前騰訊AI負責人表示，中國在LLM競賽中落後，但仍可在AI領域取勝

多年來，劉偉的名字與騰訊的人工智能努力緊密相連。作為這家深圳科技巨頭的傑出科學家，他曾領導混元團隊，負責生成式AI時代的基礎模型開發。然而，2024年底，他在任職八年後離開騰訊，引發外界猜測。混元發佈僅一年，為何他在AI熱潮初期就突然離職？

接受《南華早報》採訪時，劉偉反覆提到“範式”一詞。在AI研究者中，這指的是定義AI創新新時代的技術突破，例如OpenAI的ChatGPT和Anthropic的Claude Code。劉偉認為，缺乏範式創新是中國AI行業最大的軟肋。“中國公司在核心技術水平上要麼模仿DeepSeek，要麼模仿美國公司，”他特別提到大型語言模型（LLM）——全球AI競賽的核心。

自DeepSeek去年初取得突破以來，關於中國LLM是否已趕上美國的猜測不斷。但劉偉表示，公開基準測試分數差距縮小並不能準確反映實際應用中的差距。美國行業領導者繼續推進技術前沿，例如Anthropic在4月發佈Mythos模型，而中國領先者DeepSeek的最新V4模型未能達到之前的高度。“差距至少三個月，今年可能擴大到六個月，因為OpenAI的GPT 5.6即將推出，”劉偉説。

在AI時代，作為技術追隨者的風險是隨時可能被“降維打擊”。這個詞出自中國科幻小説《三體》，指一種技術突破使競爭對手過時。劉偉認為，在全球AI競賽中生存，必須持續進行技術範式創新。

基於這一判斷，劉偉選擇了另一條AI路徑：視頻生成。過去兩年，他與三位聯合創始人共同創立了Video Rebirth，總部設在新加坡，核心研發團隊在香港。本月早些時候，Video Rebirth推出了面向企業和專業用户的AI視頻引擎Bach。公司已融資8000萬美元，並正在進行新一輪融資。

劉偉認為，押注視頻生成比跟隨美國主導的LLM範式更有可能引領下一波AI創新。中國公司目前主導全球AI視頻生成領域，包括字節跳動的Seedance和快手的Kling。第三方基準測試平台Artificial Analysis的AI視頻排行榜前十名中，除三款外均來自中國，Bach首次發佈即排名第六。

在劉偉看來，AI視頻生成是一個由中國引領的技術範式，核心原因是它不像LLM開發那樣資本密集。美國對先進半導體芯片的出口管制限制了中國開發尖端LLM的計算資源。然而，視頻生成模型參數通常低於500億，訓練成本遠低於參數達萬億的尖端LLM，因此適合計算資源受限的開發者。為保留稀缺資源用於LLM競賽，美國公司近幾個月已轉向視頻生成，包括OpenAI在3月底關閉了開創性視頻生成應用Sora。

“我們必須利用這個寶貴的時間窗口，建立大約六個月的明確領先優勢，”劉偉説。“這將使美國公司即使想要追趕也極為困難。”

但視頻生成也面臨全球計算資源短缺。Video Rebirth專注於利潤最高的專業用户羣體——旨在成為“AI視頻生成的Anthropic”——因此必須提供頂級功能，如長達30秒的視頻片段和1080p分辨率，這都帶來高計算成本。然而，公司知道必須持續創新以在激烈競爭中生存，計劃將最大視頻生成長度延長至1分鐘，並努力將畫質提升至原生4K。

對技術突破的長期關注促使公司“從一開始”就在新加坡設立，聯合創始人兼首席運營官Dan Kong表示：“我們認為新加坡是進行研發、獲取融資和海外計算能力的最佳地點。”這一策略在幾周前因北京以國家安全為由阻止Meta Platforms收購Manus而凸顯。Manus雖在新加坡註冊，但其產品在中國大陸開發。與此不同，Video Rebirth從未在中國大陸進行研發，新加坡自始就是其基地。公司主要投資者包括美國芯片巨頭AMD的風險投資部門AMD Ventures。

“當一家中國公司能夠利用全球資源在海外創造優秀技術和產品，並開拓全球市場時，這應該是值得驕傲的，”劉偉説。

對劉偉而言，Video Rebirth本質上是一家以研發為驅動的初創公司。長期計劃是從高級視頻模型最終轉向世界模型——能夠準確模擬物理世界的實時交互模型——原型Olympus已在開發中。今年第三季度，公司將發佈Bach 2.0，其技術架構將與當前AI視頻行業標準——擴散變壓器——完全不同。劉偉表示，這表明他和公司如何最終通過定義範式的創新獲勝。

“我給中國創業者的建議是，他們需要認真對待技術，”他説。“在AI領域，認真意味着進行真正的創新，即擁有硬核技術。”