施密特称中美AI差距缩至6个月 曾欲投资DeepSeek未果

这次改口背后，有几件事让他印象很深。中国没有最先进的芯片，就想办法把模型做得更便宜；前沿性能还在追，部署速度却已经很快；开放权重模型成本更低，到了很多没有能力长期支付高价Token的市场，反而更容易铺开。

他前几个月刚来过中国，看完之后给了一个很直接的评价：美国更擅长把最前沿的东西发明出来，中国则很擅长把它真的装进产品、机器和现实场景里。这也让他提出了一个判断，未来最强的模型可能依然来自美国，但世界上更多普通人最后用上的，未必是最强的那一个。以下，Enjoy：

“我试过投DeepSeek，但美国法律不允许。”

10月22日，在旧金山Masters of Scale峰会的一场对话中，谷歌前CEO埃里克·施密特（Eric Schmidt）这样说道。

他说，之前限制中国获取先进AI芯片时，曾以为这些限制措施能够发挥十年左右的作用，但如今，中国与美国在AI领域的差距，可能已经缩小到六个月。

施密特的判断值得一看。

2001年，他加入成立仅三年的谷歌出任CEO，此后十年，与创始人拉里·佩奇、谢尔盖·布林一起，将谷歌发展为全球科技巨头。

离开谷歌管理一线后，他的影响力逐渐延伸到美国科技和国家安全政策领域。2016年，他出任美国国防部创新委员会首任主席，此后担任美国人工智能国家安全委员会主席，参与推动美国AI、先进半导体及国家安全战略的制定。如今是Relativity Space的CEO。

2021年，他领导的委员会发布了一份长达756页的最终报告，系统讨论美国如何保持人工智能领域的全球领先优势，以及如何应对中国的技术追赶。

施密特也是美国科技界较早认真看待中国AI竞争力的人物。

早在2017年，他就提醒美国同行，中国的AI发展速度不容低估。

2025年DeepSeek崛起后，他进一步重新评估美国先进芯片限制政策的实际效果，并发文讨论中国从技术追随者向创新者的转变。

在此次最新对话中，他不仅肯定中国在算法效率和开放权重模型方面取得的进展，更强调中国将AI技术转化为实际应用的能力。

“我们是发明最前沿技术的一方，而他们是真正把这些技术部署出去的一方。”几个月前刚刚到访中国的施密特，建议美国硬件企业家去中国实地看看。

他还判断，未来十年，凭借更低的成本和更广泛的应用，中国AI模型可能在全球获得更大的用户规模。

“最终，世界上大多数人都会使用中国模型。”

不过，施密特并没有因此改变希望美国保持技术领先的立场。但他同时认为，中美AI竞争并非零和博弈。

这场约27分钟的对话，也让我们看到，一位长期参与美国科技战略制定的重要人物，正在如何重新评估中国AI的竞争力。主持人是美国知名商业媒体Fast Company前主编鲍勃·萨菲安（Bob Safian）。

以下为聪明投资者（ID: Capital-nature）整理的最新对话，分享给大家。

 萨菲安  围绕中国AI的发展，我们经常听到一些剑拔弩张的言论，让人很难判断真实情况。所以，我很高兴今天能够请你帮我们理清这些问题。

美国在人工智能领域原本拥有明显的先发优势，但现在，人们开始怀疑这种优势能否持续。你曾经说过，中国与美国的AI差距已经缩小到大约六个月。最近究竟发生了什么重大变化？

 施密特  过去一年发生的最大变化，也是今天在座各位都应该注意到的一件事，就是软件的成本从非常昂贵，下降到了几乎为零。当某样东西的价格急剧下降时，它的数量就会大幅增加。

