O pesquisador de IA Nathan Lambert visitou, recentemente, vários grandes laboratórios de IA na China, incluindo Moonshot AI, Zhipu, Meituan, Xiaomi, Alibaba (Qwen), Ant Ling e 01.ai, entre outros, e registrou esse levantamento com observações aprofundadas. Ele admite que essa viagem o fez redescobrir a ecologia de IA da China; mais do que um relato de viagem de um pesquisador, trata-se de um relatório de diagnóstico inicial de IA na China, indo da cultura técnica até a estrutura da indústria.
Principais vantagens da IA chinesa: cultura, talentos e mentalidade pragmática
De onde vem a competitividade dos pesquisadores chineses: tendência a se dedicar em silêncio
Lambert acredita que laboratórios chineses conseguem acompanhar rapidamente — e até igualar — a IA de ponta por trás de um fator-chave que costuma ser ignorado: cultura de pesquisa e clima organizacional.
Em contraste com pesquisadores americanos, que em geral têm forte desejo de protagonismo individual — tendendo a divulgar seus resultados, buscar visibilidade na mídia e nas redes e construir uma marca pessoal —, pesquisadores chineses preferem colocar o eu após a qualidade do modelo. Eles estão mais dispostos a assumir tarefas pouco conhecidas, mas que realmente melhoram o desempenho do modelo, e também aceitam que suas ideias sejam descartadas em otimizações com múltiplos objetivos.
Lambert aponta que até circulou que, nos EUA, alguns laboratórios teriam de “pagar ao pesquisador de ponta” para fazê-lo parar de reclamar de que sua proposta não foi adotada, o que simboliza que atritos organizacionais no Ocidente são reais.
Essa diferença cultural gera efeitos marcantes no nível organizacional: uma autoconsciência mais baixa torna mais fácil expandir as estruturas hierárquicas para cima; pesquisadores de diferentes níveis conseguem colaborar com mais eficiência, em vez de defenderem interesses próprios.
Estudantes se integrar ao time de desenvolvimento de LLM como uma das principais forças
Outro fenômeno que Lambert considerou impressionante é que, em cada laboratório, uma proporção alta dos principais contribuidores ainda são estudantes. Esses alunos não são tratados de forma diferenciada; eles simplesmente se integram às equipes de desenvolvimento de LLM. Isso contrasta com o ecossistema dos EUA, onde OpenAI e Anthropic quase não oferecem oportunidades de estágio — ou, quando há, esses estagiários ficam isolados fora das atividades centrais:
A vantagem dos estudantes está em “não terem amarras”. Eles não passaram pelas suposições de inércia deixadas pelas ondas anteriores de IA e, por isso, absorvem mais rapidamente tecnologias novas: da expansão de MoE ao aprendizado por reforço e ao desenvolvimento de agentes. Para eles, cada mudança de paradigma é um novo ponto de partida, sem necessidade de abandonar entendimentos anteriores.
Competição ou cooperação? Revelando a ecologia chinesa de “governança pelos engenheiros”
Lambert notou que, quando tenta discutir com pesquisadores chineses os riscos sociais de longo prazo da IA, o impacto econômico ou debates morais sobre o comportamento dos modelos, as conversas frequentemente entram em um tipo de silêncio. Ele entende que não se trata de uma evasão deliberada: essas questões simplesmente não estão dentro do escopo de pensamento deles.
Ele cita uma observação do acadêmico Dan Wang sobre “a China ser governada por engenheiros, e os EUA por advogados” para explicar sua posição: “A missão deles é fazer o modelo funcionar; os outros problemas ficam para outras pessoas.”
Isso faz com que, aos olhos de Lambert, a comunidade de IA chinesa pareça mais um “conjunto” (comunidade) do que tribos que competem entre si. Entre laboratórios, há respeito mútuo generalizado. Para gigantes como ByteDance, existe uma postura de deferência; e a pesquisa e a capacidade de execução do DeepSeek são altamente valorizadas. Ainda assim, não há aquela tensão competitiva carregada de “pólvora” que se vê em laboratórios americanos.
