对话Nathan Lambert：美国知名AI研究者眼中的中国AI

摘要

硅谷101專訪美國 AI 研究者 Nathan Lambert（Ai2 後訓練負責人、Hugging Face RLHF 團隊出身），分享他 2026 年 4 月走訪北京、杭州多家中國 AI 實驗室（阿里、月之暗面、智譜、清華、美團、小米、螞蟻等）的觀察。他指出美國已在 2025 年夏天把開放模型領導權讓給中國，中國團隊人才更年輕、學界業界交融更深、發布模型更快速務實；但中國最大弱點是算力遠不及 Meta、OpenAI，且缺乏成熟的第三方訓練資料產業。內容原生含繁中字幕，語言已符合正體字規範，僅小幅用語校正。

重點

• Nathan Lambert 認為美國已從 2025 年夏天起失去開放模型領導地位，GLM-4.5 與 Kimi K2 是這波轉折的代表性模型，任何否認這點的人有點沒看清真正重要的模型來自哪裡
• 若要選出中國最好的開源模型，他認為是 Kimi 和智譜，但排名變化極快，2025 全年 DeepSeek 是公認王者
• 中國實驗室的組織特徵：人才明顯更年輕，多位核心研究員僅二十歲上下仍在學，學術界與創業公司尤其清華周邊的人才交融遠比美國深，研究員相對不願展開談論宏觀願景或哲學性議題，整體氛圍更務實
• 前沿基準測試上中美模型差距約 6 到 9 個月，但真實使用場景尤其編程 agent 美國實用性優勢更穩固，主因是美國實驗室能拿到用戶真實使用資料回流訓練，開放權重實驗室缺乏這層反饋
• 中國實驗室最大劣勢是算力遠不及 Meta 或 OpenAI 加總，以及第三方訓練資料產業的缺席，美國前沿實驗室有數十億美元預算向外部公司外購高技能訓練資料，中國幾乎沒有對應產業
• 華為芯片目前推理堪用但訓練仍不成熟，多數受訪的中國模型公司表示如果能給更多國產加速器，也許能拿到更多客戶，但訓練仍高度依賴 Nvidia
• Anthropic CEO 在開放權重風險上的立場被 Nathan Lambert 認為有點太激進；他自己支持開放模型但非絕對主義，也點出中國公司技術所有權心態，傾向自己掌握全棧而非依賴第三方服務，與美國創業生態的分工邏輯明顯不同

金句