在中美科技竞争日益激烈的背景下，DeepMind首席执行官德米斯·哈萨比斯近日在接受CNBC《科技快讯》专访时，对中国的AI发展给出了出人意料的评价：中国大模型与美国的差距已缩小至“仅数月”，远非外界所传的“代际落后”。这一判断直接挑战了部分西方舆论对中国AI能力的低估。
哈萨比斯特别点名表扬了DeepSeek、阿里巴巴和月之暗面（Moonshot）等中国公司，称其模型性能“令人印象深刻”，训练规模与推理能力已逼近国际前沿。他承认，中国在AI基础设施投入、工程化落地和应用场景丰富度上甚至具备局部优势，展现出极强的追赶速度。
然而，他同时指出一个关键分水岭：尽管中国AI在技术实现和产品迭代上表现卓越，但至今尚未诞生真正具有“颠覆性”的原创范式——即从 0 到 1 的科学突破，而非 1 到N的优化演进。在他看来，科学创新远比技术模仿更具挑战性，而当前中国AI生态仍更多聚焦于高效复现与快速应用，而非探索全新架构或基础理论。
值得注意的是，哈萨比斯将这一差距归因于“思维方式”而非单纯的技术封锁。尽管他承认美国对高端AI芯片的出口管制确实限制了中国训练超大规模模型的能力，可能在未来拉大差距，但他强调，真正的瓶颈在于是否鼓励高风险、长周期的基础探索。“创新需要容忍失败的文化和跨学科的自由思考，这比算力更难复制。”他表示。
这一观点引发业内深思。一方面，中国AI在电商、金融、政务等垂直场景的落地效率全球领先；另一方面，在Transformer之后的下一代架构、具身智能底层逻辑、AI for Science等前沿方向，仍由美国主导议程设置。哈萨比斯的评论既是对中国工程能力的认可，也是一记警钟：若要从“并跑”走向“领跑”，必须从“做得快”转向“想得深”。
在全球AI竞赛进入深水区的今天，算力或许决定短期速度，但思想深度才决定长期高度。