2026年4月下旬，Linux基金会全球人工智能首席技术官马特·怀特（Matt White）在北京、上海和杭州展开为期八天的深度调研。期间，他密集走访了包括DeepSeek、月之暗面、阿里云、字节跳动在内的十余家科技企业及清华大学智能产业研究院，并与多家机器人初创公司展开交流。此次行程恰逢中国人工智能领域进入模型发布高峰期，Kimi K2.6、Qwen 3.6-27B等五款新模型相继问世，形成独特的产业共振现象。
调研中，马特发现中国AI研发机构展现出超预期的开放性。"实验室不会透露商业路线图，但愿意深入讨论技术路径。"他特别提到，DeepSeek团队在算力受限情况下，通过GRPO架构创新和推理训练方法优化，实现了模型效率的显著提升，相关成果已被全球多个研究团队引用。这种"用更少资源做更多事"的实践，正在重塑行业对技术创新的认知。
人才流动趋势成为另一关注焦点。数据显示，中国AI领域核心团队中，63%的创始人拥有伯克利、斯坦福等海外顶尖高校背景，但近三年回国创业者比例增长至47%。马特观察到，深圳、杭州、北京正形成与旧金山湾区相抗衡的产业集群，这种转变既源于国内创业生态的完善，也得益于制造业供应链的深度整合。"当芯片、模型、硬件和应用市场形成闭环，产业韧性将显著增强。"
在开源领域，中国模型展现出强劲竞争力。Hugging Face数据显示，2025年2月至2026年2月期间，中国模型占全球下载量的41%，超越美国的36.5%。以Qwen为代表的中小型模型，凭借成本优势和本地化部署能力，在开发者社区获得广泛认可。但马特提醒，真正的开放科学应包含数据集、训练代码等完整技术栈，"部分模型虽开放权重，却限制商业用途，这种'半开放'状态可能阻碍技术复现。"
智能体和机器人应用成为产业焦点。马特发现，中国企业在机械制造和系统集成方面具备优势，但在灵巧操作、自主决策等核心技术上仍存短板。以人形机器人为例，国内虽有150余家相关企业，但多数产品依赖遥控操作，真正具备环境感知能力的不足15%。这种现状促使"世界模型"技术受到重视，其通过构建三维环境认知系统，为机器人提供更接近人类的决策能力。
针对企业落地挑战，马特提出务实建议。他观察到，多数失败案例源于企业盲目追求技术自主，导致重复开发。"中小企业应优先使用现有AI工具，大企业可通过开源框架构建能力。"他特别强调场景选择的重要性，建议从风险可控、效果可量化的领域切入，如智能体处理报税材料时，仍需人工最终确认，避免全自动化带来的责任风险。
在技术伦理层面，马特警示"拟人化"陷阱。他指出，大模型本质是词序列预测系统，其流畅的对话能力可能误导用户产生情感依赖。"产品应明确告知用户交互对象的系统属性，尤其在医疗、金融等高风险场景。"这种观点与他在AI编程领域的观察一致：虽然代码生成工具提升了开发效率，但人工审核环节反而变得更加关键。
这场跨越三大城市的调研，打破了马特对中国AI发展的既有认知。他看到，在芯片限制的阴影下，中国研究者正通过架构创新开辟新路径；在开源社区的竞争中，中国模型以差异化策略赢得开发者青睐；在应用落地的探索中，企业展现出对技术边界的清醒认知。这些观察共同勾勒出一个不再满足于追赶、开始定义规则的中国AI生态。
