对话Nathan Lambert：美国AI研究者眼中的中国AI生态

美国AI研究员是怎么看中国AI模型发展的？ 2026年4月 一位在美国AI圈极具影响力的研究者 专程来到中国 走进北京、杭州和上海的AI实验室 他密集拜访了阿里巴巴、月之暗面 智谱、清华、美团、小米、蚂蚁 和零一万物等团队 回到美国之后 他写了一篇文章 在美国科技界引发了不小的讨论 这位美国AI研究者 就是Nathan Lambert 他的观察也非常有意思 中国最好的开源模型是谁家的 如果你拿枪指着我 我会说 XX和XX最好 截至目前 中国实验室 最大的劣势是什么 对 是算力 Meta或者OpenAI拥有的GPU数量 比所有这些中国公司加起来还多 国产加速器的表现如何 比如华为芯片 所以这些公司都会说 “如果你能给我华为芯片 我们也许能拿到更多客户” Anthropic的CEO达里奥·阿莫迪 他短期内有点过于激进了 尤其是开放权重模型的风险上 你觉得美国最顶尖的模型 领先中国模型多少个月 这个差距 会缩小还是扩大 在美国AI届 Nathan是一个很难绕开的名字 他参与组建了Hugging Face的 RLHF（基于人类反馈的强化学习）

研究团队 后来担任艾伦人工智能研究院 Ai2的大模型后训练负责人 参与打造了OLMo和Tülu等开源模型 同时 Nathan也是Lex Fridman播客里的熟面孔 2025年DeepSeek引爆全球讨论之后 Lex邀请Nathan和SemiAnalysis创始人Dylan Patel 进行了一场超过五个小时的深度对谈 2026年 Nathan再次登上Lex的节目 用四个多小时盘点全球AI的最新进展 Lex称他是AI社区中 广受尊敬的研究者、工程师和技术传播者之一 也对全球开源模型有着紧密的追踪 一个长期站在美国开源模型最前线的人 真正走进中国AI实验室之后 看到了什么 中国和美国的大模型研究 分别正在发生怎样的变化 这一期《硅谷101》

视频播客 我们飞到了西雅图 与Nathan Lambert聊了聊他的中国行 一路上的所见所闻 他眼中的中美AI发展异同 以及全球大模型竞赛的下一站 同时 不要忘记关注硅谷101 不要错过AI最前沿的一线内容哦 以下 就是我的Nathan的专访 用全英文进行 你好 Nathan 欢迎来到《硅谷101》 嗨 感谢邀请 你刚从中国回来 这趟行程里 你实地走访了很多中国领先的AI实验室 能多跟我们讲讲这次旅程吗 我回来之后 大家都会问我 “你这次最大的收获是什么” 但我觉得 AI领域谁在做模型、哪些团队在推进 很多信息其实已经相对公开了 所以并没有特别多那种“惊天大料”式的发现 或者“我有个大胆看法”的感觉 对我来说 作为一个长期关注这些模型的人 这趟旅行更重要的是认识做这些模型的人 理解他们为什么要做这件事 感受其中的细微差别 我今年一直在补课了解中国 在美国 很多人会替中国团队解释 “他们为什么这么做” 但我想听他们自己说 “我们在这里” “我们为什么要做这些” 这很有价值 所以我之后肯定还会继续关注开源模型 也会继续试用这些模型 现在这个生态很有意思 美国有很多公司想围绕 真正开放的模型智能栈来做产品和服务 为各行各业的人创造价值 而很多模型其实是在中国搭建出来的 这两个有着深厚历史的科技圈 在工作方式上一直交集不多 有的公司还有一些老规矩 比如Meta和Google 你一去中国出差 电脑基本就废了 也就是说中间一直有一堵墙 让大家很难真正一起工作 但现在这堵墙正在慢慢被打通 对此我非常感兴趣 某种程度上 这些模型能有这么强的竞争力 确实会让人惊讶 但当你进一步了解那里的人才和整个生态之后 又会觉得这件事其实变得合理了 我自己 之所以关注AI很大一部分原因是 我觉得未来几年它会带来很多风险 尤其是社会层面的风险 比如人们如何获取信息 当然 