원문 제목: Notes from inside China's AI labs
원문 작성자: Nathan Lambert
번역: Peggy, BlockBeats

편집자 주: 중국 AI 연구소는 전세계 대형 모델 경쟁에서 점점 더 무시할 수 없는 힘으로 자리매김하고 있습니다. 그들의 장점은 인재 많음, 엔지니어링 강함, 빠른 이터레이션뿐만 아니라 매우 현실적인 조직 방식에서 비롯됩니다: 개념보다 모델에 집중; 개인적인 스타보다 팀 실행에 중점; 외부 서비스 의존을 줄이고 핵심 기술 스택을 직접 소유하는 방향으로 더 많은 이타를 둡니다.

이 문서의 저자 Nathan Lambert은 중국 주요 AI 연구소를 방문한 뒤에 중국 AI 생태계가 미국과 완전히 동일하지는 않다는 사실을 발견했습니다. 미국은 원조 주의, 자본 투자, 최고 과학자의 개인적 영향력을 중시하는 반면, 중국은 이미 존재하는 방향에서 신속히 따라잡기에 능숙하며, 오픈 소스, 엔지니어링 최적화, 그리고 대거 투입된 젊은 연구자들을 통해 모델 역량을 신속히 선도합니다.

가장 주목할 만한 것은 중국 AI가 미국을 이미 앞지르고 있는지 여부가 아니라, 두 가지 다른 개발 경로가 형성되고 있다는 점입니다: 미국은 자본과 스타 연구소에 의해 주도되는 전선 경쟁이며, 중국은 엔지니어링 능력, 오픈 소스 생태계, 그리고 기술 자체 통제 의식에 의해 공동 주도되는 산업 경쟁입니다.

이는 미래의 AI 경쟁이 모델 랭킹 경쟁뿐만 아니라 조직 능력, 개발자 생태계, 산업 실행력 경쟁이 될 것을 의미합니다. 중국 AI의 실질적인 변화는 더 이상 실리콘밸리를 복제하는 것이 아니라, 자신만의 방식으로 세계 전선에 참여하고 있다는 점에 있습니다.

아래는 원문입니다:

항주에서 상하이로 향하는 새로운 스타일의 고속 기차에 앉아 창밖을 바라보곤, 우뚝우뚝 솟은 산등성이를 보았습니다. 산 위에는 사일로형 모습의 풍력 터빈이 설치되어 있었는데, 일몰 빛에 실루엣을 그리고 있었습니다. 산들이 배경을 이루고 있고, 당면에는 넓은 들판과 집들이 섞인 풍경이 펼쳐져 있었습니다.

저는 대단한 겸손을 가지고 중국으로 귀국했습니다. 이처럼 생소한 장소에 가서 매우 친절하게 맞이받았다는 사실은 매우 따뜻하고 인간다운 경험이었습니다. 이전에 멀리서만 알고 있던 AI 생태계의 많은 사람들을 만나게 되어 행운이었는데, 그들은 환한 미소와 열정으로 저를 맞아주셨고, 내 일과 AI 생태계 전체가 세계적인 것임을 다시 한번 깨달았습니다.

중국 연구자들의 마음가짐

어떤 중국 회사들은 언어 모델을 구축하는 데에 매우 적합한 "빠른 추종자"로 볼 수 있습니다. 그들은 중국의 오랜 교육 및 근무 문화 전통 위에 세워지며, 동시에 약간의 서방과는 다른 기술 기업 건설 방식을 갖고 있습니다.

만약 산출물만을 살펴보면, 최신 및 최대 규모의 모델과 해당 모델이 지원하는 지능형 요소 작업 흐름을 볼 때, 그리고 투입 요소인 우수한 과학자, 대규모 데이터 및 가속 컴퓨팅 자원을 볼 때, 중국 연구소와 미국 연구소는 대체로 유사해 보입니다. 차이는 이러한 요소가 어떻게 조직되고 구성되는지에 나타납니다.

나는 항상 중국 연구소가 추격하고 선두에서 유지하는 데 탁월한 이유 중 하나는 문화적으로 이러한 임무와 매우 잘 맞아 떨어진다고 생각해 왔습니다. 그러나 직접 사람들과 대화하지 않은 상태에서는 이러한 직감을 중요한 영향으로 연결하기에 적합하지 않다고 생각했습니다. 중국 최정상 연구소의 많은 우수하고 겸손하며 개방적인 과학자들과 대화한 후, 내 많은 생각이 더 명확해졌습니다.

