提到华裔年轻富豪，很多人第一反应会想到扎克伯格身边那位陈医生，或者是TikTok的老板周受资。其实在AI领域，还有一位更年轻的亿万富翁，名字叫陈垚杰，今年才刚满27岁。

他是AI公司Cohere的联合创始人，这家公司做企业级大模型服务，去年最新一轮融资后估值超过20亿美元，算下来他手里的股份早就突破亿万美金门槛。最近他在接受媒体采访的时候聊到了对中美AI发展的看法，不少观点都挺实在，没有那些行业大佬的空架子。

陈垚杰是从小在加拿大长大的华裔，本科读的是计算机，早年还在谷歌研究院待过，和OpenAI的几位创始人算是同圈子的研究者。出来创业做Cohere，一开始就是瞄准企业大模型的方向，没去挤ToC聊天机器人的红海，这几年走得反而挺稳。

他说自己因为工作关系，两边跑的时间多，接触过中美两地的AI创业团队和大公司，能直观感觉到变化。放在十年前，甚至五年前，美国AI技术领先的优势确实很明显，不管是基础研究的积累，还是顶尖人才的数量，都比国内多。

但这几年完全不一样了。

国内的AI发展速度快到超出很多人的预期，尤其是大模型概念火了之后，不管是互联网大厂，还是新出来的创业公司，都在猛砸钱搞研发。陈垚杰说，现在看顶会论文，来自国内研究团队的成果占比越来越高，很多细分方向上，国内的水平已经追上甚至反超了。顶尖人才的流动也在变，以前很多学AI的留学生毕业都留在美国进大厂，现在不少人会选择回国发展，国内的科研环境和薪资待遇都不比美国差，机会反而更多。

他举了个很简单的例子，现在大家聊生成式AI，美国最早出了ChatGPT，国内没隔多久就出来好几个体验差不多的产品，普通用户根本感觉不到太大的体验差距。放在早十年，这种追赶速度是想都不敢想的。

所以说现在中美AI的技术差距，其实一直在不断缩小，不是以前那种差好几个身位的情况了。

不过被问到未来AI发展最大的挑战是什么的时候，他的回答不是芯片卡脖子，也不是人才竞争，反而是大家现在还没太当回事的数据稀缺问题。

很多人可能会说，我们现在不是天天都在产生数据吗？上网刷视频、聊天、买东西，到处都是数据，怎么会缺？

其实这里说的缺，不是缺普通的用户数据，缺的是能用来训练高端大模型的高质量标注数据。

你想，现在大模型的参数规模越来越大，从十亿级到千亿级，现在连万亿参数的模型都出来了。训练模型需要大量优质、合规、贴合领域需求的数据，互联网上公开的那些数据，好挖的早就被挖得差不多了。剩下的要么质量差，错误多，要么涉及版权问题，不能随便拿来用。

更关键的是，你要训练垂直领域的专业模型，比如医疗、法律、工业这些方向，需要的都是对应领域的专业数据。这些数据本来就少，还分散在各个机构手里，没法随便拿出来共享。很多创业公司就算有钱，也买不到足够的合适数据来训练模型。

陈垚杰说，现在很多公司其实都遇到了这个瓶颈，模型架构早就想好了，就是找不到足够的高质量数据来训练，效果出不来。而且这个问题未来会越来越严重，你模型越做越大，需要的数据就越多，现在公开数据的储备，根本跟不上大模型迭代的速度。

还有隐私合规的问题，现在不管是中国还是美国，对用户数据隐私的监管都越来越严。以前随便爬用户数据拿来训练的时代已经过去了，以后能用的数据，必须是合规授权的，这么一来，符合要求的数据就更少了。

他提到，现在已经有公司在想办法解决这个问题，比如用合成数据来训练，就是让已经有的大模型生成符合要求的新数据，再用来训练下一代模型。但这个方法也有问题，就是会把旧模型里的错误一代代传下去，时间长了模型的准确率反而会下降，不能从根本上解决问题。

还有人说搞小模型，用更少的数据达到差不多的效果，这确实是一个方向，但高端的通用大模型，还是需要大量数据堆出来，数据的缺口还是存在。

聊到未来AI行业的格局，陈垚杰说不用太在意所谓的技术差距焦虑。现在两地的AI发展其实各有优势，美国在基础研究上的积累还是深，起步早，有不少先发优势。但中国的市场大，应用场景多，迭代速度快，很多落地创新反而走在前面。两边的技术追平只是时间问题，接下来真正比拼的，就是谁能先解决数据稀缺的问题，谁能拿到更多高质量的合规数据，谁就能跑在前面。

他自己作为华裔创业者，也说希望未来能有更多机会两边合作，毕竟AI是全人类的技术，把两边的优势结合起来，才能把这个行业做得更大。很多人喜欢炒技术对立，但对真正做事情的人来说，能解决问题，把技术落地给用户创造价值，才是最要紧的。

27岁就能坐到亿万富翁的位置，还能在行业里说上话，靠的不是运气，是真的在这个行业里泡了很多年，看到了别人没注意到的问题。这次他点破数据稀缺这个未来的挑战，其实也给很多盲目冲进去做AI的创业者提了醒，不要光盯着参数和算力，数据这块的瓶颈，才是未来真正要跨过去的坎。

华裔亿万富翁,陈垚杰,中美AI技术差距,AI技术发展,数据稀缺挑战,AI大模型,高质量AI数据,AI训练数据,Cohere,AI创业

[Q]：这位27岁华裔亿万富翁是谁？
[A]：这位27岁华裔亿万富翁是陈垚杰，他是AI公司Cohere的联合创始人，该公司做企业级大模型服务，最新估值超20亿美元，他的身家已经突破亿万美金门槛。
[Q]：陈垚杰对中美AI技术差距有什么判断？
[A]：陈垚杰认为，之前美国AI技术有明显领先优势，但近几年中国AI发展速度极快，技术水平提升迅速，中美AI的技术差距正在不断缩小，很多细分方向国内已经追上甚至实现反超。
[Q]：陈垚杰认为未来AI发展最大的挑战是什么？
[A]：陈垚杰认为未来AI发展最大的挑战不是芯片或是人才竞争，而是数据稀缺，尤其是能用于训练高端大模型的高质量标注数据十分短缺。
[Q]：为什么AI行业会面临数据稀缺问题？
[A]：互联网公开的优质数据已经被开发得差不多了，剩余数据要么质量差要么涉及版权问题；垂直专业领域的专业数据本就分散稀少，还难以流通；加上各国对数据隐私监管越来越严格，合规可用的数据就更少了。
[Q]：现在已经有哪些解决数据稀缺的尝试？
[A]：目前有企业尝试用合成数据训练模型，也就是让现有大模型生成数据训练下一代模型，不过这种方法会累积旧模型的错误，无法从根本解决问题；也有人研发小模型，减少对数据的需求，不过高端通用大模型依然存在很大的数据缺口。
[Q]：中美AI发展分别有什么优势？
[A]：美国AI发展起步早，在基础研究上积累更深，有先发优势；中国拥有更大的市场和更多样的应用场景，技术落地迭代速度更快，在落地创新上更有优势。
[Q]：Cohere公司的主要业务方向是什么？
[A]：Cohere主打企业级大模型服务，创业之初就没有挤ToC聊天机器人的红海赛道，发展路径相对稳健。
[Q]：陈垚杰认为未来AI行业的核心竞争点在哪里？
[A]：陈垚杰认为中美AI技术追平只是时间问题，未来AI行业真正的核心竞争点是谁能先解决数据稀缺问题，拿到更多高质量合规数据，谁就能占据行业优势。