#智谱创始人唐杰喊话马斯克# 在中国大模型能力的发展上，我比较乐观。

唐杰说不用等那么久，我是比较同意的。

大模型能力的发展，不会永远保持早期那种陡峭曲线。

一开始，大家都是从60分、70分往上爬，这个时候差距会显得特别大。你能不能写代码，能不能做数学题，能不能理解长文档，能不能稳定调用工具，差一档就是差很多。

但是当模型能力来到90分、95分、98分以后，情况就不一样了。

后面的差距还在，但不再是一个时代的差距。

Fable 5 当然很强。我用了两天，感觉进步很明显。重点能力就是软件工程、长任务、科学研究和复杂推理。

但是它也不是一堵墙。

现在中国模型和美国最前沿模型之间，确实还有差距。问题是这个差距正在从「能不能做」变成「谁做得更稳、更久、更便宜」。这两个差别很大。前者是代差，后者是竞争。

GLM-5.2 这次已经在长上下文、长任务工程、Agent 编程这些方向上，接近了前沿模型的核心战场。

另外几家国内的模型厂商还在憋着，接下来几个月各家都还会有新东西。

接下来最重要的两个瓶颈，一个是算法，一个是算力。

算法背后本质上是人才。硅谷 AI 圈里大量核心研究者，本来就是中国人，或者有中国教育背景。

中国的问题更多是怎么把这些人才、工程体系、资本和应用场景组织起来，让他们在本土的大模型体系里持续产出。

人才这件事，只要有足够大的市场、足够强的公司、足够多的真实问题，最后一定会回流，一定会重新聚集。

算力方面：

高端 GPU、高带宽内存、先进制程，这些现在确实卡着中国大模型的发展。

但是算力也不是一个永远不变的静态条件。中国在发展自己的 GPU 和 AI 芯片，也在做全国性的算力网络。未来两三年，这里面一定会有很大进展。即使国产芯片短时间内还不能完全追平英伟达，工程优化、模型压缩、推理加速、云算力调度，也会把同样一份算力用得越来越狠。

还有一个现实是，全球真正能长期消化最先进 AI 算力的经济体并不多。美国之外，最有开发者、应用场景、企业需求和付费能力的，就是中国。算力资源最后一定会被需求牵引，进入最能把它变成应用和收入的地方。

过去两年，中国大模型的发展已经证明了一件事：美国可以领先，但很难长期把差距锁死。DeepSeek、千问、Kimi、智谱、豆包这些模型你追我赶，每一轮都把上一轮所谓的领先变成标配。

马斯克说2027年 Q1，唐杰说不需要那么久，他们可能就是一个下限，一个上限。期待未来几个月各家的新进展。