오늘날 최고의 대형 언어 모델을 구축하는 데는 주로 기술 스택 전반에 걸친 세부적인 작업이 매우 중요합니다: 데이터부터 아키텍처 세부 사항, 그리고 강화 학습 알고리즘의 실행까지. 모델의 각 구성 요소는 향상을 가져올 수 있으며, 이러한 향상을 어떻게 조합하는지는 복잡한 프로세스입니다. 이 프로세스에서 매우 똑똑한 개인들이 할 일을 몇 가지 제한해야 할 수도 있습니다. 이를 통해 전체 모델이 다중 목표 최적화에서 최대화될 수 있습니다.

미국 연구자들은 명백히 개별 구성 요소 문제 해결에 능숙하지만 미국에는 자신을 선전하는 문화가 있습니다. 과학자로서 당신이 본인의 작업에 대한 관심을 적극적으로 추구할 때, 성공할 가능성이 높습니다. 또한 현대 문화는 새로운 명성 경로, 즉 '최상위 AI 과학자'가 되는 것을 촉진합니다. 이것은 직접적인 충돌을 야기할 수 있습니다.

외부에서는 Llama 조직이 이러한 이익 요구 사항을 계층적 구성에 삽입한 후 정치적 압력으로 붕괴했다는 소문이 있습니다. 다른 연구소에서도 가끔은 최고의 연구자를 '진정시키는 것이 필요할 때가 있을 수 있습니다, 그들이 자신의 아이디어가 최종 모델에 반영되지 않음에 불평할 때. 이 것이 완전히 사실에 근거한 것인지 여부와 상관없이 의미는 명백합니다: 자아의식과 직업 승진 욕구는 사람들이 최고의 모델을 개발하는 데 방해가 될 수 있습니다. 미국과 중국 사이에서, 문화적으로 일부 재미있는 방향성 차이가 있더라도, 최종 산출물에 중요한 영향을 미칠 수 있습니다.

이러한 차이 중 일부는 중국이 이러한 모델을 실제로 구축하는 주체가 누구인지와 관련이 있습니다. 모든 연구소에서 매우 직접적인 현실은: 핵심 공헌자 중 많은 비율이 아직 학생인 것입니다. 이러한 연구소는 모두 상당히 어리며, 이러한 점은 Ai2의 조직 방식을 생각나게 합니다: 학생들이 동료로 간주되며 직접 대형 언어 모델 팀에 통합됩니다.

이는 미국의 최고 연구소와는 매우 다릅니다. 미국에서는 OpenAI, Anthropic, Cursor 등 회사들이 실습 기회를 제공하지 않습니다. 구글 및 기타 회사들은 Gemini와 관련된 인턴십을 제공할 수 있지만, 많은 사람들이 자신의 인턴십이 실제 핵심 업무와 격리될까 걱정합니다.

간단히 말해,이러한 경미한 문화적 차이는 다음과 같은 방식으로 모델 구축 능력을 향상시킬 수 있습니다: 최종 모델을 향상시키기 위해 사람들은 덜 눈에 띄는 작업을 하길 원합니다; AI 구축에 처음 참여하는 사람은 이전 AI 허브 사이클의 영향을 덜 받을 수 있어 새로운 현대 기술 방법에보다 빨리 적응할 수 있습니다. 사실, 전에 이야기 한 중국 과학자는이를 명확히 장점으로보았습니다; 상대적으로 낮은 자아의식은조직 구조의 일정 부분을 확장하기 쉽게 만듭니다. 사람들이 시스템을 너무 많이 조작하려고하지 않기 때문입니다;이전에 다른 곳에서 이미 개념 검증을 받은 문제를 해결하기에 매우 많은 인재가 적합하며 등이 있습니다.

현재 언어 모델 구축에 보다 유리한 경향은 이미 알려진 고정 관념과 대조를 이룹니다: 사람들은 종종 중국 연구자가 창의적이고 새로운 영역을 개척 할 수있는 '0에서 1로'학술 연구를 덜 생산한다고 여기는 경향이 있습니다.

