全球AI格局中的DeepMind与OpenAI模式剖析及中国AI研究的挑战

本文对DeepMind和OpenAI在全球人工智能领域的地位、运作模式及其研究成果进行了批判性评估，并对比了中国在该领域研究机构组织和资源投入的现状与不足。

一、对DeepMind和OpenAI的评价转变与核心模式

作者对DeepMind和OpenAI（通常并称为“世界AI的一极”）的态度经历了从“崇拜”到审慎评估的转变。

1. 成果质量的动态评估

早期的成就，如DeepMind在围棋（AlphaGo）和OpenAI在特定领域的突破，曾被视为行业的标杆。然而，作者指出，即便是这些巨头，其研究成果也并非总是优于外部独立研究。例如，作者提到观察到DeepMind的Gopher模型样本质量不如自己构建的语言模型（LM），尽管WebGPT等项目仍被认为具有启发性。

2. 组织结构与资源投入模式

DeepMind和OpenAI成功的核心在于其独特的组织和资源调配模式，该模式是其实现“震惊世界”级大项目的关键：

精英化团队构建： 能够汇聚几十位顶尖研究人员，形成高效的合作小组。
高额薪酬与资源保障： 采用极高薪酬策略（如每人每年百万美元级别）来吸引和留住全球最优秀的人才。
充足的计算资源： 拥有几乎无限的计算资源作为支撑，这是进行大规模、高风险前沿研究的基础。
大项目驱动： 专注于投入巨大资源、旨在实现颠覆性突破的大型项目。

3. 风险容忍度与投资回报机制

这种模式的另一特征是高风险容忍度。作者指出，这些机构存在大量失败的项目（例如OpenAI的Dota2 AI和DeepMind的星际AI），但成功的项目（如Transformer架构的优化、大规模语言模型）所带来的收益和影响力足以覆盖所有失败项目的成本。这是一种典型的**“高投入、高风险、高回报”**的创新投资逻辑。

二、人才构成与文化排斥的质疑

作者对DeepMind和OpenAI的研究成果列表提出了一个尖锐的观察点：

缺乏中国面孔： 在这些机构的标志性工作作者名单中，鲜有中国面孔出现，这与AI领域整体的华人研究人员和开发者的广泛参与度形成了鲜明对比。
有意识的排斥假设： 作者推测，这并非偶然现象，而是DeepMind和OpenAI在某种程度上“有意识地排斥中国人和海外华人”的体现。这暗示了在这些顶级机构的招聘、合作或核心项目参与度上，存在着潜在的文化或体制壁垒。

三、中国AI研究机构的组织困境与创新瓶颈

作者将上述国际领先机构的模式与中国的现状进行对比，指出了中国在组织和激励机制上的根本性差距，导致创新能力受限。

1. 人力资源与组织效率的对比

人力储备充足，组织能力不足： 作者认为，中国并不缺乏具备同等质量的科研人员数量（几十甚至上百人）。问题在于缺乏将这些人才高效组织成类似DeepMind/OpenAI那样，能够集中力量攻克核心难题的机构。
激励机制的错位： 相比于国际机构为核心技术人员提供天价薪酬以确保其全身心投入技术研发，中国的机构似乎缺乏“舍得高薪请懂技术的人来group起来干技术（而不是当管理）的魄力”。这导致技术领军人物可能被行政或管理岗位所稀释。

2. 资源投入与创新魄力的欠缺

中国的创新项目往往表现出资源受限和目标保守的特点：

“微创新”陷阱： 很多所谓的“创新”项目，实际上是**“trick式微创新”**，即由薪酬仅为国际机构百分之一的研究生或实习生，在不到百分之一的计算资源下进行的迭代优化。这反映了在基础研究投入上的保守态度。
复现而非开创： 更多的资源被用于复现DeepMind和OpenAI已经验证成功的模型，而不是投入到探索未知的、具有颠覆性潜力的方向。
缺乏“豪赌”精神： 缺乏为未知项目投入数十亿资金以“听个响”（即不计成本追求突破）的魄力。这种魄力是实现**范式转换型创新（Paradigm Shift Innovation）**的必要条件。

总结：组织模式决定创新上限

总结而言，DeepMind和OpenAI的成功不仅在于其吸引顶尖人才的能力，更在于其构建了一个以巨额、稳定且不受短期绩效压力约束的资源为基础，专注于高风险、高回报的大项目的组织结构。中国AI研究的瓶颈不在于人才数量或基础钱财的缺乏，而在于缺乏将资源高效集中到顶尖人才手中，并赋予其进行大规模、高风险探索的机构组织能力和战略魄力。 这种组织模式的差异，最终决定了中国在基础理论和颠覆性技术前沿的贡献与国际领先水平之间的差距。世界AI的一极。

以前比较崇拜，现在其实不这么认为了。尤其是gopher出来的sample我发现质量还不如我自己搞的LM高的时候。（但webgpt似乎还是很有意思的……）

但deepmind和openai有一个特点就是特别擅长搞几十个水平不错的研究人员，计算资源管够，每人每年发一百万美元，分工合作做大项目，搞出来震惊世界。当然失败的其实更多，比较有名的失败项目比如openai的dota2 AI还有deepmind的星际AI，没啥名气的失败项目更多，但成功项目的收益足以cover不成功项目的损失就行。

deepmind和openai的亮点工作，作者列表里面都是几乎没有中国人的名字，和ai这个大领域里中国人、海外华人的占比完全不符。这说明的其实是deepmind和openai在有意识地排斥中国人和海外华人。

中国的研究者我觉得类似质量的科研人员凑那么几十几百个并不是问题，中国的钱也并不少。但却没法组织成一个类似deepmind，openai的机构……每次看到的创新都是工资只有deepmind百分之一的研究生、实习生在不到百分之一的计算资源下trick式的微创新，要么就是实习生拿着多一点的计算资源复现deepmind,openai已经搞出来的成功模型。没有舍得高薪请懂技术的人来group起来干技术（而不是当管理）的魄力，也没有为未知的项目投几十亿就为听个响的魄力。