Nota do editor: Os laboratórios de IA da China estão se tornando uma força cada vez mais difícil de ignorar na competição global de grandes modelos. Suas vantagens não se limitam a ter muitos talentos, forte engenharia e iterações rápidas, mas também vêm de uma forma muito prática de organização: falar menos sobre conceitos e fazer mais modelos; enfatizar menos estrelas individuais e mais execução em equipe; depender menos de serviços externos e preferir controlar internamente a pilha de tecnologia central.

Após visitar diversos laboratórios de IA de ponta na China, o autor 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 hábil em acelerar a追赶 em direções já estabelecidas, impulsionando rapidamente as capacidades dos modelos até a vanguarda por meio de código aberto, otimização de engenharia e o grande envolvimento de jovens pesquisadores.

O que mais vale a pena observar 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 estrela, enquanto a China parece mais uma competição industrial impulsionada por capacidade de engenharia, ecossistema de código aberto 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 disputa por capacidade organizacional, ecossistema de desenvolvedores e execução industrial. A verdadeira mudança da IA na China 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, olho pela janela e vejo cristas montanhosas bem definidas, com turbinas eólicas espalhadas sobre elas, formando silhuetas sob a luz do pôr do sol. As montanhas servem de fundo, enquanto diante de mim se estendem 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 humanizada. Tive a sorte de conhecer muitas pessoas do ecossistema de IA, que antes eu só conhecia de longe; e elas me receberam com sorrisos brilhantes e entusiasmo, reforçando novamente para mim 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 a construção de empresas de tecnologia.

Se você observar apenas os resultados — os modelos mais recentes e mais poderosos, bem como os fluxos de trabalho baseados em agentes que esses modelos suportam — e os fatores de entrada, como cientistas excepcionais, 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. Após 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 em toda a pilha tecnológica: 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 adiado para permitir que o modelo geral alcance a otimização máxima em múltiplos objetivos.

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 seu trabalho, geralmente obtém mais sucesso; e a cultura contemporânea está impulsionando um novo caminho para a fama, que é se tornar um "cientista de IA de topo". Isso gera conflitos diretos.

Há amplas especulações externas de que a organização Llama entrou em colapso após a incorporação dessas reivindicações de interesse em uma hierarquia organizacional, devido à pressão política. Também ouvi outros laboratórios relatarem 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 a Ai2: os estudantes são vistos como colegas e integrados diretamente às equipes de modelos de linguagem de grande porte.

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 verdadeiramente central.

Em resumo, essa leve diferença cultural pode melhorar a capacidade de construção de modelos da seguinte maneira: as pessoas estão mais dispostas a fazer trabalhos menos glamorosos para aprimorar o modelo final; aqueles que começam a participar da construção de IA podem não ser afetados pelas várias ondas anteriores de especulação em 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 as pessoas têm menos tendência a “manipular o sistema”; uma grande quantidade de talentos é ideal para resolver problemas que já possuem validação de conceito em outros lugares, entre outros.

Essa tendência favorável à construção das capacidades atuais dos modelos de linguagem contrasta com um estereótipo conhecido: muitas pessoas acreditam 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 pode ser realizada a curto prazo, pois exige uma reformulação 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 muito habilidoso de estudantes e engenheiros em "jogos de construção de grandes modelos de linguagem". Claro, seu número também é extremamente abundante.

Esses estudantes me disseram que algo semelhante ao êxodo de talentos nos Estados Unidos também está ocorrendo na China: muitas pessoas que anteriormente consideravam seguir uma carreira acadêmica agora planejam permanecer no setor privado. 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 contexto, incluindo tanto a literatura mais ampla quanto a pilha tecnológica interna da empresa.

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 melhorar 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 visões 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 expressar-se claramente em inglês: quando você faz perguntas sobre aspectos mais filosóficos da IA, essas questões básicas pairam no ar, e o interlocutor demonstra uma simples confusão. Para eles, trata-se de 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 discutir 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; todos esses problemas me levaram finalmente a perceber 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 ou a expressão sobre como a sociedade deveria ser organizada ou como poderia ser transformada.