이번 여정 중 몇 차례 더 학술적인 실험실 방문에서, 많은 책임자들이이보다 야심찬 연구 문화를 육성하고있다고 이야기했습니다. 한편, 일부 기술 책임자들은이러한 과학 연구 방식의 재구성이 단기간 내에 가능할지에 대해 의심합니다.교육 체제와 인센티브 체제를 재설계해야하며이 변화가 너무 크기 때문에 현재의 경제 균형 아래서 어렵다고 말합니다.

이러한 문화는 "대형 언어 모델 게임 구축"에 매우 능숙한 일꾼과 엔지니어를 양성하고 있는 것으로 보입니다. 물론, 그들의 수는 매우 풍부합니다.

이러한 학생들은 미국과 유사한 인재 유출이 중국에서도 진행 중임을 나에게 얘기했습니다. 학자로 가려고했던 많은 사람들이 지금은 산업계에 남기로 결정했다고합니다. 가장 흥미로운 얘기 중 하나는 원래 교수가되고 싶었던 연구자가 한 말입니다. 그는 교수가 되고 싶었던 이유가 교육 체제에 가까이있고 싶었기 때문이라고 말했습니다.그러나 그는 나중에 교육이 대형 언어 모델에 의해 해결되었다고 평가했습니다 - "학생들이 왜 아직도 나랑 얘기하려고하는지!"

학생들은 새로운 시점을 가지고 대형 언어 모델 분야에 진입하는 것이 장점입니다. 지난 몇 년 동안 대형 언어 모델의 핵심 패러다임이 계속 변화해 왔습니다: MoE 확장, 강화 학습 확장, 그리고 에이전트 지원까지. 이들 중 어느 것이든 제대로 수행하려면 매우 빠른 속도로 많은 백그라운드 정보를 흡수해야하며보다 넓은 문헌 외에도 소속 기업 내부의 기술 스택을 포함합니다.

학생들은이러한 일을하는 데 익숙하며 "무엇이 효과적인가"에 대한 모든 사전 설정을 버리기 위해 겸손 한 자세를 가지려고합니다. 그들은 그것에 뛰어 들어 인생을 투자하며 모델을 개선 할 수있는 기회를 얻고 싶어합니다.

이들 학생들은 매우 직접적이며 과학자들을 산만하게 만들 수있는 몇 가지 철학적인 대화가 없습니다.모델의 경제적 영향이나 장기적인 사회적 위험에 대한 의견을 묻거나 복잡한 관점을 가지고이러한 문제에 영향을 미치려는 중국 연구자는 분명히 드문 편입니다. 그들은 자신의 역할이 가장 좋은 모델을 구축하는 것임을 생각합니다.

이러한 차이는 매우 섬세하며 쉽게 부정당할 수 있습니다. 그러나 우아하고 현명하며 명확한 영어 표현이 가능한 연구자와 오랜 시간을 보낼 때 가장 뚜렷하게 느껴집니다. AI에 대한 몇 가지 철학적인 문제를 묻자, 이러한 기초적인 문제들은 공중에 떠다니며 상대방은 단순한 혼란을 드러냅니다. 그들에게는 이것이 범주 오류입니다.

한 연구자는 심지어 Dan Wang의 유명한 판단을 인용했습니다: 미국의 변호사 중심체계에 비해 중국은 엔지니어에 의해 통치됩니다. 이러한 문제에 대해 언급할 때, 그는 그들이 추구하는 것을 강조하기 위해 이 유형의 비유를 사용했습니다. 중국에서는 Dwarkesh나 Lex와 같은 슈퍼 인기 팟캐스트가 중국 과학자들의 스타 인플루언서를 육성하는 것과 같이 체계적인 경로는 없습니다.

나는 중국 과학자들로 하여금 AI로 인한 미래의 경제적 불확실성, 단순한 AGI 능력의 넘어섬, 또는 모델이 어떻게 동작해야 하는지에 대한 윤리적 논쟁에 대해 논평하도록 시도했지만, 이러한 문제들은 결국 그들의 成长배경과 교육배경을 보게 했습니다. 그들은 자신의 일에 매우 집중하지만, 사회가 어떻게 조직되고 변화해야 하는지 논의하고 표현하는 데 장려되지 않는 환경에서 자랐습니다.

