中美差距到底有多大？梁文锋毫不避讳、一针见血地回答：“表面上中国 AI 与美国可能仅有一两年的技术代差，但真实的差距是原创和模仿之差。如果这个差距不改变，中国永远只能是追随者，所以有些探索是逃不掉的。” 梁文锋出生于广东湛江吴川一个普通教师家庭，从小在数学上表现出色。2002年，他以全校第一的成绩考入浙江大学电子信息工程专业，2007年继续攻读信息与通信工程硕士，研究方向涉及机器视觉。2008年全球金融危机期间，他与同学开始探索机器学习在全自动量化交易中的应用，通过积累海量行情数据和宏观经济信息，逐步验证算法可靠性，并获得初步收益。 2015年，他正式成立杭州幻方科技有限公司，专注利用AI和数学模型驱动量化投资。公司起步阶段算力有限，但凭借高频策略在市场波动中实现稳定回报。2019年，团队自主研发“萤火一号”平台，投入近2亿元搭载1100块GPU；2021年升级“萤火二号”，投入10亿元配备约1万张A100显卡，管理资产一度突破千亿元，成为国内量化头部机构。这些积累为后续转向通用AI提供了坚实基础。 2023年7月17日，梁文锋将幻方量化的资源转向大模型领域，成立杭州深度求索人工智能基础技术研究有限公司，即DeepSeek。公司团队主要来自北大、清华、北航等本土高校的博士，没有海归背景，全靠国内培养。DeepSeek定位专注基础研究和通用人工智能，强调高效算法创新而非简单应用落地。团队在有限算力下持续深耕底层架构，提出MLA多头潜在注意力和DeepSeekMoESparse稀疏结构等优化，大幅降低计算量和显存占用。这些工作奠定了后续模型高效训练的根基。 2025年1月20日，在北京举行的专家、企业家和教科文卫体等领域代表座谈会上，梁文锋作为受邀嘉宾发言。主持人提问中美AI差距究竟有多大，他直接回应：国内常说有一两年技术差距，但真实差距在于原创与模仿。如果不改变，中国将永远是追随者，前沿探索避不开。他指出，国内许多模型在使用上已很实用，尤其在中文场景和本土需求处理方面表现出色，甚至超过国外产品。这些优势容易让人产生差距不大的错觉。但底层框架和算法大多跟随美国路径：美国提出新架构，国内优化跟进；美国开源基础模型，国内二次开发。这就像拿到现成蓝图盖房子，虽然能盖得更适合本地，但原理和创新源头不是自己的。 梁文锋进一步分析，美国优势在于持续无人区探索，如谷歌AutoML自动生成子模型，斯坦福虚拟实验室让AI自主设计实验方案。这些从零到一的突破构成了核心竞争力。国内更多精力放在应用层，如接入办公、教育、电商等场景，提升日常效率。这些实用创新属于“术”的范畴，在本土化上发挥作用，但距离底层“道”的层面还有距离。如果原创能力长期缺失，一旦外部停止开源或实施限制，整个行业将陷入被动。他强调，中国AI不能永远跟随，必须正视原创不足，敢于投入长期探索。DeepSeek自身坚持开源，公开技术细节，推动行业氛围形成，就是在实践这一理念。 当前行业存在急于求成的现象，部分企业倾向模仿跟进新功能，借助流量和资本快速变现，却不愿砸钱搞基础研究。原创需要数年持续投入，短期难见回报，但突破后才能形成壁垒。DeepSeek的成绩源于底层算法深耕，才在国际基准上匹敌顶级模型。梁文锋的观点提醒大家：不要被表面繁荣迷惑，要清醒认识核心短板；不要走模仿-跟风-变现的老路，而要走探索-试错-突破的新路。中国AI要成为引领者，必须跨越原创这一关，这一关躲不过，只能硬着头皮往前冲。
