在中美科技競爭日益激烈的背景下，DeepMind首席執行官德米斯·哈薩比斯近日在接受CNBC《科技快訊》專訪時，對中國的AI發展給出了出人意料的評價：中國大模型與美國的差距已縮小至“僅數月”，遠非外界所傳的“代際落後”。這一判斷直接挑戰了部分西方輿論對中國AI能力的低估。

哈薩比斯特別點名表揚了DeepSeek、阿里巴巴和月之暗面（Moonshot）等中國公司，稱其模型性能“令人印象深刻”，訓練規模與推理能力已逼近國際前沿。他承認，中國在AI基礎設施投入、工程化落地和應用場景豐富度上甚至具備局部優勢，展現出極強的追趕速度。

然而，他同時指出一個關鍵分水嶺：儘管中國AI在技術實現和產品迭代上表現卓越，但至今尚未誕生真正具有“顛覆性”的原創範式——即從 0 到 1 的科學突破，而非 1 到N的優化演進。在他看來，科學創新遠比技術模仿更具挑戰性，而當前中國AI生態仍更多聚焦於高效復現與快速應用，而非探索全新架構或基礎理論。

值得注意的是，哈薩比斯將這一差距歸因於“思維方式”而非單純的技術封鎖。儘管他承認美國對高端AI芯片的出口管制確實限制了中國訓練超大規模模型的能力，可能在未來拉大差距，但他強調，真正的瓶頸在於是否鼓勵高風險、長週期的基礎探索。“創新需要容忍失敗的文化和跨學科的自由思考，這比算力更難複製。”他表示。

這一觀點引發業內深思。一方面，中國AI在電商、金融、政務等垂直場景的落地效率全球領先；另一方面，在Transformer之後的下一代架構、具身智能底層邏輯、AI for Science等前沿方向，仍由美國主導議程設置。哈薩比斯的評論既是對中國工程能力的認可，也是一記警鐘：若要從“並跑”走向“領跑”，必須從“做得快”轉向“想得深”。

在全球AI競賽進入深水區的今天，算力或許決定短期速度，但思想深度才決定長期高度。