Notas de dentro dos laboratórios de IA da China
Autor original: Nathan Lambert
Compilado por: Peggy, BlockBeats
Editor's note: Chinese AI labs are becoming an increasingly hard-to-ignore force in the global large model competition. Their advantages lie not only in abundant talent, strong engineering, and rapid iteration, but also in a highly practical organizational approach: talk less about concepts, build more models; emphasize team execution over individual stars; rely less on external services and prefer to control their own core technology stack.
Após visitar diversos laboratórios de IA de ponta na China, o autor deste artigo, Nathan Lambert, descobriu que o ecossistema de IA na China não é exatamente o mesmo que o dos Estados Unidos. Os Estados Unidos dão mais ênfase a paradigmas originais, investimento de capital e a influência individual de cientistas de elite; já a China é mais habilidosa em acelerar a追赶 em direções já estabelecidas, impulsionando rapidamente as capacidades dos modelos para a vanguarda por meio de código aberto, otimização de engenharia e o grande envolvimento de jovens pesquisadores.
O que mais merece atenção não é se a IA da China já superou a dos Estados Unidos, mas sim que duas trajetórias de desenvolvimento distintas estão se formando: os Estados Unidos parecem mais uma corrida前沿 impulsionada por capital e laboratórios estrelados, enquanto a China parece mais uma competição industrial impulsionada por capacidade de engenharia, ecossistema open-source e consciência de autossuficiência tecnológica.
Isso significa que, no futuro, a competição em IA não será apenas uma disputa por rankings de modelos, mas também uma batalha por capacidade organizacional, ecossistema de desenvolvedores e execução industrial. A verdadeira mudança na IA chinesa reside no fato de que ela já não se limita a copiar a Vale do Silício, mas participa da vanguarda global à sua própria maneira.
The following is the original text:
Sentado no trem de alta velocidade moderno que vai de Hangzhou a Xangai, olhei pela janela e vi cristas montanhosas bem definidas, com turbinas eólicas espalhadas sobre elas, formando silhuetas sob o pôr do sol. As montanhas servem de fundo, enquanto à frente há grandes campos e blocos de prédios altos entrecruzados.
Retornei da China com grande humildade. Ir a um lugar tão estranho e ser recebido com tanta calorosidade foi uma experiência extremamente acolhedora e profundamente humana. Tive a sorte de conhecer muitas pessoas do ecossistema de IA, que antes eu só conhecia à distância; e elas me receberam com sorrisos brilhantes e entusiasmo, fazendo-me novamente perceber que meu trabalho, bem como todo o ecossistema de IA, é global.
Mentalidade dos pesquisadores chineses
As empresas chinesas que estão construindo modelos de linguagem podem ser consideradas muito adequadas para atuar como “seguidores rápidos” dessa tecnologia. Elas se baseiam na longa tradição cultural chinesa de educação e trabalho, além de adotarem abordagens ligeiramente diferentes das ocidentais para construir empresas de tecnologia.
Se olharmos apenas para os resultados — os modelos mais recentes e maiores, bem como os fluxos de trabalho baseados em agentes que esses modelos suportam — e aos fatores de entrada, como cientistas excelentes, grandes volumes de dados e recursos computacionais acelerados, os laboratórios chineses e americanos parecem essencialmente semelhantes. As verdadeiras diferenças duradouras surgem na forma como esses elementos são organizados e moldados.
Sempre acreditei que uma das razões pelas quais os laboratórios chineses são tão bons em acompanhar e permanecer próximos da vanguarda é que sua cultura se alinha muito bem com essa tarefa. Mas, antes de ter conversas diretas com pessoas, senti que não era apropriado atribuir essa intuição a uma influência significativa. Depois de conversar com muitos cientistas excelentes, humildes e abertos nos principais laboratórios da China, minhas ideias ficaram muito mais claras.
Construir o melhor modelo de linguagem grande hoje depende em grande parte do trabalho minucioso ao longo de toda a pilha técnica: desde os dados, passando pelos detalhes da arquitetura, até a implementação de algoritmos de aprendizado por reforço. Cada componente do modelo pode trazer alguma melhoria, e combinar essas melhorias é um processo complexo. Nesse processo, o trabalho de indivíduos muito inteligentes pode precisar ser colocado em pausa para permitir que o modelo geral alcance a maximização na otimização multiobjetivo.