Visto de longe, especialmente Pequim, me dá a sensação de ser a Baía: um laboratório competitivo, possivelmente a poucos minutos a pé ou de táxi. Após pousar, visitei o campus da Alibaba em Pequim no caminho para o hotel. Nas próximas 36 horas, visitamos Zhipu AI, Moonshot AI, Universidade Tsinghua, Meituan, Xiaomi e 01.ai.

Na China, usar o DiDi é muito conveniente. Se você escolher o veículo 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 atual é 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 muitas vezes 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 fornecedores 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 modelos de linguagem grandes 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 processamento, dados e outros recursos para impulsionar continuamente os limites da fronteira.

No ecossistema ocidental, a forma de integrar os diversos elementos necessários para criar e manter modelos de linguagem de grande porte já foi relativamente bem conceituada e mapeada. A Anthropic e a 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 as principais lições "no nível da indústria de IA" que obtive após as conversas com esses laboratórios:

Primeiro, 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, impossibilitando assim o surgimento de 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 história da China. Por outro lado, a China claramente ainda possui um grande mercado de nuvem.

Uma questão crucial e 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 nominalmente bloqueado 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 propensa 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.

Em terceiro lugar, as empresas chinesas têm uma mentalidade de propriedade tecnológica.
A cultura chinesa está se combinando com um motor econômico em pleno funcionamento, produzindo 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 centralizado.

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. O 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 de código aberto torna sua pilha técnica mais robusta, enquanto mantêm versões internas de fine-tuning para seus próprios produtos. Essa mentalidade de “abertura primeiro” nesse setor é em grande parte definida pelo pragmatismo: ela ajuda os modelos a obterem feedback robusto, retribui à comunidade de código aberto e fortalece sua própria missão.

Quarto, o apoio governamental é real, mas sua escala ainda é incerta.
Muitas pessoas afirmam que o governo chinês está ativamente ajudando a abrir a competição de modelos linguísticos grandes. Mas trata-se de 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 instalar seus escritórios lá. A “ajuda” oferecida a essas empresas quase certamente inclui a eliminação de burocracias, como a remoção de licenças. Mas até onde essa ajuda pode ir? As diferentes esferas do governo conseguem ajudar a atrair talentos? Elas conseguem ajudar a contrabandear chips?

Durante toda a visita, houve várias menções ao interesse ou à ajuda do governo, mas as informações relevantes estavam 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 sinal 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 gastam mais de 10 milhões de dólares em um único ambiente, com despesas acumuladas anuais para impulsionar a fronteira do aprendizado por reforço na ordem de centenas de milhões de dólares. Por isso, ficamos curiosos para saber se os 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 parte de seu 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 descrito 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 completamente 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 a mentalidade de propriedade ao 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 desenvolvem são lançados publicamente. No entanto, 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 linguísticos grandes gerais. 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 geralmente apenas compram serviços.

Essas empresas desenvolvem modelos de linguagem de grande porte não para se destacar em tendências populares, mas por um desejo profundo e fundamental: controlar sua própria pilha tecnológica e desenvolver a tecnologia mais importante do momento. 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 se manifestou de forma alguma neles. Este mundo poderia ter muito mais desse tipo simples de positividade. Como membro da comunidade de IA, agora me preocupo mais com o fato de que estão surgindo rachaduras entre membros e grupos em torno de rótulos nacionais.

Se eu disser que não desejo que os laboratórios americanos se tornem líderes claros em cada parte da pilha de tecnologia de IA, estarei mentindo. Especialmente no campo de modelos abertos, no qual dediquei 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 terminava este artigo, circulavam mais rumores sobre como a ordem executiva afeta modelos abertos. Isso pode complicar ainda mais a sinergia entre o liderança 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.