲,從總體上說,我們應該預期政府最終會監管AI。

倒不是說我歡迎監管,而是因爲AI將滲透到社會的方方面面,必然會出現一些不良後果,而這些後果又會推動監管出臺。

安全是其中最顯而易見的領域,比如AI與人類目標對齊等問題。

薩菲安 下一項是部署速度。

施密特 中國。我們是發明最前沿技術的一方,而他們是真正把這些技術部署出去的一方。

幾個月前我剛去過中國,下個月我還會再去。

AI在中國被應用到各種事物中的速度,從數字系統到機械設備,簡直令人震驚。而且,他們非常喜歡給你展示各種演示產品。

美國根本沒有對應的產品。

所以,如果今天在座有人正在開發硬件,我鼓勵你們去中國看看,親自了解一下,因爲在這個領域,中國正在擊敗我們。

這一項顯然屬於中國。

薩菲安 最後一項是全球影響力。

施密特 如果從未來十年的影響來衡量,這一項將屬於中國。

免費產品和昂貴產品之間最大的區別是什麼?免費產品會擁有更多用戶,對吧?

世界上絕大多數國家,沒有足夠的經濟實力,也沒有足夠的財富,來承擔我們所要求的那種成本,包括Token成本等各種費用。

我理解爲什麼美國公司會這樣定價,也不是要批評這一點。

但對我來說,有一件事已經非常清楚了:最終,世界上大多數人都會使用中國模型。

這具有巨大的地緣政治意義。我接觸的大多數地緣政治領域人士,還沒有真正意識到這一點。

但只要稍微想一想,答案就很明顯。

一邊是免費的、便宜的,而且足夠好用的模型;另一邊是昂貴的、功能強大的模型,但主要服務於精英階層、富裕人士、重要企業和頂尖研究機構。

05、AI不是零和競爭,中美可以合作共進

薩菲安 我們是不是遺漏了什麼?有沒有一種可能,讓美國和中國都成爲贏家?還是說,這注定是一場零和博弈?

施密特 我不認爲AI是一場零和博弈,中國不是我們的敵人。

我過去經歷過這樣的市場,兩家公司雖然相互競爭,但最終共同創造出了一個全新的市場。

所以,最理想的情況是,美國精英和中國精英能夠進行某種理性的對話。當然,在本屆美國政府的情況下,這顯然不可能實現。

但如果可以,我們應該坐下來討論:「我們究竟應該如何管理這一切?能不能在某些事情上達成共識?」

比如建立一條「不製造意外原則」(no-surprise rule)。

我在五角大樓工作期間學到一件事,當一個國家發射導彈時,會通知其他國家。其他國家則會把自己的衛星對準這次導彈發射。

這麼做有兩個原因。第一,確認發射方確實按照之前所說的方式進行了發射;第二,他們也可以藉此訓練自己的導彈發射監測系統。

這就是一種各方達成的協調安排,目的是確保所有人的安全。你肯定不希望突然有導彈發射出來,卻沒有人知道它將飛向哪裏。

這完全合乎情理,而這樣的制度安排,早在50年前就已經建立了。

所以我認爲,中美之間可以列出一系列完全合理的合作事項,這些合作的最終目的,是實現人類的繁榮發展。

最後,我想說, AI是我們餘生中將要發生的最重要的事情。

AI是科學進步的基礎,而科學進步正是我目前正在從事的工作。科學進步會創造財富,財富又會創造機會、福祉,以及整個社會能夠享受到的各種好處。

因爲我們今天正在人工智能領域所做的事情,我們的孩子、孫輩未來的生活將會非常、非常光明。

是的,我們面臨着很多問題。但我認爲,重要的是,我們必須繼續全力以赴地投入這件事。

技術創新出現的速度,甚至已經快到連我都難以跟上,而我已經在這個行業裏工作很長時間了。

06、AI已經改變了我的工作、投資和經營企業的方式

薩菲安 對今天在座的企業領導者,你有沒有什麼特別想傳達的信息?如果希望最終獲勝的是美國,他們現在應該採取什麼不同的行動?

施密特 首先,開始使用AI。

我特別喜歡這樣的場景:有人走到我面前,跟我大談人工智能。我就問他:「你自己真的用過嗎?」

他說:「沒有,沒有。」

好吧,也許他比我聰明。

但我認爲,你必須親自使用這些東西。

真正讓我大受震撼的一次經歷,是我開始讓AI進行長鏈條思考和深度推理的時候。

我當時的反應是:「我的天哪,它真的來了!」

那時候,我不確定自己是否完全理解了眼前這個東西究竟是什麼,但我知道,它已經來了。

這改變了我思考人生的方式,改變了我的工作方式、投資方式,以及經營企業的方式。

舉個很明顯的例子,對AI系統來說,財務職能其實是相對容易處理的。爲什麼不讓AI來生成財務報告呢?然後,你和CFO可以直接圍繞這份報告展開討論。這會非常有意思。

那麼,製造業的庫存管理呢?安全管理呢?現金流預測呢?你可能坐在那裏想:「哦,這些事情真無聊。」不,這些事情具有變革性的意義。

因爲一旦你的思維方式發生了這樣的改變,你就會不斷冒出新的想法。一個想法接着一個想法,再接着一個想法。

這就是爲什麼,能夠生活在今天這樣一個時代,是一件如此珍貴的事情。

編輯/rice

譯文內容由第三人軟體翻譯。


以上內容僅用作資訊或教育之目的,不構成與大象銀行相關的任何投資建議。大象銀行竭力但無法保證上述全部內容的真實性、準確性和原創性。