地缘政治上它也会是一个重要议题 所以要搭建人与人之间的桥梁 让大家看到这些技术背后真实的人 因为很多决策并不是他们做的 哪怕外界觉得这些决定很政治化或是很极端 建立这样的联系真的非常有意义 因为这是一个共同向着各种目标迈进的社群 不管你把那个目标叫AGI还是别的什么 能见到这些技术背后的人 我真的很高兴 太棒了 那你这次去了多久 主要去了哪些城市 大概六七个晚上 主要在北京和杭州 我们在北京住了三四晚 就在奥林匹克中心附近 所以早上还能去鸟巢那一带跑步 酒店位置刚好在那边 但很有意思的是大多数公司都在清华附近 那边有一整片AI创业公司的聚集区 感觉很像湾区 溜达着就能逛遍这些顶尖的AI公司 不需要特别折腾交通 很有湾区那种感觉 后来我们又去了杭州几晚 那里有阿里巴巴 我觉得DeepSeek也在那里 我们没有去DeepSeek办公室 但和一些人聊过 也拜访了阿里 这很棒 这是我第一次来中国 能见到这些团队很棒 所以这次你具体去了哪些实验室或公司 我尽量列全一些 我们也参观了一些机器人公司 不过我写作时没有重点写那部分 只说语言模型相关的 我去了两个不同的阿里巴巴办公室 我一下飞机到北京 就直接去阿里北京办公室见了千问团队的人 所以有阿里巴巴 Kimi也就是月之暗面 智谱AI 还有和我一起写Interconnects的Florian 我们去了美团 它也有自己的语言模型团队 还去了清华大学 和北京的小米园区 到杭州之后 我们去了阿里巴巴园区、蚂蚁集团的百灵团队 以及阿里旗下的魔搭社区 这次其实是一次团体行程 很大一部分是围绕SAIL来安排的 SAIL由一群AI领域的Substack作者组成 他们搭建了一个平台 在AI媒体和活动领域里做些有趣的事情 所以大部分是围绕SAIL来安排 后来其他成员在上海还聊了MiniMax 可能也聊了StepFun 所以名单真的很长 很明显的一个是DeepSeek 它是最神秘的那家 还有字节跳动 你去拜访这些公司时 会发现几乎所有人都在谈DeepSeek 因为它像是一个神秘的先行者 字节跳动是那个有海量资源的闭源AI实验室 大家似乎对他们都有点忌惮 毕竟豆包聊天机器人现在是主流 你到了现场很快就能捕捉到这些信号 因为所有人都在聊 你在Substack文章里说 这次回来之后你有一种谦卑感 你说的是什么意思 作为一个美国科学家 我并不觉得自己有资格对中国科技生态 或者中美在全球层面的互动发表什么看法 我会说 去之前我就知道自己了解得不多 去了之后更觉得 我没看过的还多着呢 我这次只去了中国的两座城市 而且是很密集的工作行程 很多时候像是被车“传送”到一个又一个地方 当然 我们也吃了很好的晚餐 看了北京一些很可爱的街区 还有一些老建筑 但总体上我还是觉得自己对中国了解得很少 你如果想对一个地方形成比较即时 准确的直觉 需要更接近全栈式的知识和体会 一个在这里成长的人会怎么想 一个中国研究员的本能反应会是什么 作为美国人 我可能要花一辈子才能真正理解这些 比如教育系统到底有什么不同 我们去清华时 他们也会谈到 一种外界印象 过去中国研究员似乎不那么擅长 “从0到1”的科学创新 这个说法本身也很模糊 什么叫0到1 但他们会主动提起 这里面涉及人的训练方式 也涉及人才如何从更广泛的国内网络 流向不同机构 这些话你听别人讲是一回事 真正去现场看到又是另一回事 今年我读了《Breakneck》