所以，当我思考未来几年的时候，脑子里想的就是：我们将拥有数量极其庞大的软件。这些软件会做什么？由谁来开发？它们之间如何协作？AI智能体将如何运作？诸如此类。

中国也在思考同样的问题。

在我看来，中美竞争是你们这一代、我们这一代，也是我们这个时代最具决定性的竞争。因为双方都在竭尽全力地开发超越人类能力的推理与智能系统。

这并不是说这些系统会变得像人类一样，而是说，它们将具备超越人类的能力，也就是所谓的超级智能。事实上，在某些方面，这样的能力已经出现了。

你看看外面那些Waymo自动驾驶汽车，它们的视觉感知能力比人类司机更好，尤其是因为它们不会酒后驾驶。你大概明白我的意思了吧？

回到中美AI竞争。

几年前，我也是推动限制中国获取先进芯片的那批人之一。当时，我以为这些限制措施能够发挥大约十年的作用。

一两年前，中国看上去还落后美国一到两年。现在看来，差距已经缩小到6个月左右，而且有很多研究支持这一判断。

他们是怎么做到的？

毕竟，我们不是限制了中国获取先进芯片吗？确实如此。但中国人非常聪明，他们找到了一些办法，利用我们开发的算法和积累的知识，以大约十分之一的能源消耗实现相应的技术能力，尽管在某些性能指标上仍然有所差距。

现在，整个行业都在争论：未来这个差距究竟会继续缩小，还是重新扩大？

但至少在目前，可以公允地说，这已经是一场中美两强之间的竞赛。在我看来，这是我们这个时代最具决定性的竞争。

争夺智能领域的领先地位，毫不夸张地说，是一场千年级别的竞争。因为一旦这样的智能真正出现，我们的孩子、孙辈、曾孙辈，以及之后的世世代代，都会受到今天这些变化的根本性影响。

 萨菲安  有些人认为，不断强调中国在AI领域取得的进展，只不过是为推迟监管寻找借口。你认为这种说法有没有道理？你会担心这个问题吗？

 施密特  人们总会编造出各种各样的说法。

我深度参与过中美之间的相关讨论。基辛格博士去世之前，我和他共同推动过中美之间的沟通。他最后一次前往中国与国家领导人会面时，我也与他同行。

中国人非常清楚这场竞赛的本质，也明白AI可能带来的危险，但他们不会停下来。

所以，回答你这个问题的一个办法，是反过来问：如果我们想让AI的发展速度慢下来，究竟该怎么做？

美国现在有多少家前沿AI实验室？五家、六家、七家？大概就是这个数量。中国呢？也是五家、六家、七家。这样一来，你面对的就是一个涉及大约12个参与方的问题。

在中国，理论上政府可以命令这些实验室按照政府的要求行动。但在美国，你必须让相关企业达成某种自愿协议。

于是，这个涉及12个参与方的问题，就简化成了中美双方之间的问题。

可接下来的问题是，既然中国已经认为自己落后了，我们又怎么可能说服他们放慢速度？这根本不可能。

我们必须寻找其他办法，在继续推进技术发展、保持对中国领先优势的同时，确保这项技术的安全。

 萨菲安  从某些方面来说，中国具有结构性优势。政府可以把AI确定为国家战略，让各方朝着同一个方向行动。而你此前认为，美国的优势恰恰在于多样性和去中心化。这是两种截然不同的发展模式。

那么，中国AI产业所做的事情，有没有哪些值得美国领导者学习？

 施密特  我给你一个简单的分析框架。

中国的能源供应能力非常强大，而且拥有大量可再生能源。十年前，美国也曾经说过要做到这一点，但我们失败了。

中国不需要让企业为了接入电网排队等上七年，也没有我们这里同样类型的争论。他们正在大规模建设数据中心，而且规模极其庞大。

此外，即使中国的金融市场受到更多限制，中国仍然能够为初创企业提供融资。

美国人投资DeepSeek是违法的，我知道这一点，因为我自己曾经尝试过。相信我，根据美国法律，这确实不允许。

（美国财政部对外投资安全规则于2025年1月2日生效，对美国人士投资中国特定人工智能、半导体和量子信息技术企业设有禁止或申报要求。）

DeepSeek现在正在寻求融资。据我了解，他们最近进行了一轮规模很大的融资，资金看起来能够到位。我的中国朋友告诉我，这笔钱来自私营部门，而且他们认为这项业务在经济上是可行的。

这里还涉及一个非常复杂的开源问题，我们稍后可以讨论。

但从根本上说，中国已经沿着自己的道路向前推进了。他们现在最缺少的就是芯片。

而美国这边，我们拥有所需要的一切。我们有聪明的人才，有各种各样的争论，还有深度惊人的融资市场。

世界上还有什么地方，你发条短信就能融到500亿美元？除了美国，恐怕没有别的地方能做到。

谢天谢地，美国金融业正在为我们这些人的兴趣爱好提供资金支持。至于结果如何，我们拭目以待。

但美国缺少能源，也缺少数据中心。正确的解决办法是什么？自己建设供电系统。

有一句据说出自托克维尔的话：“美国之所以伟大，是因为人民的乐观精神、广袤的土地，以及没有国王。”

