作者：一號
編輯：美美
中美AI之間的差距，沒有想象中的大。
在春節假期尚未過完的時候，OpenAI再次效仿去年ChatGPT的火爆，展示了自家AI視頻生成模型Sora，不僅打了國內外AI相關人士一個措手不及，也讓眾多的中國網民直呼“中美AI之間的差距越來越大”。
Sora的爆火，不僅僅在社交媒體上。也有眾多的官方媒體跟進了報道，更是吸引了諸如“李一舟”這樣的“鐮刀”，動起了“割韭菜”的心思。各種賣課亂象更是讓人們拿來進行進行對比，即使他們本身就不是一回事。
但實際上，早在快1年前，中國就有一家AI初創公司發表了一篇論文，其內容可以說是和Sora的技術路線大同小異，都是提出了基于Transformer的Video統一生成架構。用他們團隊的話來說，“可以說是幾乎一模一樣，就還得仔細地找到底哪里不同”。
這家公司就是去年還在十分費勁拉投資，卻還處處碰壁的：智子引擎。
誕生與愿景
智子引擎成立于2021年，如今位于北京中關村，它由中國人民大學高瓴人工智能學院的博士生高一釗創立。這位年輕的CEO，攜手盧志武教授——一位在大模型研究領域有著豐富經驗的學者，共同開啟了智子引擎的征程。
在創業之初，他們就選擇在多模態大模型領域深耕，要知道，在那個時候，ChatGPT在國際上還沒有什么名聲。如今看來，這一決策在當時看來頗具遠見。而且隨著OpenAI、Google等一眾AI大模型玩家將目光從大語言模型投向多模態模態，這一決策更是顯得尤為明智。
將人工智能技術與實際應用場景相結合，推動AI技術的商業化和產業化是智子引擎的愿景。他們想成為多模態大模型領域的領跑者，希望通過不斷的技術創新，給各行各業提供智能化的解決方案。
屢次“撞車”OpenAI
在2023年3月8日，智子引擎就發布了世界授課公開評測的多模態對話應用Chatlmg（元乘象），而那時OpenAI的ChatGPT風頭正勁，Chatlmg激起的水花并不大，如今Chatlmg已經迭代到了3.5版本。你給它隨機投喂一張圖片，它就可以理解看圖說話，用文字精準描述圖中的內容。
不過在一個星期后，也就是2023年3月15日，OpenAI發布了其多模態預訓練大模型GPT-4，當時看圖寫網站的展示真的驚艷了世人。
但第一次和OpenAI“撞車”，還要追溯到團隊最開始還未成立公司的時候，在當時，團隊就已經準備自演多模態大模型了，他們參與到了由高瓴人工智能學院院長帶隊的悟道·文瀾，而在他們剛剛發布1.0版本后，僅時隔一個月，OpenAI也推出了多模態大模型CLIP。
值得注意的是，他們的相關論文在2022年被Nature Communications接收，成為世界首個被Nature子刊接收的多模態領域論文。
如今，在Sora技術路線上的再次“撞車”，已經足以體現智子引擎團隊的技術發展路上已經和世界前沿的AI公司十分接近，中美AI的發展道路其實差距并沒有想象中那樣，是一道“鴻溝”。
中國AI還能追上美國嗎？
如今，GPT-4僅誕生近一年，就被Claude 3在多個測試中實現了超越，這意味著OpenAI實際上并非不可超越，不必對OpenAI過于神話。
不過讓我們把目光轉向國內，實際上，據剛剛發布的全球AI人才報告，全世界頂尖的AI人才中，由中國培養出的人才就已經占到了將近1/2。盡管在多項數據上，美國依舊還是第一，但是在人才的培養上，中美之間的差距也并非不可跨越。事實上，相當一部分世界領先的技術，例如智子引擎本次和OpenAI“撞車”的VDT以及前不久阿里推出的EMO，中美之間的技術差距實際上并非天差地別。
不過，可能很多人還是想問，為什么有相似的技術路線，甚至還要更早提出，但為什么最終拿出Demo的是OpenAI，而不是智子引擎？
這實際上和我們的現狀有關，在制裁的限制下，中國獲得先進算力的難度很大，在算力資源上就已經十分吃緊，一些互聯網大廠購買到的算力資源都不夠自身所需，何況那些沒有資金基礎，連生存都難以為繼的初創公司。因此，即便有技術路線，在現實基礎的制約下，發展相對緩慢也是很正常的。
值得慶幸的是，如今，智子引擎已經完成了數千萬人民幣的融資，它的未來還有希望。