和《Apple in China》 这两本很好的书 都在讲美国科技生态与中国的互动 但那仍然只是很有限的视角 所以我离开中国时的感觉是 我原本就知道自己懂得不多 现在更确定了 我还有很多要学 你们这次主要见的是首席、高管 还是中层AI研究员或者工程师 你觉得这些对话有帮助吗 我们本来就希望多和研究员聊 建立一种对话 同时也想尽量见到领导层 尤其是创业公司的领导者 实际情况是我们大多先从研究员聊起 也见了一些高管 比如阿里的人 或者一些在公司内部非常有名 会直接和创始人打交道的人 不过正式拜访的时候 很大一部分也是礼节性的 要向对方表示尊重 但话说回来 公司领导通常更受过媒体训练 有时候反而不会说太多 他们会更贴着公司口径 这样细节和微妙之处就会被压掉 所以我觉得两种情况都有 那些大公司可能更愿意让我们见一些 资深的云业务负责人 但不会透露太多 还有一些话我只能说有些内容是私下聊的 我不知道 回答可能不是最完美 但实际情况就是比较混合 尤其是有公关和传播团队在场的时候 大多数正式会面房间里都会有公关的同事 反而一些最好的对话是这样的 我发消息说我在中国 加了微信 然后就和某个研究员 私下去喝杯奶茶 不是在公司会议室里 你就可以很直接地问 “你现在在做什么” 没有那层 “我坐在办公室里 经理在旁边” “公关也在旁边”的表面包装 那种对话更有意思 但在这趟行程里也更少见 确实 那你主要会问他们哪些问题 问题有很多层次 所以我觉得 我会从一个相对容易回答的问题开始 “你们为什么要发布这些模型” “为什么要自己做模型” “为什么不直接用DeepSeek的模型” 很多公司其实非常务实 他们会说 我们需要AI服务自己的用户 也想掌握完整技术栈 所以我们就自己做 相比美国那种“做前沿实验室是一件超级昂贵 几乎只有少数公司能做的事”的氛围 中国这些公司对自己做AI模型没有那么畏难 它在美国可能只属于少数精英公司 但在中国 好像很多公司都会去做 这也是我们为什么想去美团看看 我们很喜欢它 没想到他们也有自己的大模型 所以我们就想去看看他们到底在做什么 他们会说 对 我们需要这个模型来支撑自己的智能体产品 所以我们就把模型做出来了 我们是产品上真的要用 至于它是不是开源并不是最重要的 我们也可以把它发布出来 顺便获得一些反馈 他们对“开放科学”这件事的态度也非常务实 顺着这个问题 话题就会延伸到 你们现在最大的瓶颈是什么 当然 这个问题很快就可能卡到算力上 但很多人会说 华为芯片做推理还不错 “我们会用华为做推理 但基本不会用来训练” 类似这样的话 很多人都会提到 我们同行的人也会问一些更宏观的问题 比如AI接下来会怎么发展 你觉得它会怎样影响劳动力市场和经济 作为科学家 你会不会觉得自己有责任 去理解、去思考这些影响 我们发现中国的研究员 相对不太愿意展开谈太多看法 这里面有企业文化的因素 但我觉得更主要的是 他们所处的整个环境 比学校里教的那套要局限得多 更多是“我把东西做出来了” 而且中国没有那么强的播客生态 不像美国 研究人员能通过增加曝光来获得认可 甚至影响公司的方向 整体氛围会更偏务实一些 我有时候在写文章时 会把这种务实和“谦逊”混在一起 但其实 一个人可以很谦逊 同时 他也可能只是身处一种环境里 并不习惯被问特定问题 好 我们聊聊你去过的几家公司 你觉得它们彼此差异大吗 先从月之暗面聊起吧 对 我觉得这些公司走进去之后 给人的感觉确实很不一样 Kimi是其中一个很明显的例子 你会感觉这群人关系特别近 做出一个很酷的东西本身就让他们兴奋 还能把这个很酷的东西商业化 他们的想法是 “我们做的这些模型 我们自己也在用” 他们之间那种紧密感 是你一走进办公室就能直觉感受到的 你会觉得这群人是真的很有凝聚力 很亲近 一起全身心扑在这件事上 所以我会把Kimi形容成 我们这次拜访过的公司里 “氛围最好”的一家 就是说你能感觉到他们挺开心的 也很坚定地走在自己的路上 它不是那种特别公司化的感觉 你去阿里就很明显 这是一个巨大的科技公司 整个氛围非常公司化 蚂蚁集团的百灵团队也有一些这种感觉 因为它同样隶属于一家巨型科技公司 而在一些中间状态的公司里 比如智谱给人的感觉就非常AGI导向 也很有自豪感 但至少从我们接触到的情况来看 它没有月之暗面那种亲和力和魅力 当然 这里面也可能有很多偶然因素 毕竟我也只是某一天 和这些人一起吃了几个小时午饭 不能因为这个就判断一家公司的长期走向 但这仍然很有意思 因为人是会表达状态的 而你确实可以从这些状态里看出一些东西 月之暗面有一篇论文叫《Attention Residuals》