Limitações e desvantagens da IA chinesa: lacunas em chips, dados e criatividade
Chips da Nvidia viram o gargalo comum de todos os laboratórios
Com as restrições de exportação dos EUA afetando o fornecimento de poder computacional, a falta de capacidade de computação da Nvidia (Nvidia) é um limite comum enfrentado por todos os laboratórios chineses. Lambert observou que quase todo laboratório afirma claramente que, se o fornecimento de poder computacional fosse suficiente, eles expandiriam as compras sem hesitar.
Aceleradores domésticos como Huawei (Huawei) recebem avaliação positiva no lado da inferência, e muitos laboratórios já os usam em grande escala; porém, na fase de treinamento, a Nvidia ainda é o padrão de ouro insubstituível, e essa lacuna dificilmente será preenchida totalmente no curto prazo por outras soluções.
A indústria de dados vira a maior fraqueza; montar por conta própria vira a escolha principal
Em comparação com a Anthropic e a OpenAI, que investem centenas de milhões de dólares por ano comprando ambientes de treinamento para aprendizado por reforço, a indústria externa de dados da China ainda apresenta diferenças evidentes em qualidade. Lambert observou que a maioria dos laboratórios acredita que a qualidade dos dados compráveis no mercado é baixa demais; por isso, prefere direcionar recursos para construir ambientes próprios de treinamento, e os pesquisadores também gastam muito tempo na construção do ambiente.
A ByteDance, a Alibaba e outras grandes empresas até têm times internos de dados para apoiar, mas, como o analista Zephyr, da Citrini, disse, essa continua sendo a maior fragilidade do ecossistema de IA da China.
(O novo Moonshot robô da China se autodefine como Claude; o modelo destilado da Anthropic entrega o jogo)
Open-source por trás é pragmatismo, não ideologia
Diante das perguntas do público sobre “por que empresas como Meituan e Xiaomi precisam criar e abrir modelos grandes generalistas”, Lambert entende que há uma lógica comercial bem pragmática por trás: o open-source traz retorno da comunidade externa e melhora a qualidade dos modelos; ao mesmo tempo, a empresa pode manter versões internas de fine-tuning para seus próprios produtos, mantendo controle sobre a pilha de tecnologia central.
Essa mentalidade de “propriedade da tecnologia” impulsiona praticamente todas as principais empresas de tecnologia chinesas a construírem seus próprios modelos base, em vez de depender de serviços externos, o que é totalmente diferente das escolhas feitas por empresas de IA nos EUA.
Perspectiva do fundador da Delphi Ventures: forte em execução, mas com falta de criatividade
O cofundador da Delphi Ventures, José Maria Macedo, também visitou profundamente a ecologia de IA da China e, a partir do ponto de vista de um investidor, trouxe outra camada de observações, em contraste com a visão técnica de Lambert.
Macedo acredita que os fundadores chineses, em geral, têm históricos impecáveis e uma capacidade de execução impressionante, mas, em comparação, a iniciativa empreendedora original de “do zero ao um” é mais rara: “Eles são melhores em pegar direções existentes e fazer versões atualizadas e superiores do que em propor problemas completamente novos — que o mercado ainda não percebeu.” Ele atribui isso ao fato de que o sistema educacional, por muito tempo, reforçou uma mentalidade de “resolvedores de problemas”, e não de “formuladores de perguntas”.
(Os melhores talentos estão espalhados por toda parte, mas não conseguem fazer OpenAI? Investidores visitam por duas semanas e revelam o verdadeiro problema da IA chinesa)
Os EUA ainda devem buscar liderar uma ecologia aberta
Lambert admite que a China é um lugar que não pode ser entendida com facilidade usando moldes ocidentais: “A cultura é antiga demais, profunda demais; e a forma como ela se entrelaça com a ecologia técnica tem uma reação química única.”
Ele, como americano, espera que laboratórios de IA dos EUA, com foco em modelos abertos, continuem mantendo a liderança; mas o que mais o preocupa é que, se os EUA limitarem o desenvolvimento de modelos abertos por meio de ordens administrativas, isso pode enfraquecer sua própria posição de liderança na ecologia global de IA aberta, fazendo o equilíbrio dessa competição se inclinar para uma direção difícil de prever.
Este artigo Visita presencial a laboratórios de IA na China: pesquisador revela que “lacuna de chips e dados” é a chave da diferença entre China e EUA apareceu pela primeira vez em 鏈新聞 ABMedia.