Pesquisadores americanos também são claramente muito habilidosos em resolver problemas de componentes individuais, mas nos Estados Unidos existe uma cultura mais forte de "falar por si mesmo". Como cientista, quando você se esforça ativamente para atrair atenção para o seu trabalho, geralmente tem mais sucesso; e a cultura contemporânea está impulsionando um novo caminho para a fama, ou seja, tornar-se um "cientista de IA de topo". Isso gera conflitos diretos.
Amplamente rumoreado externamente, a organização Llama teria entrado em colapso após a incorporação dessas reivindicações de interesse em uma hierarquia organizacional, devido à pressão política. Também ouvi outros laboratórios afirmarem que, às vezes, pode ser necessário “acalmar” um pesquisador sênior para que pare de reclamar que suas ideias não foram incluídas no modelo final. Independentemente de ser totalmente verdadeiro ou não, a mensagem é clara: autoconsciência e desejo de progresso profissional realmente podem atrapalhar a construção dos melhores modelos. Mesmo uma pequena diferença cultural nessa direção entre os Estados Unidos e a China pode ter um impacto significativo no resultado final.
Parte dessa diferença está relacionada a quem, na China, está construindo esses modelos. Em todos os laboratórios, uma realidade direta é que uma grande proporção dos contribuidores principais são ainda estudantes. Esses laboratórios são bastante jovens, o que me lembra a forma como organizamos no Ai2: os estudantes são vistos como colegas e integrados diretamente às equipes de modelos de linguagem grande.
Isso é muito diferente dos principais laboratórios dos Estados Unidos. Nos Estados Unidos, empresas como OpenAI, Anthropic e Cursor simplesmente não oferecem estágios. Outras empresas, como o Google, nominalmente oferecem estágios relacionados ao Gemini, mas muitas pessoas se preocupam com a possibilidade de seus estágios serem isolados do trabalho central real.
Em resumo, essa leve diferença cultural pode melhorar a capacidade de construção de modelos da seguinte maneira: para aprimorar o modelo final, as pessoas estão mais dispostas a realizar tarefas menos glamorosas; os recém-chegados à construção de IA podem não ser influenciados pelas rodadas anteriores de especulação sobre IA, permitindo-lhes adaptar-se mais rapidamente a novos métodos tecnológicos modernos. Na verdade, um cientista chinês com quem conversei considerou claramente isso uma vantagem: menor autoconsciência torna a estrutura organizacional mais facilmente escalável, pois há menos tentativas de “manipular o sistema”; grande quantidade de talentos é ideal para resolver problemas que já têm validação conceitual em outros lugares, entre outros.
Essa tendência favorável à construção das capacidades dos modelos de linguagem atuais contrasta com um estereótipo conhecido: muitas vezes acredita-se que pesquisadores chineses produzem menos estudos acadêmicos criativos e inovadores, que abrem novos campos, do tipo “de 0 a 1”.
Durante várias visitas a laboratórios mais acadêmicos nesta viagem, muitos líderes mencionaram que estão cultivando uma cultura de pesquisa mais ambiciosa. Ao mesmo tempo, alguns líderes técnicos com quem conversamos duvidam se essa reestruturação da abordagem científica será possível a curto prazo, pois exige a redefinição dos sistemas educacionais e de incentivos — uma transformação tão grande que é difícil ocorrer sob o atual equilíbrio econômico.
Essa cultura parece estar treinando um grupo de estudantes e engenheiros extremamente habilidosos no “jogo da construção de grandes modelos de linguagem”. Claro, seu número também é extremamente abundante.
Esses estudantes me disseram que a China também está experimentando uma fuga de talentos semelhante aos Estados Unidos: muitas pessoas que anteriormente consideravam seguir uma carreira acadêmica agora planejam permanecer no setor industrial. A frase mais interessante veio de um pesquisador que originalmente queria se tornar professor, dizendo que desejava ser professor para estar próximo ao sistema educacional; mas ele acrescentou que a educação já foi resolvida por modelos de linguagem de grande porte — “Por que os alunos ainda precisariam vir conversar comigo!”