其中一个作者是17岁高中生 你知道这件事吧 马斯克在X上转发了这篇论文 说“Kimi的研究成果令人印象深刻” 这个高中生现在在中国很出名 你觉得这说明月之暗面的文化有什么特点 这可能不完全是月之暗面独有的现象 而是中国这些AI公司里人才非常年轻 这些公司现在也都在努力 扩大自己在西方媒体里的存在感 很多研究员也都在X上很活跃 我之前认识其中几个人 感觉他们有些是 在公司里同时做产品和对外沟通这类工作的 比如Kimi的Crystal 还有智谱的Lu 我见过Lu 不确定她名字我发音是不是完全对 但她大概才20岁 而且还在上学 她跟我打招呼的时候 我就想 “哇 这些人真的太年轻了” 还有我们见到的一位小米研究员Lai Li 他好像也是博士生 同时又是小米的核心研究员之一 美国当然也有这种人 就是特别有冲劲 最后进入前沿AI实验室 但在中国太普遍了 你会接连遇到这样的年轻研究员 年纪很小 却已经深度参与到实验室的核心工作里 这让我感觉有点像是一种结构性的现象 这些公司吸纳年轻人才的速度 比其他很多实验室快得多 而且也更愿意让他们站出来 真的挺震撼的 我自己也才30岁出头 但这些人真的好小 我平时觉得自己还挺年轻的 不过能看到这一点也很酷 但在美国不是这样吗 我觉得不一样 我觉得... 你是说美国实验室里没有那么多年轻人才 对 Ai2有一个特点 也算是它的秘诀 就是它背后就是华盛顿大学 我们有很多博士生 同时参与OLMo和其他重要项目 他们一边读书一边做核心工作 但这种开放的做法 换到别的实验室就没那么通融了 我知道少数博士生在实验室工作 但在美国 那通常是最顶尖中的顶尖 但在中国 和学术界的交融要深得多 尤其是清华和周边的创业公司之间 这种互动是更有意为之的 人才重叠度也更高 这为什么重要 学生年轻 他们有冲劲 没什么别的事儿要操心 他们生活里牵扯的事情少得多 我今年要结婚 也开始考虑家庭 我30岁了 生活里还有很多别的事情要顾 但学生会觉得“这就是我这辈子要搞的技术” “我就一直干 把所有的东西都吃透” 做语言模型时 比如我做后训练 你需要知道预训练团队在做什么 要理解整个训练方案的多个阶段 然后找出瓶颈并解决它 你需要的技术知识其实是一个非常大的、固定的知识体系 如果这就是你生活中最重要的事 而且没太多分心的东西 你就更容易把这些东西全部吸收进去 有位研究员跟我们说 新来的学生没有那些先入为主的想法 不知道以前深度学习那一套是怎么做的 他们并不是一上来就想着换一种架构 他们更像是“我想先知道当前最先进的方法是什么” “然后把它做得更好” 这其实是一种简单、好执行的做法 中国的一些研究员也跟我们说 “对 我们现在做的就是这个” 明白 那聊聊智谱吧 你去那里的感觉怎么样 挺有意思的 我学到的一点是 中国公司很有"展厅文化" 有访客来 就会展示公司的历史 智谱的展厅里 几乎每块展示板都有某种AGI相关元素 比如“AGI加载中” 或者说AGI 进度到了42% 这是《银河系漫游指南》

