Liu Wei, per anni figura centrale nelle strategie di intelligenza artificiale di Tencent, è tornato a parlare pubblicamente del futuro dell’AI cinese dopo la sua uscita dall’azienda nel 2024. Ex responsabile del team Hunyuan, dedicato ai modelli fondativi, oggi guida una nuova startup e osserva con spirito critico la traiettoria del settore in Cina.
In un’intervista, Liu ha spiegato come la sua decisione di lasciare uno dei colossi tecnologici più capitalizzati del Paese sia maturata in un momento cruciale della corsa globale all’intelligenza artificiale, proprio quando il settore dei grandi modelli linguistici stava accelerando.
Il concetto di “fanshi” e il nodo dell’innovazione
Al centro del suo ragionamento c’è un termine ricorrente tra i ricercatori: “fanshi”, ovvero “paradigma”. Con questa espressione si indicano quei salti tecnologici capaci di definire una nuova era dell’AI, come nel caso di sistemi che hanno segnato una discontinuità globale nello sviluppo dei modelli linguistici.
Secondo Liu Wei, è proprio qui che si gioca la partita più importante: la Cina, al momento, non starebbe producendo innovazioni di paradigma sufficienti. “Le aziende cinesi stanno copiando DeepSeek o le aziende statunitensi a livello tecnico di base”, ha affermato, sottolineando come la mancanza di svolte originali rappresenti il principale limite strutturale del settore.
L’industria cinese tra imitazione e rincorsa tecnologica
Il dibattito sulla posizione della Cina nella corsa agli LLM si è intensificato dopo la crescita di realtà come DeepSeek, che aveva alimentato l’idea di un possibile recupero nei confronti degli Stati Uniti.
Tuttavia, per Liu, la dinamica è più complessa. La competizione non si gioca solo sui risultati dei benchmark pubblici, ma sulla capacità di definire nuovi modelli di riferimento. In questo senso, molte aziende cinesi si troverebbero ancora in una posizione di inseguimento, adattando e replicando architetture già consolidate piuttosto che introdurne di nuove.
Il divario tra benchmark e utilità reale
Uno degli elementi chiave evidenziati da Liu Wei riguarda la distanza tra i risultati dei test e le prestazioni concrete dei modelli nell’uso quotidiano. I benchmark, spesso utilizzati come metro di confronto tra sistemi diversi, non raccontano necessariamente la reale utilità delle tecnologie AI.
Secondo questa lettura, il miglioramento dei punteggi non si traduce automaticamente in un avanzamento equivalente nelle applicazioni pratiche. Una distinzione che, secondo Liu, aiuta a spiegare perché il progresso percepito della Cina nel settore non coincida sempre con un effettivo recupero del divario tecnologico.
La corsa globale e il ruolo degli Stati Uniti
Nel quadro internazionale, gli Stati Uniti continuano a esercitare un ruolo di traino nello sviluppo dei modelli linguistici. Liu cita come esempio il continuo avanzamento delle aziende leader, che hanno recentemente introdotto nuovi sistemi in grado di spingere ulteriormente il confine tecnologico dell’AI generativa.
Nel frattempo, anche i principali attori cinesi affrontano difficoltà nel mantenere il ritmo. Il caso di DeepSeek, che secondo Liu non avrebbe replicato con il modello V4 i livelli di innovazione raggiunti nelle versioni precedenti, viene indicato come un segnale di rallentamento rispetto alla fase iniziale di forte accelerazione.
Fonte: SCMP