Estudantes que entram no campo dos modelos de linguagem grandes trazem uma perspectiva fresca, o que é uma vantagem. Nos últimos anos, vimos as principais abordagens dos modelos de linguagem grande mudarem constantemente: da expansão do MoE, à expansão do aprendizado por reforço, até o suporte a agentes. Fazer qualquer uma dessas coisas exige a absorção extremamente rápida de uma grande quantidade de informações de fundo, incluindo tanto a literatura mais ampla quanto a pilha tecnológica interna da empresa.
Os estudantes estão acostumados a fazer esse tipo de coisa e estão dispostos a deixar de lado, com humildade, todas as suposições sobre o que deveria funcionar. Eles mergulham de cabeça, dedicando suas vidas apenas para obter a oportunidade de aprimorar os modelos.
Esses estudantes também são diretamente práticos e evitam discussões filosóficas que poderiam distrair os cientistas. Quando perguntei sobre sua visão quanto ao impacto econômico do modelo ou aos riscos sociais de longo prazo, claramente há muito menos pesquisadores chineses com perspectivas complexas que desejam influenciar essas questões. Eles consideram seu papel como o de construir os melhores modelos possíveis.
Essa diferença é sutil e facilmente negada. Mas é mais facilmente sentida quando você conversa por muito tempo com um pesquisador elegante, inteligente e capaz de se expressar claramente em inglês: quando você faz perguntas sobre aspectos mais filosóficos da IA, essas questões fundamentais pairam no ar, e a pessoa demonstra uma simples confusão. Para eles, é um erro de categoria.
Até mesmo um pesquisador citou o famoso julgamento de Dan Wang: em comparação com os Estados Unidos, liderados por advogados, a China é governada por engenheiros. Ao abordar essas questões, ele usou essa analogia para enfatizar seu desejo de construir. Na China, não existe um caminho sistemático capaz de cultivar a influência estelar de cientistas chineses, como os superpopulares podcasts de Dwarkesh ou Lex.
Tentei fazer com que cientistas chineses comentassem sobre a incerteza econômica futura provocada pela IA, questões que vão além das capacidades simples de AGI ou os debates éticos sobre como os modelos deveriam se comportar; essas questões, no final, me mostraram o contexto de crescimento e formação educacional desses cientistas (editado 1). Eles são extremamente focados em seu trabalho, mas cresceram em um sistema que não incentiva a discussão e a expressão sobre como a sociedade deveria ser organizada ou como poderia ser transformada.
Vista de longe, especialmente Pequim, me dá a sensação de ser como a Baía: um laboratório competitivo, possivelmente a poucos minutos a pé ou de táxi. Após pousar, visitei o campus da Alibaba em Pequim a caminho do hotel. Nos próximos 36 horas, visitamos Zhipu AI, Moonshot AI, Universidade Tsinghua, Meituan, Xiaomi e 01.ai.
É muito conveniente usar DiDi na China. Se você escolher o modelo XL, frequentemente será alocado em um minivan elétrico com cadeira de massagem. Perguntamos aos pesquisadores sobre a guerra por talentos, e eles disseram que é muito semelhante ao que experimentamos nos Estados Unidos. É normal que pesquisadores mudem de emprego, e as pessoas escolhem onde ir em grande parte dependendo de onde o ambiente é atualmente o melhor.
Na China, a comunidade de grandes modelos de linguagem parece mais um ecossistema do que tribos em conflito. Em muitas conversas não públicas, ouvi quase exclusivamente respeito pelos colegas. Todos os laboratórios chineses têm grande respeito pela ByteDance e seu popular modelo Doubao, pois é o único laboratório avançado de código fechado na China. Ao mesmo tempo, todos os laboratórios respeitam profundamente a DeepSeek, considerando-a o laboratório com o maior senso de pesquisa na execução. Nos Estados Unidos, quando você se comunica de forma não pública com membros de laboratórios, as faíscas frequentemente surgem rapidamente.