至少我们还可以从这三个方面来衡量自己。

美国确实拥有大量土地，很多地方都是空地。那就把数据中心建到这些地方去。这对当地经济也有好处，同时还可以自行建设配套发电设施。

这就是我们需要做的事情。

 萨菲安  你刚才提到了开源。中国在开源模型或者说开放权重模型方面的领先地位，推动了中国AI在全球的传播。对于今天在座的企业领导者来说，在中国的开源模型基础上进行开发，是不是一个明智的选择？

 施密特  我们先稍微厘清一下概念。

首先是开源（open source）。我当年在伯克利的时候，就参与了开源运动的早期发展，对此一直非常自豪。那已经是很久以前的事情了，但我当年写的代码现在依然是开源的。如果你想看看那些非常古老的代码，仍然可以找到。

除此之外，还有开放权重（open weights）。所谓开放权重，就是你先投入大量资金训练一个模型，然后把训练得到的参数公开。这些参数的数量非常庞大，可能达到数万亿级别。（开放权重并不一定意味着完全开源。）

中国采取的战略，很大程度上是开源和开放权重；而美国的战略，主要是闭源和封闭权重。

站在美国企业的角度，这当然完全说得通。训练一个模型需要花费1亿到5亿美元，对吧？

 施密特  这就是律师们会说的话。

我跟律师们争论了50年。我一直认为，你应该把一些东西免费提供出去，因为这样可以建立一个平台。

开源运动的基本理念就是，先建立一个平台，让其他人在这个平台上开发自己的东西。

闭源运动则不同。早年比尔·盖茨和史蒂夫·鲍尔默领导的微软，就是一个典型例子。他们主要关注最终用户，你把产品做好，或者没做好，最终由用户来检验。

在美国，开源已经在很大程度上取得了胜利，成为我们今天许多技术工作的基础。但大型AI模型大部分仍然是闭源的。这有充分的理由，我并不是在批评他们。

当然，也有一些不同的例子。

比如Reflection AI，刚刚发布了一个拥有5000亿参数的模型。英伟达的Nemotron有一个规模相近的模型，两者都非常强大。谷歌也有一个叫Gemma 4的模型，是一个非常强大的较小规模模型。这些模型都可以下载使用。

所以，这并不完全是中国与美国之间的简单对立。

中国选择开源、开放权重，是因为这是对他们来说最合理的战略。他们原本处于落后位置，需要迅速获得用户，而且愿意承担技术被别人拿走的风险。

目前看来，这种做法正在奏效，至少他们获得了融资。

因此，开源、开放权重与闭源、封闭权重之间的竞争，将成为决定AI产业未来格局的重要问题。

如果你去问旧金山那些开源企业，或者闭源模型企业的人，他们都会告诉你，自己的战略更好，因为他们相信自己能够保持领先。

如果你去问中国人，他们也会告诉你，他们的战略更好，因为他们相信这种战略能够让自己保持领先。

所以，我们面对的是一场真正的竞争。

不过，开源模型和开放权重模型也面临一个很难解决的问题。我们为此投入了大量精力，但到目前为止，我认为还没有找到有效的解决办法。

你想想，闭源模型掌握在公司手中，公司受到所在国家法律的约束，CEO也必须遵守法律；而在中国，政府对AI实验室有很强的管控能力。

但开放权重模型就不同了。

一旦模型权重公开，即使开发者设置了安全限制，也很难再控制其他人如何使用这些模型。

现在有一种叫作“安全机制清除”的技术，可以基本去掉模型原有的安全限制，得到一个未经安全约束的模型。这些模型有可能被用于网络攻击，而开发者已经很难控制它们会流向哪里、被谁使用。

更值得担忧的是，软件的成本正在迅速下降。

还记得我一开始说的吗？软件的成本正在趋近于零。未来几个月，软件能力的扩张速度将会极其惊人。这也是为什么旧金山以及其他地方的技术人员都非常担忧，有人开始提出，能不能让AI的发展速度慢下来？