더 나아가, 특히 베이징을 보면, 나에게는 베이 에어리어와 매우 유사한 느낌을 줍니다: 경쟁력 있는 연구실이 걸어서나 택시를 타고 몇 분 거리에 위치해 있을 수 있습니다. 내가 비행기를 내리자마자, 아마존 베이징 캠퍼스에 갔습니다. 그 다음 36시간 동안 우리는 인식 AI, 달의 보이지 않는 면, 투하 대학, 미투안, 샤오미, 그리고 01.ai를 방문했습니다.

중국에서는 디디 출퇴근이 매우 편리합니다. XL 차종을 선택하면 종종 마사지 의자가 있는 전기 작은 밴으로 할당됩니다. 우리는 연구자들에게 인재 경쟁에 대해 질문했고, 그들은 이것이 우리가 미국에서 경험한 것과 매우 유사하다고 말했습니다. 연구자의 이직은 일상적이며, 사람들이 어디로 가는지는 대부분 그 순간의 분위기에 따라 크게 좌우됩니다.

중국에서 대형 언어 모델 커뮤니티는 종족 간의 전쟁이 아닌 생태계라는 느낌을 줍니다. 많은 비공개 대화에서, 나는 거의 모든 곳에서 동료를 존중하는 것을 들었습니다. 모든 중국 연구실은 바이트 댄스와 그의 인기 있는 두빵 모델을 경계하며, 그것은 중국의 유일한 첨단 클로즈드 소스 연구실이기 때문입니다. 동시에, 모든 연구실은 DeepSeek를 매우 존경하여, 그것이 연구 취향 측면에서 가장 뛰어난 연구실이라고 여기고 있습니다. 미국에서는 연구실 구성원들과 비공개 대화를 할 때 불꽃이 쉽게 튀어 나갑니다.

중국 연구자들의 겸손함 가운데, 가장 인상적인 것은 비즈니스 측면에서도 종종 어깨를 으쓱이며, 그것은 자신들의 문제가 아니라고 말한다는 것입니다. 반면에 미국에서는 모든 사람이 데이터 공급자에서부터 컴퓨팅 성능, 그리고 자금 조달까지 다양한 생태계적 동향에 사로잡힌 것 같습니다.

중국 AI 산업과 서양 실험실의 차이와 유사성

오늘날 AI 모델을 구축하는 것이 흥미로운 이유는 더 이상 우수한 연구자들을 한 건물에 모아 엔지니어링 기적을 만드는 것뿐만이 아닙니다. 과거에는 이와 같은 방식이 더 비슷했지만, AI 비즈니스를 유지하기 위해서 큰 언어 모델은 혼합물이 되고 있습니다: 이는 구축, 배포, 자금 조달 및 이 창조물이 채택되도록 촉진하는 일을 관련합니다.

톱 AI 기업은 복잡한 생태계 안에 존재합니다. 이러한 생태계는 능력, 컴퓨팅 자원, 데이터 및 기타 리소스를 제공하여 최첨단을 계속 전진시키도록 합니다.

서양의 생태계는 대형 언어 모델을 만들고 유지하기 위해 필요한 다양한 투입 요소들의 통합 방식이 상대적으로 충분히 개념화되고 그려졌습니다. Anthropic과 OpenAI가 전형적인 대표입니다. 따라서 중국 실험실이 이러한 문제들에 대한 접근 방식이 뚜렷하게 다르다면, 앞으로 어떤 의미 있는 차이에 기반한 회사들이 베팅할지를 볼 수 있습니다. 물론 이러한 미래는 자금 조달 및/또는 컴퓨팅 자원 제약의 강력한 영향을 받을 것입니다.

나는 이러한 실험실과의 소통을 통해 얻은 몇 가지 주요한 "AI 산업 측면"을 요약했습니다:

첫째, 국내 AI 수요가 초기 징후를 보이고 있습니다.
널리 알려진 가정 중 하나는 중국 AI 시장이 더 작을 것이라는 것이었습니다. 왜냐하면 중국 기업들은 일반적으로 소프트웨어에 대해 지불하기를 꺼리기 때문에 실험실을 지지할만한 거대한 추론 시장은 결코 출시되지 않을 것이기 때문입니다.

