导语
2026年4月,美国AI研究员Nathan Lambert开启了一场中国AI实验室深度探访之旅。他密集走访了北京和杭州的月之暗面、智谱、清华系团队、美团、小米、蚂蚁、灵异万物(即01.AI)等多家机构。回到美国后,他撰文分享了此行的“谦卑”收获与核心观察。本文基于《硅谷101》对他的专访,提炼出这位长期活跃在美国开源模型最前沿的研究者,如何透过第一视角,理解中国AI生态的结构、文化与中美竞赛的微妙动态。
美国AI研究员Nathan Lambert深入探访北京、杭州多家中国顶尖AI实验室后分享观察。他认为中国AI生态系统已形成独特的技术所有权文化,年轻人才充沛,执行力强,擅长快速跟进。中美在开源模型领域已形成动态竞争,中国在特定方面领先,但在算力与前沿探索上仍存差距。

2026年4月,美国AI研究员Nathan Lambert开启了一场中国AI实验室深度探访之旅。他密集走访了北京和杭州的月之暗面、智谱、清华系团队、美团、小米、蚂蚁、灵异万物(即01.AI)等多家机构。回到美国后,他撰文分享了此行的“谦卑”收获与核心观察。本文基于《硅谷101》对他的专访,提炼出这位长期活跃在美国开源模型最前沿的研究者,如何透过第一视角,理解中国AI生态的结构、文化与中美竞赛的微妙动态。
展开「深读」看每一段讨论的问题与论据。
讨论的问题:Nathan Lambert访华的核心动机是什么?
论据 / 案例:Nathan是Hugging Face RLHF研究团队组建者、AI2大模型后训练负责人,参与打造了Omo和Tulu等开源模型
讨论的问题:Nathan访问了哪些中国AI机构,有何感受?
论据 / 案例:访问了阿里巴巴两个办公室、Moonshot、ZAI、美团、清华大学、小米校园、蚂蚁团队、ModelScope等;北京的AI公司集群让他感觉像硅谷,可以步行穿梭于领先公司之间
讨论的问题:Nathan从中国之行中获得了什么最重要的感悟?
论据 / 案例:阅读了《Backfire》和《Apple in China》两本书;参观清华大学时,校方讨论了中国研究者在“从0到1”创新方面的不足及原因
讨论的问题:Nathan主要向中国AI研究者提出哪些问题?
论据 / 案例:许多公司表示构建模型是因为需要服务自身用户并掌握全栈技术;研究者对华为芯片的评价是适合推理而非训练;中国研究者较少讨论AI的社会责任和影响
讨论的问题:不同中国AI公司的文化和团队构成有何特点?
论据 / 案例:月之暗面(Kimi)团队紧密;智谱AI有年轻研究者如20岁的学生在X上活跃;小米研究者W Lee是博士生也是主要研究者之一;中国实验室的年轻人才比例显著高于美国
讨论的问题:为何中国AI实验室如此积极发布开源模型?
论据 / 案例:发布模型是“获得相关性的路径”,让希望拥有自有AI模型的人关注并尝试;2025年夏天后美国失去开源模型领导地位;Kimi K2.6和GLM 5.1是目前最出色的开源模型
讨论的问题:中美在AI模型能力上的差距有多大,趋势如何?
论据 / 案例:传统基准差距6-9个月;中国实验室发布速度快,缩小了用户体验差距;美国实验室(如AI2、OpenAI)有许多关键角色由中国或华裔研究者担任
讨论的问题:中国AI研究者与美国同行有何核心差异?
论据 / 案例:中国研究者对AI社会影响的讨论较少;中国的教育体系被描述为奖励记忆和标准化考试,可能不利于培养颠覆性愿景;中国研究者密切关注西方AI动态,反之则不然
讨论的问题:中国在全球AI竞赛中的独特角色和优势是什么?
论据 / 案例:中国公司(如美团、小米)倾向于自建模型服务内部产品(如智能体、汽车功能),以掌握长期轨迹并优化成本;中国拥有庞大的AI人才池,研究者专注于具体任务并高效组织
=== SUGGEST=== topic | stance | quote | date 中国AI生态的“技术所有权”文化 | 中国公司倾向于自研而非采购AI技术,以掌控长期发展和成本。 | “Chinese companies have a technology ownership mentality. They want to build rather than buy if at all possible.” | 2026-04 中美开源模型领导地位转移 | 自2025年夏天起,中国已在开源模型领域取得领先地位。 | “In the last year, US has ceded the open model leadership to China, especially since the summer of 2025.” | 2026-04 中国AI人才的年轻化优势 | 中国实验室大量启用极其年轻的核心研究者,他们专注、全身心投入,加速项目推进。 | “You go to the labs... a lot of these researchers are so young... These people are so hungry.” | 2026-04 中美AI研究文化差异 | 中国研究更务实、聚焦技术实现,美国则更多讨论AI的社会影响与哲学方向。 | “Top US researchers are talking about where AI will be going... that whole conversation didn't really come up in China.” | 2026-04 算力是共同瓶颈,但社会焦虑不同 | 中国研究者对算力受限感到焦虑,但社会层面缺乏美国那样的AI失业广泛焦虑。 | “There's definitely an anxiety of not being able to keep up in compute... Otherwise, there's less social anxiety.” | 2026-04