的梗 你一进去就会注意到 但另一方面 我可能没有像了解Kimi那样了解他们 不过他们对自己的工作很自豪 也非常成功 我觉得他们因为上市 又突然被美国列入实体清单 某种程度上立刻被推到了 “真正的大公司”位置 Kimi还没有完全到那个阶段 在我看来 两家公司其实很相似 只是模型取舍不同 未来如果Kimi保持私有化 而智谱选择上市 文化差异会不会因此变得更大 还挺值得看的 进入二级市场 有时候确实会带来差异 通常也会获得更多关注 对 智谱和MiniMax现在都上市了 这样也好 因为短期内能融到资 但如果以后还需要更多资本来训练模型 就会更难 你其实不会真的再去上市一轮 情况有点不清楚 而现在 市场对任何一家上市的AI公司都非常追捧 投资需求很强 但这个趋势也可能反转 所以现在是好事 但之后不好说 我不做这些决策 只是说两边都能找到理由 今年早些时候 OpenRouter上 Kimi和智谱的API请求量激增 就在OpenClaw火起来那阵子 你觉得这个趋势会持续吗 对 我们正在看到几个不同的市场逐渐成形 最顶端的是Claude Code和Codex这类产品 我会把它们称为“知识工作工具” 但本质上 只要某个价格带能跑得通 就会出现对应的agent产品 开放模型有意思的地方在于价格足够低 所以大家更容易拿来做实验 所以自然而然 很多人就在这个平台上试这些模型 这些模型公认能力强 价格又低一档 同时还有一定品牌认知 DeepSeek、智谱、Kimi、Qwen都在这个位置 我个人觉得 OpenClaw这个名字可能火一阵就过去了 但它代表的这种智能体会留下来 比如现在Hermes Agent更受欢迎 但这些具体产品都会来来去去 以后还会有新的 关键是这种agent你能直接跑 在OpenRouter上调用这些托管模型也不算很贵 很有意思 OpenRouter本身在真实的推理市场里占比不算大 比如在美国 Fireworks和Together AI的规模要大得多 它们最近也开始公布 自己每天处理多少token之类的数据 但OpenRouter 更偏社区导向 所以对关注开放模型的人来说 它往往就是大家首先想到的平台 这个位置显然很有优势 我觉得这些公司也在很主动地借这个势 当模型在OpenRouter上火起来时 他们就会顺势去推 这是一种很好的联合品牌效应 而且会自我强化 我们再聊聊你去美团和小米的经历吧 这个现象很有意思 就像我们前面说的 中美的情况很不一样 在中国 几乎有点像Uber和Apple这样的公司 也在开发自己的开源模型 但在美国 它们并没有这么做 为什么在中国会是这样 如果你去问美团 或者看美团和小米这类公司的立场 你会感觉他们的判断是 我们未来会有很多真正被用户使用的智能体 以美团为例 你可以想象一个智能体可以替用户做一些事情 比如帮用户判断 该提出什么需求 该点什么东西 它能做到这些 对 在美国 消费者公司的第一反应可能是 那我直接拿一个API key调外部模型就好了 没错 但在中国 很多公司的想法是“我们自己也能做 而且可能更便宜” “我们有算力 也有人才 为什么不自己试着做一下” 不光是美团 有几家公司也是这么想的 “我们做通用模型 但我们的用途不止于此 通用模型可以发布出来 让更多人使用” 然后他们再在这个基础上做微调 做成更专门的智能体和专门模型 用在自己的内部服务里 美团就是一个很好的例子 那些专用模型它们不会发布出来 但希望把它们用进自己的app里 可以想象一下小米 比如模型可以驱动汽车里的某些功能 我猜小米可能会像特斯拉那样 车会和云端通信 有各种各样的接口 虽然不太确定具体会是什么样 但AI会越来越深地融入所有数字技术里 我觉得小米也是典型的 “大公司什么都想自己做” 现在又做大语言模型、机器人模型和机器人硬件 它真的想把每件事都自己做一遍 对 小米的模型其实也很新 2025年4到6月 他们发布了最初的MiMo 7B模型 到了12月 又推出了很受欢迎的MiMo-V2-Flash 最近好像又出了V2.5 人们需要一点时间才会意识到 这些模型会不停涌现 看到一个新的实验室几乎从零开始做起来 确实挺让人意外的 他们还招了之前DeepSeek的员工 我忘了名字怎么念 罗福莉 对 罗福莉 现在看起来 小米很可能会成为 中国最强的模型团队之一

原文超出正文长度上限，此处截断——上游还有内容，完整版见上方「原文 ↗」。