王宇明

中美大模型差距到底有多少年？随着国产大模型越来越多，近来这个问题常被拿出来讨论。答案当然不能简单用一个数字概括，人工智能的发展从来不是沿着一条直线赛跑，而是多条赛道并跑。

如果只看部分高难度推理和前沿闭源模型，差距确实存在。即便是近期备受关注的 DeepSeek-V4、通义千问 Qwen3.7-Max、智谱 GLM-5.2，在一些复杂基准上仍与美国最领先的模型有差距。承认差距，才有追赶的底气；看清短板，才有突破的方向。

但如果把视野从 " 跑分表 " 移到真实应用现场，图景就大不一样了。大模型不是只用来 " 考试 " 的，它最终要走进产业、办公、教育、公共服务等现实场景，用来回答一个更现实的问题：能不能用得上、用得起、用得好。DeepSeek-V4、Qwen3.7-Max 和 GLM-5.2 之所以备受瞩目，恰恰是因为它们没有沿着更大参数、更高跑分的单一路径狂奔，而是在应用端不约而同地走出了一条更务实的路。

这条路，首先是开源。DeepSeek-V4 选择开源，Qwen 系列坚持开源，GLM-5.2 同样发布开源版本。开发者可以研究，企业可以适配，中小团队也有机会站到先进技术的起点上。大模型如果只是少数巨头的昂贵工具，就难以改变千行百业，只有更多人参与进来，技术的火种才会点亮创新的原野。

这条路，也体现在智能体能力的增强上。今天人们需要的，不只是会聊天的对话框，更是能拆解任务、调用工具、持续工作的助手。GLM-5.2 推出自主操作设备的智能体，DeepSeek-V4 强化工具调用和任务执行，Qwen3.7-Max 在代码和流程处理上表现亮眼，它们都在从 " 会说 " 走向 " 会做 "，从文本生成走向任务执行。写代码、读报告、作归纳、跑流程，这些真实而繁杂的工作，才是大模型释放价值的广阔空间。

更重要的是，这些国产大模型都在积极适配国产算力生态。DeepSeek-V4、Qwen3.7-Max 和 GLM-5.2 纷纷与国产芯片、云平台深度融合，说明大模型发展正从单点突破走向体系协同。模型是种子，算力是土壤，应用场景是雨露。没有国产算力支撑，再好的模型也难以走稳；没有应用牵引，再强的技术也容易悬在空中。国产大模型的生命力，不只在实验室里，更在工厂车间内、基层治理中和普通人的工作台前。

回到最初的问题：中美大模型差距到底有多少年？这不能只问谁跑得更快，还要问谁的路修得更宽；不能只看谁的分数更高，还要看谁能让更多人用起来。前沿能力要追，应用路径要走；基础研究要强，普惠生态要建。国产大模型正在把技术写进应用，把创新落到实处，把未来交到更多人手中。谁能让人工智能更快、更稳、更广泛地服务真实世界，谁才能在这场长跑中赢得未来。

（作者单位：辽宁大学哲学院）

责编：齐志扬

审核：叶 健