Conversazione tra chi c'è dietro le migliori intelligenze artificiali cinesi
Il 10 gennaio 2026, l'Università di Tsinghua e Zhipu AI hanno co-hostato AGI-Next, un summit sull'IA di frontiera a Pechino. L'evento ha riunito i fondatori e i principali ricercatori delle aziende più importanti dell'IA cinese: Tang Jie (Zhipu), Yang Zhilin (Moonshot AI), Lin Junyang (Qwen/Alibaba) e Yao Shunyu (Tencent).
Il Panorama dell'IA Cinese nel 2026
Leadership nell'Open Source
La Cina ha consolidato la sua leadership nell'open source con i "Quattro Re Celesti" - DeepSeek, Qwen, Kimi e Zhipu. Tuttavia, Tang Jie di Zhipu ha ammesso che nonostante l'eccitazione nell'ecosistema open source, il divario tecnologico con gli Stati Uniti potrebbe essere in ampliamento, poiché i modelli americani rimangono prevalentemente closed-source.
Divergenza ToC vs ToB
Yao Shunyu di Tencent ha evidenziato una chiara divergenza tra modelli "to consumer" e "to business":
- ToC: La maggior parte delle persone non ha bisogno di IA così avanzata; la usa come motore di ricerca potenziato
- ToB: L'intelligenza superiore si traduce direttamente in produttività maggiore, con gli americani disposti a pagare un premium per i modelli migliori
Innovazioni Tecniche e Architetture
Kimi Linear e Delta Attention
Yang Zhilin di Moonshot AI ha presentato Kimi Linear, la loro architettura di nuova generazione che utilizza Delta Attention (un meccanismo di attenzione lineare). Questa architettura supera per la prima volta l'attenzione completa su task a lungo orizzonte, con un speedup di 6-10x.
Qwen3 e Multimodalità
Lin Junyang di Alibaba ha descritto i progressi con Qwen3, che ora supporta 119 lingue e dialetti. Il modello ha raggiunto contesti di oltre 1M token, con capacità interne di diversi milioni. Un punto chiave è stato il miglioramento delle capacità di coding, passate dalla risoluzione di problemi di competizione alla vera ingegneria del software.
RLVR e Ambienti Verificabili
Tang Jie ha spiegato l'approccio RLVR (Reinforcement Learning with Verifiable Rewards), utilizzando ambienti di programmazione come rinforzo per migliorare le capacità del modello, ottenendo ottimi risultati su SWE Bench.
Sfide e Opportunità per la Cina
Divario di Compute
Lin Junyang ha ammesso che il compute americano supera quello cinese di 1-2 ordini di grandezza. Mentre OpenAI e altri investono enormemente nella ricerca di nuova generazione, in Cina la maggior parte del compute è assorbita dai requisiti di delivery.
Bottleneck Tecnologici
Yao Shunyu ha identificato due principali vincoli strutturali:
- Produzione di chip: In particolare le macchine litografiche
- Mercato ToB: La Cina deve sviluppare un mercato enterprise più maturo e robusto
Cultura della Ricerca
Un punto critico evidenziato da Yao Shunyu è la differenza nella cultura della ricerca:
- In Cina si preferiscono problemi più sicuri, già dimostrati come fattibili
- Mancano persone disposte a fare scommesse rischiose e a esplorare nuovi paradigmi
- Troppa enfasi sui leaderboard e metriche numeriche
Il Futuro degli Agenti
Agenti a Lungo Termine
I panelisti si aspettano che entro il 2026 gli agenti possano eseguire il lavoro di 1-2 settimane di un essere umano, non solo compiti di poche ore. Questo richiederà:
- Capacità di apprendimento autonomo
- Interazione complessa con l'ambiente
- Integrazione tra modello e prodotto
Modello come Prodotto
Lin Junyang ha sostenuto che "il modello è il prodotto", specialmente per gli agenti generali. Quando le aziende di modelli incontrano un problema, possono semplicemente ritrainare il modello o investire più compute.
Prospettive Future
Probabilità di Leadership Cinese
Quando interrogato sulla probabilità che un'azienda cinese diventi la più avanzata al mondo in IA nei prossimi 3-5 anni:
- Lin Junyang: 20% (già molto ottimista)
- Yao Shunyu: Abbastanza alta, ma dipende dalla risoluzione dei bottleneck
- Yang Qiang: Ottimista, specialmente sul lato consumer
Fattori Critici per il Successo
I panelisti hanno identificato diversi fattori chiave:
- Risoluzione dei problemi di compute (chip e infrastruttura)
- Sviluppo del mercato ToB cinese
- Cultura del rischio e innovazione
- Miglioramento dell'ambiente di business
- Educazione per migliorare l'utilizzo degli strumenti IA
Conclusioni
La conversazione ha rivelato un panorama IA cinese maturo ma consapevole delle sfide. Sebbene la Cina eccella in ingegneria, design industriale e ottimizzazione, deve ancora sviluppare la capacità di guidare nuovi paradigmi. Come ha concluso Tang Jie, l'ambiente sta migliorando e la generazione più giovane (post-90s e post-2000s) mostra maggiore volontà di prendere rischi.
Il summit AGI-Next ha dimostrato che l'IA cinese non è più solo un follower, ma un potenziale leader in grado di innovare e competere a livello globale, sebbene il percorso verso la leadership mondiale richieda ancora superare significative sfide strutturali e culturali.