近期,硅谷人工智能圈层出现了一个令人惊奇的新动态。
正当国内技术社区还在专注于英语学习与文献查阅时,海外AI界却悄然兴起了中文交流的风潮!这无疑是一种文化倒置。
以Meta公司为例,如果不懂中文,甚至难以融入其核心研发团队。
正式会议使用英文,但会后大家却纷纷改用中文进行日常闲聊。
如今,轮到外国同事感到困惑了!
几周前,OpenAI的一次会议上,入场即可见,三百人的会场左侧几乎全是华裔面孔。
更引人注目的是,随着华人成为AI高端人才的代名词,连国内的开源模型也开始被国外同行借鉴学习。
Cursor近期发布了2.0版本,并推出了其首个自研模型Composer。
但很快便有用户发现,Composer在推理过程中频繁使用中文进行「思考」。
在
这再次让国际用户感到不解。
最为有趣的是Windsurf,它直接承认自己基于GLM-4.6的定制版本进行了微调和强化学习。
除了“顶尖AI人才说中文”和“模型采用国内开源大模型微调”这些主动选择外,现在连一些行业领袖也开始被动转向国内开源模型,放弃OpenAI和Anthropic。
原因何在?因为国内模型不仅规模大、性能强,而且价格实惠。
最近的一则消息让我们感受到,国外开发者不再盲目推崇OpenAI等闭源模型,而是纷纷投向国内模型的怀抱。
例如,Chamath Palihapitiya透露,他的团队已将大量工作负载转移至Kimi K2,因为其性能明显更优,且成本远低于OpenAI和Anthropic。
作为美国知名企业家和投资人,他的表态足以说明一个问题:
国内开源大模型,确实具有强大吸引力!
不过,评论区也有理性声音指出,他早期投资了Groq(并非马斯克的Grok)。
此次其团队从Bedrock(据称是前20大客户)迁移至Groq平台上的Kimi K2,主要是出于模型性能的考虑。
但背后可能也存在推广Groq服务的动机。
针对Cursor为何在思考过程中频繁使用中文,网友总结了两个主要原因:
1. 自主研发的难度与成本极高。
以Cursor的资源规模,从零开始预训练一个强大模型的可能性较低,更可能是在开源的最先进智能体模型上进行二次训练;因此出现中文思考的情况并不意外,这更像是基础模型与训练数据选择的结果。
2. Composer的滞后性与回避竞争。
Composer很可能是基于“几个月前”的开源SOTA模型进行微调,但大模型迭代速度极快:等到推向市场时,底层技术已经落后。因此既不愿与当前最新的开源SOTA正面比较,又对底层细节保持沉默;即使融资规模可观,仍难以摆脱“更多是外壳”的质疑。
总而言之,国内的开源模型,确实具有显著优势。
从国外数据网站的统计中便可看出端倪。
在Artificial Analysis Intelligence指数排行榜上,除了前列的闭源模型如OpenAI的GPT-5、谷歌的Gemini 2.5、xAI的Grok、Anthropic的Claude 4.5之外,紧随其后的均是开源模型。
而且,其中大部分来自国内:MiniMax-M2、DeepSeek-V3.1、Qwen3-235B-A22B、GLM-4.6、Kimi K2。
而开源领域的先驱Meta的Llama及其微调版本,则排名靠后。
在编程能力指数榜上,情况类似,DeepSeek V3.1甚至优于谷歌的Gemini 2.5 Pro。
在智能体榜单上,Kimi、GLM和Qwen也位列前茅。
若按开源与闭源划分,全球AI模型能力中,开源模型表现突出。
别忘了,这只是能力榜单,如果再考虑国内开源模型的价格优势,其吸引力更加明显。
在AI能力随时间增长的进程中,虽然OpenAI一直保持领先,但MiniMax、DeepSeek、Qwen、GLM、Kimi等国内模型的追赶速度丝毫不慢。
这波AI浪潮不仅改变了全球科技走向,甚至重塑了人才标签的认知。
值得一提的是,能将单一顶级人才的薪酬公开标价到上亿美元,Meta的扎克伯格前不久开创了先例。
首先看Meta。
在刚成立几个月的超级智能实验室(Meta Superintelligence Labs)中,最初的44人团队里约一半是华裔。
其中,赵晟佳和后来加入的宋飏,分别担任首席科学家和研究负责人。
扩展阅读:黄仁勋所言不虚!Meta绝密AGI精英团队曝光,44人阵容一半来自中国
MSL首席科学家,赵晟佳(Shengjia Zhao)。
赵晟佳本科毕业于清华大学,拥有斯坦福大学计算机科学博士学位。
2022年6月毕业后即加入OpenAI技术团队。虽仅有三年工作经验,但其履历已包含多项杰出成就。
在OpenAI期间,他是多个里程碑项目的关键贡献者。
全球AI浪潮引爆者ChatGPT的初始团队成员
GPT-4的核心开发者
OpenAI首个AI推理模型o1的核心研究员,与OpenAI联合创始人Ilya Sutskever同被列为“奠基贡献者”
深度参与mini系列构建,包括4.1和o3
负责OpenAI合成数据团队
作为开启AI“思考”能力的首推理模型,o1的成功直接推动了行业在“思维链”技术上的发展热潮。
扩展阅读:清华校友赵晟佳,出任Meta超级智能首席科学家!GPT-4核心功臣
MSL研究负责人,宋飏(Yang Song)。