O que mais me impressiona na modéstia dos pesquisadores chineses é que, no nível comercial, eles frequentemente encolhem os ombros e dizem que não é problema deles. Nos Estados Unidos, parece que todos estão obcecados com tendências industriais em diversos níveis de ecossistema, desde vendedores de dados, até poder de computação e financiamento.
Diferenças e semelhanças entre a indústria de IA na China e os laboratórios ocidentais
Hoje, construir um modelo de IA é tão interessante porque já não se trata apenas de reunir um grupo de pesquisadores excelentes no mesmo prédio para criar juntos uma maravilha de engenharia. No passado, era realmente assim, mas para manter o negócio de IA, os grandes modelos de linguagem estão se tornando uma mistura: envolvem construção, implantação, financiamento e impulsionar a adoção desse criativo.
As principais empresas de IA existem dentro de um ecossistema complexo. Esses ecossistemas fornecem financiamento, poder de computação, dados e outros recursos para impulsionar continuamente os limites da fronteira.
No ecossistema ocidental, a forma como os diversos elementos necessários para criar e manter modelos de linguagem de grande porte são integrados já foi relativamente bem conceituada e mapeada. Anthropic e OpenAI são exemplos típicos. Portanto, se conseguirmos identificar que os laboratórios chineses pensam de maneira significativamente diferente sobre essas questões, poderemos perceber quais diferenças significativas as empresas podem vir a apostar no futuro. Claro, esses futuros também serão fortemente influenciados por restrições de financiamento e/ou poder computacional.
Organizei abaixo os principais aprendizados no nível industrial da IA obtidos após as conversas com esses laboratórios:
Em primeiro lugar, já surgiram sinais iniciais de demanda por IA no país.
Existe uma hipótese amplamente discutida de que o mercado de IA na China será menor, pois as empresas chinesas geralmente não estão dispostas a pagar por software, e portanto nunca conseguirão liberar um mercado de inferência suficientemente grande para sustentar laboratórios.
Mas esse julgamento aplica-se apenas às despesas com software correspondentes ao ecossistema SaaS. O ecossistema SaaS sempre foi pequeno na China. Por outro lado, a China claramente ainda possui um grande mercado de nuvem.
Uma questão crucial ainda não respondida é: os gastos das empresas chinesas em IA serão mais parecidos com o mercado de SaaS, ou seja, de menor escala; ou mais parecidos com o mercado de nuvem, ou seja, despesas fundamentais? Essa questão também está sendo discutida dentro dos laboratórios chineses. Em geral, sinto que a IA está se aproximando mais do mercado de nuvem, e ninguém realmente se preocupa com a possibilidade de o mercado formado por novas ferramentas não crescer.
Em segundo lugar, a maioria dos desenvolvedores é profundamente influenciada pelo Claude.
Apesar de o Claude ser oficialmente banido na China, a maioria dos desenvolvedores de IA na China é muito fã do Claude e de como ele mudou a maneira como eles constroem software. O fato de a China anteriormente não ter sido muito disposta a comprar software não significa que eu acredite que a China não experimentará um grande aumento na demanda por inferência.
Os técnicos chineses são muito práticos, humildes e motivados. Essa impressão foi mais forte para mim do que qualquer hábito histórico de "não pagar por software".
Alguns pesquisadores chineses mencionam que usam suas próprias ferramentas para construção, como as ferramentas de linha de comando do Kimi ou GLM, mas todos mencionam o uso do Claude. Surpreendentemente, poucos mencionam o Codex, que está claramente se tornando muito popular na Baía.
Terceiro, as empresas chinesas têm uma mentalidade de propriedade tecnológica.
A cultura chinesa está se combinando com um motor econômico em pleno funcionamento, gerando resultados difíceis de prever. Uma impressão profunda que deixei é que a grande quantidade de modelos de IA reflete um equilíbrio prático presente em muitas empresas de tecnologia aqui. Não existe um plano geral.
Esta indústria é definida por um respeito pela ByteDance e pela Alibaba. Elas são consideradas grandes incumbentes que vencerão muitos mercados graças aos seus recursos poderosos. DeepSeek é um líder técnico respeitado, mas longe de ser um líder de mercado. Elas definem a direção, mas não possuem a estrutura econômica para vencer os mercados.