但正如我们前面讨论的，要让中美两国的AI实验室同时放慢速度，几乎不可能。

这是一个非常棘手的问题。许多人认为，未来12个月内可能会发生某种网络安全事件，让大家真正意识到这一问题的严重性。

 萨菲安  那么，如果我是一位企业领导者，决定使用中国的模型，因为对我来说成本更低，这算不算不爱国？是不是缺乏长远眼光？

 施密特  美国公司的CEO在某种程度上都是爱国的，但他们也非常在意钱。

现在已经有很多这样的例子：人们利用小型服务器运行开放权重模型，解决一些特定问题，因为这样做的Token成本更低。

如果你自己部署模型，Token成本大约可以降低到原来的三分之一到五分之一。当然，这些模型的功能也没有那么强大。

所以，我担心未来可能出现这样一种格局：最前沿的模型将主导那些我们特别关心的领域，比如数学、化学等方面令人难以置信的重大突破。

对于数学家来说，这简直是一场末日灾难！他们整个世界的基本面貌，过去50年几乎没有改变，甚至可以追溯到哥德尔提出相关理论的时候。但突然之间，这个世界在一个月内就被颠覆了。他们会面临一场关于自身存在意义的危机。

这就是前沿模型将带来的变化。

但对我们大多数人来说，解决财务会计问题，根本不需要那么高深的数学能力。相信我，财务会计并没有那么复杂。

所以，未来大量用户可能会使用这些更便宜的开放权重模型，来处理各种日常任务。

这么做可以吗？在美国，这很可能是合法的。

但这么做是不是一个好主意？那就取决于你如何看待一些类似地缘政治等风险问题。

当然在中国，人们会使用开放权重模型。

 萨菲安  我们准备了一张记分板。我会提出几个指标，你来判断究竟谁占优势：中国还是美国。先说模型性能。

 施密特  美国。按照目前的各项基准测试，美国都处于领先位置。

理解这一点的一个办法是，每家AI实验室都有已经发布的模型，同时还有正在开发的下一代模型。

从这些实验室透露的信息看，下一代模型的性能将极其出色。这说明规模法则（scaling law）仍然有效，而且接下来还会出现令人惊叹的突破。

所以，模型性能这一项，我选美国。

 萨菲安  好，下一项是模型成本。

 施密特  中国。

就像我刚才说的，中国模型的Token成本至少便宜三倍。

在很多方面，这实际上是因为他们被迫降低成本。我们没有向他们提供高性能芯片，于是，他们找到了算法改进、监督微调，以及其他一些非常令人印象深刻的技术方法。

有意思的是，中国人一旦在开源领域发明了什么东西，美国人马上就会拿来用。谢谢你，中国！

 萨菲安  好，接下来是能源。我猜这一项应该是中国，因为你前面已经提过。

 施密特  好吧，你猜对了。

我记得中国去年的相关能源建设数字大概是560吉瓦。这是一个惊人的数字。

这就是国家产业政策所带来的好处。如果他们需要能源，就会大规模建设，而且其中绝大部分是可再生能源。

 萨菲安  好，再看一个指标关于领导力与人才。

 施密特  这一项我会给美国。

但美国正在做一些非常愚蠢的事情。我想，今天在座各位对此应该不会感到意外。

把最聪明的人抓起来，然后把他们赶出这个国家或者拒绝给这些人才发放允许他们来美国的重要签证，绝对是一个糟糕的战略。

我们给他们提供教育，让他们拿到博士学位，然后又把他们赶走。真是大聪明啊，是吧？

真的愚蠢。

 萨菲安  下一项是安全控制。

 施密特  美国拥有更好的安全控制体系。

过去举行过一系列会议，我也参与了其中一些。在这些会议上，各家实验室同意交流安全实践经验等。

我认为，从总体上说，我们应该预期政府最终会监管AI。

倒不是说我欢迎监管，而是因为AI将渗透到社会的方方面面，必然会出现一些不良后果，而这些后果又会推动监管出台。

安全是其中最显而易见的领域，比如AI与人类目标对齐等问题。

 萨菲安  下一项是部署速度。

 施密特  中国。我们是发明最前沿技术的一方，而他们是真正把这些技术部署出去的一方。

几个月前我刚去过中国，下个月我还会再去。

AI在中国被应用到各种事物中的速度，从数字系统到机械设备，简直令人震惊。而且，他们非常喜欢给你展示各种演示产品。