그러나 이 평가는 SaaS 생태계와 일치하는 소프트웨어 지출에만 해당됩니다. 그와는 대조적으로 SaaS 생태계는 중국의 역사를 통해 항상 작았습니다. 한편, 중국은 여전히 거대한 클라우드 시장을 보유하고 있음이 분명합니다.

아직 답변이 필요한 중요한 질문 하나는 중국 기업들이 AI에 지출하는 것이 SaaS 시장처럼 작거나 또는 기초적인 지출처럼 클라우드 시장과 더 유사할지입니다. 이 질문은 중국 내부에서도 논의되고 있습니다. 전반적으로 나는 AI가 새로운 도구들 주변의 시장이 성장할 수 없다는 우려를 갖는 사람이 없이, 중국이 클라우드 시장에 더 가까워지고 있다고 느낍니다.

둘째, 대부분의 개발자들은 Claude의 영향을 크게 받습니다.
중국에서 공식적으로 Claude가 금지되었음에도 불구하고, 대부분의 중국 AI 개발자들은 Claude에 깊이 빠져들었으며, 그들이 소프트웨어를 만드는 방식이 어떻게 변화했는지에 대해 응어리가 됩니다. 과거 중국이 소프트웨어를 구매하는 데 소극적이었다고 해서 반드시 중국이 거대한 추론 수요 증가를 경험하지 않을 것이라고 생각하는 것은 아닙니다.

중국 기술 직원들은 매우 실용적이고 겸손하며 역동적입니다. 이러한 점 때문에 중국의 소프트웨어 구매에 돈을 지불하지 않는 역사적인 관행보다 더 강하게 느껴집니다.

일부 중국 연구자는 자체 툴을 사용한다고 말할 것이며, 예를 들어 Kimi나 GLM의 명령줄 툴을 사용할 것입니다. 그러나 모두가 Claude를 사용한다고 말할 것입니다. 놀랍게도 Codex에 대한 언급은 거의 없지만, Codex는 베이 에어어에서 분명히 빠르게 인기를 얻고 있습니다.

세 번째로, 중국 기업은 기술 소유 마인드셋을 갖고 있습니다.
중국 문화는 번창하는 경제 엔진과 결합되어 예측하기 어려운 결과를 낳고 있습니다. 내가 남긴 강렬한 느낌은 수많은 AI 모델이 이곳의 많은 기술 기업들이 실제 세계에서 나타내는 실용적인 균형을 반영하고 있다는 것입니다. 총체적인 계획은 존재하지 않습니다.

이 산업은 바이트 댄스와 알리바바에 대한 존경심으로 정의됩니다. 이들은 강력한 자원을 바탕으로 많은 시장을 차지할 것으로 여겨지는 대규모 거주자들입니다. DeepSeek는 존경받는 기술 리더입니다만 시장 리더는 아닙니다. 그들은 방향을 제시하지만 경제적으로 시장을 확보하는 구조는 갖추고 있지 않습니다.

그렇기 때문에 메이투안이나 앤트 그룹과 같은 회사들이 남게 되었습니다. 서구인들은 그들이 왜 이러한 모델을 구축하고 있는지 놀랄지도 모릅니다. 그러나 사실, 그들은 분명히 대형 언어 모델을 미래 기술 제품의 핵심으로 여기고 있기 때문에 강력한 기초가 필요합니다.

강력한 범용 모델에 대한 미세 조정 시, 오픈 소스 커뮤니티로부터 모델에 대한 피드백을 받으므로써 기술 스택이 보다 견고해지며, 동시에 제품에 대한 내부 미세 조정 버전을 유지할 수 있습니다. 이 산업에서의 "오픈 우선" 마음가짐은 매우 실용주의에 의해 정의되었으며, 이는 모델이 강력한 피드백을 받고, 오픈 소스 커뮤니티에 피드백을 제공할 수 있음과 동시에 당사의 미션을 강화할 수 있게 합니다.

네 번째로, 정부 지원은 실재로 존재하지만 규모는 아직 명확하지 않습니다.
많은 사람들은 중국 정부가 대형 언어 모델 대회를 적극적으로 지원하고 있다고 주장합니다. 그러나 이것은 많은 계층으로 이루어진, 상대적으로 중앙 집중화되지 않은 정부 체제이며, 각 계층은 자신이 정확히 무엇을 해야 하는지를 규정한 명확한 작동 매뉴얼을 갖고 있지 않습니다.