Isso deixa empresas como Meituan ou Ant Group. Os ocidentais podem se surpreender com o fato de que elas também estão construindo esses modelos. Na verdade, elas claramente veem os grandes modelos de linguagem como o núcleo dos produtos tecnológicos do futuro, portanto precisam de uma base sólida.
Quando fine-tunam um modelo geral poderoso, o feedback da comunidade open source fortalece sua pilha técnica, enquanto mantêm versões internas de fine-tuning para seus próprios produtos. Essa mentalidade "open first" na indústria é em grande parte definida pelo pragmatismo: ajuda o modelo a obter feedback robusto, retribui à comunidade open source e potencializa sua própria missão.
Quarto, o apoio governamental é real, mas sua escala ainda é incerta.
As pessoas frequentemente afirmam que o governo chinês está ativamente ajudando a abrir a competição de modelos linguísticos grandes. Mas é um sistema governamental relativamente descentralizado, composto por muitos níveis, e cada nível não possui um manual de operações claro que defina exatamente o que deve fazer.
Bairros diferentes em Pequim competem para atrair empresas de tecnologia a estabelecer seus escritórios lá. A “ajuda” oferecida a essas empresas quase certamente inclui a eliminação de burocracias nos processos de licenciamento. Mas até onde essa ajuda pode ir? As diferentes esferas do governo conseguem ajudar a atrair talentos? Elas conseguem ajudar a contrabandear chips?
Ao longo de toda a visita, houve de fato muitas menções ao interesse ou à ajuda do governo, mas as informações relacionadas estão longe de serem suficientes para eu relatar detalhes de forma afirmativa, nem para eu formar uma visão de mundo confiante sobre como o governo poderia realmente alterar a trajetória do desenvolvimento da IA na China.
Claro, também não há nenhum indício de que os níveis mais altos do governo chinês estejam influenciando quaisquer decisões técnicas do modelo.
Quinto, a indústria de dados é muito menos desenvolvida do que no Ocidente.
Anteriormente, ouvimos que a Anthropic ou a OpenAI gasta mais de 10 milhões de dólares em um único ambiente, com despesas acumuladas anuais de centenas de milhões de dólares para impulsionar as fronteiras do aprendizado por reforço. Por isso, ficamos curiosos para saber se laboratórios chineses também estão comprando os mesmos ambientes das empresas americanas, ou se existe um ecossistema doméstico espelhado que os apoia.
A resposta não é um “não há indústria de dados” no sentido pleno, mas sim que, com base em sua experiência, a qualidade da indústria de dados é relativamente baixa; portanto, muitas vezes, é melhor construir ambientes ou dados internamente. Pesquisadores gastam grande quantidade de tempo criando ambientes de treinamento de aprendizado por reforço, enquanto empresas maiores, como ByteDance e Alibaba, podem contar com equipes internas de rotulagem de dados para apoiar esse processo. Tudo isso reforça a mentalidade mencionada anteriormente de “construir, não comprar”.
Sexto, a demanda por mais chips da NVIDIA é muito forte.
A capacidade de processamento da NVIDIA é o padrão ouro para treinamento, e o progresso de todos é limitado pela falta de mais capacidade de processamento. Se a oferta fosse abundante, claramente eles comprariam. Outros aceleradores, incluindo, mas não se limitando a, a Huawei, receberam avaliações positivas para inferência. Inúmeros laboratórios têm acesso aos chips da Huawei.
Esses pontos retratam um ecossistema de IA muito diferente. Aplicar rapidamente o modelo de funcionamento dos laboratórios ocidentais aos seus pares chineses frequentemente resulta em erros categoriais. A questão central é se esses ecossistemas distintos produzirão tipos de modelos substancialmente diferentes, ou se os modelos chineses sempre serão interpretados como semelhantes aos modelos avançados dos EUA de 3 a 9 meses atrás.