美国根本没有对应的产品。

所以，如果今天在座有人正在开发硬件，我鼓励你们去中国看看，亲自了解一下，因为在这个领域，中国正在击败我们。

这一项显然属于中国。

 萨菲安  最后一项是全球影响力。

 施密特  如果从未来十年的影响来衡量，这一项将属于中国。

免费产品和昂贵产品之间最大的区别是什么？免费产品会拥有更多用户，对吧？

世界上绝大多数国家，没有足够的经济实力，也没有足够的财富，来承担我们所要求的那种成本，包括Token成本等各种费用。

我理解为什么美国公司会这样定价，也不是要批评这一点。

但对我来说，有一件事已经非常清楚了：最终，世界上大多数人都会使用中国模型。

这具有巨大的地缘政治意义。我接触的大多数地缘政治领域人士，还没有真正意识到这一点。

但只要稍微想一想，答案就很明显。

一边是免费的、便宜的，而且足够好用的模型；另一边是昂贵的、功能强大的模型，但主要服务于精英阶层、富裕人士、重要企业和顶尖研究机构。

 萨菲安  我们是不是遗漏了什么？有没有一种可能，让美国和中国都成为赢家？还是说，这注定是一场零和博弈？

 施密特  我不认为AI是一场零和博弈，中国不是我们的敌人。

我过去经历过这样的市场，两家公司虽然相互竞争，但最终共同创造出了一个全新的市场。

所以，最理想的情况是，美国精英和中国精英能够进行某种理性的对话。当然，在本届美国政府的情况下，这显然不可能实现。

但如果可以，我们应该坐下来讨论：“我们究竟应该如何管理这一切？能不能在某些事情上达成共识？”

比如建立一条“不制造意外原则”（no-surprise rule）。

我在五角大楼工作期间学到一件事，当一个国家发射导弹时，会通知其他国家。其他国家则会把自己的卫星对准这次导弹发射。

这么做有两个原因。第一，确认发射方确实按照之前所说的方式进行了发射；第二，他们也可以借此训练自己的导弹发射监测系统。

这就是一种各方达成的协调安排，目的是确保所有人的安全。你肯定不希望突然有导弹发射出来，却没有人知道它将飞向哪里。

这完全合乎情理，而这样的制度安排，早在50年前就已经建立了。

所以我认为，中美之间可以列出一系列完全合理的合作事项，这些合作的最终目的，是实现人类的繁荣发展。

最后，我想说， AI是我们余生中将要发生的最重要的事情。

AI是科学进步的基础，而科学进步正是我目前正在从事的工作。科学进步会创造财富，财富又会创造机会、福祉，以及整个社会能够享受到的各种好处。

因为我们今天正在人工智能领域所做的事情，我们的孩子、孙辈未来的生活将会非常、非常光明。

是的，我们面临着很多问题。但我认为，重要的是，我们必须继续全力以赴地投入这件事。

技术创新出现的速度，甚至已经快到连我都难以跟上，而我已经在这个行业里工作很长时间了。

 萨菲安  对今天在座的企业领导者，你有没有什么特别想传达的信息？如果希望最终获胜的是美国，他们现在应该采取什么不同的行动？

 施密特  首先，开始使用AI。

我特别喜欢这样的场景：有人走到我面前，跟我大谈人工智能。我就问他：“你自己真的用过吗？”

他说：“没有，没有。”

好吧，也许他比我聪明。

但我认为，你必须亲自使用这些东西。

真正让我大受震撼的一次经历，是我开始让AI进行长链条思考和深度推理的时候。

我当时的反应是：“我的天哪，它真的来了！”

那时候，我不确定自己是否完全理解了眼前这个东西究竟是什么，但我知道，它已经来了。

这改变了我思考人生的方式，改变了我的工作方式、投资方式，以及经营企业的方式。

举个很明显的例子，对AI系统来说，财务职能其实是相对容易处理的。为什么不让AI来生成财务报告呢？然后，你和CFO可以直接围绕这份报告展开讨论。这会非常有意思。

那么，制造业的库存管理呢？安全管理呢？现金流预测呢？你可能坐在那里想：“哦，这些事情真无聊。”不，这些事情具有变革性的意义。

因为一旦你的思维方式发生了这样的改变，你就会不断冒出新的想法。一个想法接着一个想法，再接着一个想法。

这就是为什么，能够生活在今天这样一个时代，是一件如此珍贵的事情。