베이징 시내의 각 구역은 기술 회사들이 사무실을 마련하도록 유치하기 위해 서로 경쟁하고 있습니다. 이러한 회사들에 제공되는 "도움"은 거의 확실히 라이선스 제거 등의 관료적 절차에서 벗어나게 하는 것을 포함합니다. 그러나 이러한 도움은 얼마나 멀리 갈 수 있을까요? 정부의 각 계층이 인재를 유치하는 데 어떻게 도움을 줄 수 있을까요? 그들은 칩을 밀수하는 데 도움을 줄 수 있을까요?

전체 방문 기간 동안 정부의 관심이나 지원에 관한 많은 언급이 있었지만, 관련 정보는 나에게 세부 정보를 보고할만한 충분함이 없었을 뿐만 아니라 어떻게 정부가 중국 AI 개발 궤적을 어떻게 변경할 수 있는지에 대한 자신감 있는 세계관을 형성할 수도 없었습니다.

물론 최고 권력자들이 모델의 어떠한 기술 결정에도 영향을 주고 있는 흔적은 전혀 없습니다.

다섯 번째, 데이터 산업은 서양만큼 성숙하지 못했습니다.
이전에 들었던 내용에 따르면, Anthropic이나 OpenAI는 단일 환경에 1000만 달러 이상을 투자하며, 강화 학습 분야를 선도하기 위해 매년 수 억 달러를 지출하고 있다고 알려져 있습니다. 따라서 우리는 중국의 연구소가 미국 기업에서 동일한 환경을 구매하거나 자체를 지원하는 복제형 국내 생태계가 있는지 궁금해합니다.

답은 완전한 의미에서의 "데이터 산업이 없다"는 것이 아니라, 그들의 경험에 따라 데이터 산업의 품질이 비교적 낮기 때문에 종종 내부에서 환경이나 데이터를 직접 구축하는 것이 더 나은 경우가 많습니다. 연구자들은 강화 학습 훈련 환경을 만드는 데 많은 시간을 투자하게 되며, 바이트댄스나 알리바바와 같은 대기업은 내부 데이터 주석 팀을 보유하여 이를 지원할 수 있습니다. 이 모든 것들이 "구매보다는 자체 구축" 태도를 반영합니다.

여섯 번째, NVIDIA 칩에 대한 열망이 매우 강합니다.
NVIDIA의 연산 능력은 교육의 황금 기준이며, 모든 사람의 발전은 더 많은 연산 능력이 제한적인 데에서 시작됩니다. 공급량이 충분하다면 분명히 구입할 것입니다. 화웨이를 비롯한 다른 가속기는 추론에서 긍정적인 평가를 받았습니다. 무수히 많은 연구소에서는 화웨이 칩을 사용할 수 있습니다.

이러한 요점들은 매우 다른 AI 생태계를 묘사합니다. 서양 연구소의 운영 방식을 빠르게 중국 동료에 적용하면 종종 범주 오류를 발생시킬 수 있습니다. 핵심 문제는 이러한 다른 생태계가 실질적으로 다른 유형의 모델을 출력하는지 여부이며, 아니면 중국 모델이 항상 미국의 최신 모델과 유사하게 해석될 것인지에 대한 문제입니다.

결론: 글로벌 균형

이 여행 전에 나는 중국에 대해 너무 적게 알고 있었습니다; 그러나 떠날 때, 내가 배운 게 막 시작한 것 같네요. 중국은 규칙이나 공식으로 표현할 수 있는 곳이 아니라, 매우 다른 동력 및 화학 반응을 갖는 곳입니다. 그 문화는 너무나 오랜 역사를 자랑하며 기술 발전 방식과 완전히 얽힌 상태입니다. 학습할 것이 아직 많습니다.

현재 미국의 권력 구조의 많은 부분들은 그들의 현재 중국 보기를 의사 결정에서 핵심 심리 도구로 삼습니다. 나는 중국의 거의 모든 수상 AI 연구소와 공식 또는 비공식적으로 대화를 나눈 후, 서양의 의사 결정 방법이 모델링하기 어려운 중국의 많은 특성과 본능을 발견했습니다.