Conclusão: Equilíbrio global
Antes desta viagem, eu sabia muito pouco sobre a China; e ao deixá-la, senti que mal havia começado a aprender. A China não é um lugar que pode ser expresso por regras ou receitas, mas sim um lugar com dinâmicas e reações químicas muito diferentes. Sua cultura é tão antiga, tão profunda, e ainda está totalmente entrelaçada com a maneira como a tecnologia é construída no país. Ainda tenho muito a aprender.
Muitas partes da estrutura de poder atual nos Estados Unidos tratam sua visão atual da China como uma ferramenta psicológica fundamental na tomada de decisões. Após ter realizado conversas formais e informais, presenciais, com quase todos os principais laboratórios de IA na China, descobri que a China possui muitas qualidades e instintos que são difíceis de modelar com os métodos de tomada de decisão ocidentais.
Mesmo se eu perguntasse diretamente a esses laboratórios por que estão liberando publicamente seus modelos mais poderosos, ainda assim é difícil conectar completamente o ponto de interseção entre a mentalidade de propriedade e o apoio genuíno ao ecossistema.
O laboratório aqui é muito prático e não é necessariamente absolutista em relação ao código aberto; nem todos os modelos que eles desenvolvem são lançados publicamente. No entanto, eles têm uma intenção profunda em apoiar desenvolvedores, apoiar o ecossistema e considerar a abertura como uma maneira de entender melhor seus próprios modelos.
Quase todas as grandes empresas de tecnologia da China estão desenvolvendo seus próprios modelos de linguagem geral. Já vimos empresas de plataforma, como Meituan, e grandes empresas de tecnologia de consumo, como Xiaomi, lançarem modelos com pesos abertos. Empresas equivalentes nos Estados Unidos normalmente apenas compram serviços.
Essas empresas desenvolvem modelos de linguagem de grande porte não para se destacar em novidades populares, mas por um desejo profundo e fundamental: controlar sua própria pilha tecnológica e desenvolver a tecnologia mais importante atualmente. Quando levanto os olhos do meu laptop e vejo grupos de guindastes no horizonte, isso claramente se alinha com a cultura e a energia construtivas mais amplas da China.
A humanidade, o charme e a sinceridade calorosa dos pesquisadores chineses são extremamente acolhedores. Em nível pessoal, aquele tipo de discussão geopolítica cruel à qual estamos acostumados nos Estados Unidos não permeou absolutamente nenhum deles. Este mundo poderia ter muito mais desse tipo simples de positividade. Como membro da comunidade de IA, agora me preocupo mais com as fissuras que estão surgindo entre membros e grupos em torno de rótulos nacionais.
Se eu disser que não desejo que os laboratórios dos EUA se tornem líderes claros em cada parte da pilha de tecnologia de IA, estarei mentindo. Especialmente no campo de modelos abertos, no qual investi muito tempo, sou americano, e essa é uma preferência honesta.
Ao mesmo tempo, espero que o ecossistema aberto possa florescer globalmente, pois isso pode criar uma IA mais segura, acessível e útil para o mundo. A questão atual é se os laboratórios dos Estados Unidos tomarão medidas para assumir essa posição de liderança.
Enquanto eu escrevia este artigo, surgiram mais rumores sobre como as ordens executivas afetam modelos abertos. Isso pode complicar ainda mais a sinergia entre o liderado dos Estados Unidos e o ecossistema global — o que não me deixou mais confiante.
Agradeço a todos os profissionais excepcionais com quem tive o privilégio de conversar na Moonshot, Zhipu, Meituan, Xiaomi, Tongyi Qianwen, Ant Lingguang, 01.ai e outras instituições. Todos foram extremamente entusiasmados e generosos com seu tempo. À medida que minhas ideias se desenvolvem, continuarei compartilhando observações sobre a China, incluindo aspectos culturais mais amplos, bem como o próprio campo da IA.
Claramente, esses conhecimentos estarão diretamente relacionados à história que se desenrola com o avanço da IA.
Clique para saber mais sobre as vagas em aberto na BlockBeats
Bem-vindo ao grupo oficial da BlockBeats:
Grupo de assinatura no Telegram: https://t.me/theblockbeats
Grupo de Telegram: https://t.me/BlockBeats_App
Conta oficial no Twitter: https://twitter.com/BlockBeatsAsia