8月25日、『ウォール・ストリート・ジャーナル』の報道によると、中国のAIモデルは近年、米国の主要モデルとの差を急速に縮めている。その背景にあるのは、短期間に突然現れた技術的ブレークスルーではなく、清華大学などの大学が長年かけて築いてきた人材ネットワークに加え、オープンソース技術、人材の帰還、より高い計算資源効率などが相互に作用した結果だという。報道は、智譜AI共同創業者の唐杰、月之暗面創業者の楊植麟、DeepSeek創業者の梁文鋒らに代表される研究者たちが、中国による今回のAI追い上げを支える重要な勢力を形成していると指摘した。
『ウォール・ストリート・ジャーナル』によると、中米両国の複数の業界関係者は、中国で最も優れたAIモデルと米国の最先端モデルとの能力差は、現在すでに数カ月にまで縮まっているとみている。今年6月、イーロン・マスク氏は、中国がAnthropicの最上位モデルに追いつくのは2027年第1四半期になると予測した。これに対し唐杰氏は、「それほど長くはかからない」と応じた。
報道は、中国のAI人材システムの形成を20年以上前までさかのぼっている。2005年、チューリング賞受賞者の姚期智氏が清華大学に「姚班」を創設し、コンピューター分野のトップ人材を育成した。同時に、唐杰氏は清華大学で長年にわたりデータマイニングと機械学習の研究に従事し、その研究室は後に中国AI人材の重要な供給源の一つとなった。楊植麟氏はかつて唐杰氏に師事し、清華大学で機械学習アルゴリズムを研究した後、カーネギーメロン大学で博士号を取得し、帰国後に月之暗面を創業した。
こうした大学とスタートアップの間の人材移動が徐々にAI人材ネットワークを形成していった。2018年、中国は研究者による起業と研究成果の事業化に関する規制をさらに緩和し、翌年、唐杰氏は清華大学の研究室から、後に智譜AIへと発展する企業をスピンオフさせた。OpenAIが2020年にGPT-3を発表する以前から、智譜は同等レベルのモデル開発を目標に掲げていた。
しかし、米国のAI企業と比べ、中国企業は長期にわたり資金と先端チップの不足に直面してきた。ジェフリーズの試算では、この時期における中国テクノロジー企業の投資規模は、米国の同業他社の5分の1未満だった。この状況を背景に、計算資源の利用効率を高めることが、中国のAI企業にとって追い上げの重要な道筋となった。
その代表例がDeepSeekだ。報道によると、DeepSeekはマルチヘッド潜在アテンション機構（MLA）によってモデル実行時のメモリ消費を削減し、中国で比較的早い段階から混合専門家モデル（MoE）を採用して、チップの計算能力への依存を減らした。これらの技術は、2025年初頭の「DeepSeekショック」の重要な基盤となった。当時、同社が投入した低コストのオープンソースモデルは米国のハイテク株を動揺させ、中国の同業他社にも技術路線の見直しを迫った。
中国のAI企業間における技術交流も、反復開発のスピードをさらに高めた。月之暗面の後続モデルは、DeepSeekが使用または検証したMoEおよびMLAの派生手法を採用し、DeepSeekも月之暗面が最適化した訓練技術を取り入れた。異なるチームが論文、オープンソースモデル、技術実践を通じて互いに学び合い、クローズドモデルとは異なる技術拡散の仕組みを形成している。
同時に、人材の帰還も別の技術ルートとなった。テンセントはかつてOpenAIで働いていた清華大学卒業生2人を招き入れ、バイトダンスはかつてグーグルに在籍していた中国人研究者を迎え入れた。報道は、米国AI企業の技術進展、海外人材の帰還、中国国内の研究ネットワークが相互に作用し、中国AI企業の追い上げを加速させたとみている。
ただし、計算資源は依然として中国AI企業が直面する主な制約だ。梁文鋒氏は今年5月、人材ではなくチップこそが中米AI企業間の最も重要な差だと述べた。アリババや智譜など主要研究機関の研究者によると、彼らが入手できる高性能チップの数は、OpenAIやグーグルの同業者の5分の1にすぎない場合が多い。