나는 이러한 연구소들이 왜 그들의 가장 강력한 모델을 공개하는지 직접 물어볼지라도, "소유권 마인드셋"과 "성실한 생태 지원" 사이의 교차점을 완전히 이해하기 어렵다는 점을 인지했습니다.

이곳의 연구소는 매우 실용적이며, 오픈소스 측면의 절대주의자일 필요는 없으며, 구축한 모델마다 공개적으로 발표되지는 않습니다. 그러나 개발자를 지원하고, 생태를 지원하며, 개방을 자신의 모델 이해에이 기회로 삼는 데에 심오한 의도가 있습니다.

거의 모든 중국 대형 기술 기업이 자체 일반적인 대형 언어 모델을 구축하고 있습니다. 우리는 이미, 플랫폼 서비스 기업인 메이투안(美团)과 대형 소비 기술 기업인 샤오미(小米)와 같은 회사들이 오픈 웨이트 모델을 발표했음을 보았습니다. 미국의 유사 기업들은 일반적으로 서비스를 구매합니다.

이러한 기업들이 대형 언어 모델을 구축하는 것은 인기 있는 새로운 것들에 대한 존재감을 확보하기 위한 것이 아니라, 깊은 수준의 본능적인 욕망 때문입니다: 자체 기술 스택을 통제하고 현재 가장 중요한 기술을 발전시키는 것입니다. 나는 노트북에서 머리를 들 때마다 지평선에 크레인군을 보는 것을 항상 볼 수 있는데, 이는 분명히 중국의 보다 광범위한 건설 문화와 건설 에너지와 일치합니다.

중국 연구자들의 인간미, 매력 및 진심 어린 온정함은 매우 가깝고 친근한 느낌을 줍니다. 개인적인 측면에서, 우리가 미국에서 습관적으로 하는 냉혹한 지정학적 논의는 그들에게 전혀 스며들지 않습니다. 이 세계는 이러한 종류의 단순한 긍정성을 더 많이 가질 수 있습니다. AI 커뮤니티의 한 구성원으로서 현재 나의 더 큰 우려는 국적 태그를 중심으로 구성원과 그룹 간의 갈등이 나타나고 있다는 것입니다.

만약 나는 미국의 실험실이 AI 기술 스택의 각 부분에서 명확한 선도자가 되는 것을 원치 않는다고 말한다면, 그것은 거짓말입니다. 특히 내가 많은 시간을 할애한 오픈 모델 분야에서, 나는 미국인이며, 이것은 정직한 선호입니다.

한편으로는, 나는 오픈 생태계 자체가 전 세계적으로 번영할 수 있기를 희망합니다. 왜냐하면 이것이 세계에 보다 안전하고 접근 가능하며 유용한 AI를 제공할 수 있기 때문입니다. 현재의 문제는, 미국의 실험실이 이러한 선도적 위치를 차지할 것인지 여부입니다.

나가 이 글을 쓸 때, 행정 명령이 오픈 모델에 미치는 영향에 대한 더 많은 소문이 퍼지고 있습니다. 이는 미국의 리더십과 세계적 생태계 간의 협력을 더욱 복잡하게 만들 수 있으며, 이는 내 신뢰를 증가시키지 않습니다.

나는 달의 어둠, 지스팩, 메이투안, 샤오미, 통의 천문, 안춘량, 01.ai 및 다른 기관들에서 운이 좋게 대화한 모든 훌륭한 분들에게 감사드립니다. 모든 분들이 매우 열정적이고 자신의 시간을 기꺼이 헌신해주셨습니다. 내 생각이 조금씩 형성됨에 따라 나는 중국에 대한 관찰을 계속 공유할 것이며, 더 광범위한 문화적 측면과 AI 분야 자체를 포함할 것입니다.

분명히, 이러한 지식은 직접 AI 전선 발전하는 이야기와 관련이 있을 것입니다.

[원문 링크]

BlockBeats 공식 커뮤니티에 참여하세요:

Telegram 구독 그룹：https://t.me/theblockbeats

Telegram 토론 그룹：https://t.me/BlockBeats_App

Twitter 공식 계정：https://twitter.com/BlockBeatsAsia