宋飏本科就读于清华大学数理基础科学班,博士毕业于斯坦福计算机科学专业,研究方向集中于生成模型与多模态推理。
在学术界,他以“扩散模型”研究闻名,是该领域的技术奠基人之一。
他曾谷歌大脑、Uber ATG、微软研究院等机构实习,具备丰富的工业与理论背景。
2022年加入OpenAI后,他组建“战略探索”团队,专注于更大规模、更复杂数据、更高维模态的方法论探索与系统实现。
扩展阅读:突发!Meta刚从OpenAI挖走清华校友宋飏
与Meta相比,OpenAI团队中的华裔成员更多。
每次重要发布,从贡献者名单到直播现场,都能看到华裔科学家的身影。
然而,担任高管职位的,仅有首席研究官陈信翰(Mark Chen)。
陈信翰的母亲邱瀞德是台湾清华大学教授,现任信息系统与应用研究所所长;父亲陈建任曾任联亚光电董事长。
高中时期,他曾随家人从美国返回台湾。在新竹实验中学双语部就读时,他在数学竞赛AMC10、AMC12和AIME中连续获得满分,凭借优异成绩进入麻省理工学院(MIT)。
在MIT获得数学与计算机科学双学位后,陈信翰进入一家自营交易公司从事量化投资,负责为股票和期货开发机器学习算法。
在OpenAI的七年里,陈信翰从研究科学家逐步晋升至首席研究官,负责模型开发与公司整体研究工作。
期间,他领导了多个里程碑项目,包括o系列推理模型、文本图像模型DALL-E,以及集成视觉感知的GPT-4等。
值得一提的是,最近因突破性进展登上《自然》杂志封面的谷歌量子人工智能团队,其处理器总监Yu Chen也是华裔。
Yu Chen先后在中国科学技术大学获得物理学学士学位,在明尼苏达大学获得凝聚态物理学博士学位。
在加州大学圣巴巴拉分校完成4年博士后研究后,他于2014年加入谷歌,担任量子研究科学家。
除了这些AI顶尖人才,还有许多众所周知的华裔领袖。
例如英伟达CEO黄仁勋、AMD CEO苏姿丰、英特尔陈立武等。
除了人才与模型训练,许多提供API的平台公司也开始接入国内开源模型。
例如Vercel的创始人Guillermo Rauch指出,鉴于GLM-4.6的卓越表现,“在nextjs.org/evals中排名第三,且是前五名中唯一的开源模型”。
现在,他们不仅提供GLM-4.6的API服务,而且价格最为优惠。
10月22日,Airbnb CEO Brian Chesky在采访中表示,Airbnb的客服AI由13个模型组成。
关键的是,他公开承认Airbnb“在很大程度上依赖Qwen来支持AI客服。”
甚至表示Qwen比OpenAI的产品更优且更便宜。
除了这些平台类公司无需基础开发外,像Cursor这类常被指为“套壳”的公司,若从零预训练模型成本高昂,且针对编程领域的专用模型,完全预训练并不划算,该如何应对?
正如网友所言,最佳方案是选择一个开源模型进行微调。
而当前全球开源领域最优秀的模型正是国内那些知名产品。
不仅如此,这些模型的开源协议也极为友好。
网友在Windsurf中直接提问:你是谁,谁开发了你?
Windsurf的模型直接回答:我就是「GLM」。
如果说AI是新时代的电力,那么上述迹象表明,我们正从「世界工厂」转变为AI的「世界发电站」。
通过开源,我们正在争夺全球AI时代的基础设施定义权。
当一个开源的中国模型能提供80%的性能,而成本仅为20%时,选择不言而喻。
当该模型能提供100%甚至110%的性能(如DeepSeek-V3.1在编码上的表现),而成本依然低廉时,它便从“备选”跃升为“最优”。
Cursor被网友揭露时的窘境,恰恰反映了硅谷开发者的一种矛盾心理:行动上可能诚实地采用中国模型,但宣传上仍试图维持“硅谷原创”的政治正确。
最后总结,“角色反转”的不仅是AI人才中华裔的比例,更重要的是技术流向。
当硅谷工程师为优化成本与性能,不得不开始钻研GLM和Qwen的文档时,这场关于下一代AI技术浪潮的博弈,才真正进入最精彩的下半场。
然而,我们也不能过于“乐观”,在AI领域的人才竞争中,华裔目前虽成为一种标签。
但如果观察各大科技公司的CEO,你会发现印度裔同行也毫不逊色。
例如谷歌CEO劈柴哥,Sundar Pichai。
例如微软CEO,纳德拉Satya Nadella。
例如IBM CEO,Arvind Krishna。
例如Adobe CEO,Shantanu Narayen。
例如霍尼韦尔CEO,Vimal Kapur。
以上这些CEO均为印度裔,其中不乏AI科技领域的领导者,如劈柴哥和纳德拉。
参考资料:
https://x.com/FuSheng_0306/status/1983894938669433044
https://x.com/auchenberg/status/1983901551048470974
https://x.com/AI_Whisper_X/status/1983819229737652336
https://x.com/artificialanlys/status/1983915999998230932
本文由主机测评网于2026-01-18发表在主机测评网_免费VPS_免费云服务器_免费独立服务器,如有疑问,请联系我们。
本文链接:https://www.vpshk.cn/20260118543.html