Trải Nghiệm Thực Tế về Hệ Sinh Thái Có Quy Mô Lớn của Trung Quốc: Ngành Cảm Thấy Sợ Hãi Trước Sự Độc Quyền Tài Chính của Byte và Alibaba, chỉ DeepSeek được Công Nhận là Nhà Lãnh Đạo Công Nghệ

Theo theo theo Dữ liệu cảm biến, Nathan Lambert, người đứng đầu nhóm huấn luyện sau của Viện Trí tuệ Nhân tạo Allen (AI2), một chuyên gia hàng đầu trong lĩnh vực RLHF (Học tăng cường dựa trên phản hồi của con người), đã công bố báo cáo quan sát sau khi thăm nhiều phòng thí nghiệm trí tuệ nhân tạo hàng đầu tại Trung Quốc và tiết lộ tâm lý cạnh tranh phân mảnh của hệ sinh thái mô hình lớn địa phương tại Trung Quốc: Toàn bộ ngành đều kính sợ và sợ hãi tài chính của ByteDance và Alibaba, nhưng đồng thời công nhận rằng DeepSeek mới là người lãnh đạo công nghệ thực sự.

Lambert chỉ ra rằng ByteDance, như là phòng thí nghiệm đầu tiên đóng cửa của Trung Quốc, sở hữu lợi thế về tài nguyên, khiến đối thủ cảm thấy "khiếp sợ," được coi là gigahale thống trị thị trường bằng vốn. So với đó, DeepSeek, nhờ vào gu thẩm mỹ nghiên cứu tuyệt vời, đã thiết lập hướng công nghệ ngành và giành được sự tôn trọng chân chính của đối thủ, nhưng mọi người cũng tin rằng tình trạng hiện tại của họ "không phải là để chiến thắng trong kinh doanh." Ngoài ra về chuỗi phát triển, các nhà phát triển Trung Quốc phụ thuộc nặng nề vào lập trình hỗ trợ Claude, và rất khao khát sức mạnh tính toán của NVIDIA.

Trong việc giải thích lý do mô hình Trung Quốc dễ dàng đuổi kịp Hoa Kỳ, Lambert tin rằng pháo đài bảo vệ là văn hóa chứ không phải công nghệ. Huấn luyện mô hình lớn ngày nay là một công việc kỹ thuật hệ thống vô cùng phức tạp. Văn hóa "tạo sao" đang thịnh hành trong cộng đồng nghiên cứu Hoa Kỳ, lợi ích cá nhân của nhà nghiên cứu thường xung đột với việc tối ưu hóa toàn diện của mô hình, và văn hóa tự mãn kiểu Silicon Valley đã làm trở ngại cho việc hợp tác (nhóm Llama đã từng hỗn loạn vì điều này).

So với đó, trong khi OpenAI và Anthropic gần như không cho thực tập sinh chạm vào yếu tố lõi, lực lượng chính tại các phòng thí nghiệm Trung Quốc chủ yếu là các sinh viên đại học. Những người trẻ này không trải qua giai đoạn nhiệt huyết ban đầu của trí tuệ nhân tạo, cũng không mang trọng gánh triết lý về "số phận của con người." Họ rất thực tế, sẵn lòng đảm nhận công việc tinh chỉnh nhàm chán nhất.

Bài viết dài này phá vỡ quan điểm gò bó rằng mô hình Trung Quốc "chỉ biết sao chép mã nguồn mở," cũng như chỉ ra một sự thật đau lòng: Cuộc chiến giữa mô hình lớn không còn là cuộc chiến nghiên cứu "ý tưởng thiên tài" nữa mà là cuộc chiến tiêu tốn kỹ thuật, chịu đựng sự rèn luyện, Trung Quốc đang dựa vào "binh lính sinh viên" không gánh trách nhiệm để nhanh chóng bù đắp khoảng cách.