去年以来，全球对人工智能的热情持续升温。无论是海外科技巨头还是国内研究机构，都疯狂加大对AI模型的投入和发布节奏。

今天，我们从中美AI竞赛的现状、对2027年可能出现的里程碑的期待，以及为什么AI项目要选择建立在Monad之上来谈谈AI在人工智能领域的巨大潜力和机遇。未来。

1、中美AI竞赛：算力仍在快速进步

近年来，美国对中国AI产业的算力芯片备受关注。但从实际结果来看，“硬件瓶颈”并没有像想象中那样大大拖延大陆AI的研究进程。以目前中美模式的迭代速度，差距已经缩小到几个月甚至更短。

从这一系列迹象可以看出，即使算力仍有差距，中国大陆的AI研究人员正在迅速追随海外。只要前人屡试不爽，后来者往往可以节省昂贵的“围墙成本”。

2、海外领军者经验，为追击者提供“抄作业”机会

在深度学习的这些年里，业界对AI范式的理解也不断发展。大型语言模型（LLM）成为当前的热点，但与此同时，另一条路线——强化学习，重新受到更多关注。

人工智能范式演变

Deepseek在大陆以较低成本加强培训给美国竞争对手带来巨大压力

一方面，海外一线实验室为行业前沿探索奠定了基础；另一方面，大陆团队并不只是被动跟随，而是持续“整合”，并在计算资源相对有限的情况下，加强学习和推理，做出更灵活的落地方案。

3、强化学习可能是近期AI的新突破

DeepSeek最近推出了新模型，用强化学习来代替大部分的监督和微调（SFT），从而减少对特定领域数据标注的依赖。这就开启了垂直领域泛化的可能性：只要有明确的奖励函数，模型就可以在自我迭代中不断提高推理能力。在开源共享中1的模型具有一定程度的自我优化能力。

这意味着模型可以依赖 RL 路径继续进化，而不需要大量的计算能力。虽然美国在硬件和技术上对中国进行了限制，但这种“另辟蹊径”的方式减少了对传统大规模训练资源的需求，也让更多大陆研究人员看到了快速追赶的可行性，值得其他希望组织拥有自己的大模型能力来学习。

4、2027年可能是AI时刻，大量工作将被取代或重新定义

人工智能的进步如此之快，让我们思考一下它的速度有多快，极限有多大。近日，Anthropic 首席执行官 Dario 表示：“到 2027 年，我们将看到模型在大部分领域超过人类。其背后的原因离不开以下因素：

AI成为台积电未来业务增长最快的领域

2027年很可能是AI能力快速爬升的关键节点。这个时期前后，许多过去需要人力评估和创造的任务将逐渐被模型取代或重新定义，带来社会形态和经济模式的深刻变化。

例如，我喜欢本杰明·布鲁姆提出的布鲁姆分类法，并进行了一系列修订。除了评估和创作之外，甚至除了创作之外，大模型也可能完成所有的交易。留给人类的时间已经不多了。人类做什么？这值得另开一个话题。

银翼杀手 (1982)

5. AI项目为什么要选择在Monad生态中发展

说起话题，很多人对区块链与AI的结合都停留在“概念炒作”的印象。不过，我认为结合Monad技术特点的AI项目可以提供独特的应用价值。因此，Monad是区块链AI项目Build的最佳选择。原因如下：

总的来说，目标是让现有或未来的AI智能能够在EVM环境中构建流畅的体验，并利用现有的DEFI协议和基础设施为创造下一代下一代AI体验奠定基础。

6. 邀请中国人工智能开发者

正如我的同事Jing、Evan的X动态已经在很多AI相关的文章和案例和案例等中提到过，Monad一直非常欢迎并支持AI项目在Monad生态中扎根。我还想特别关注中国AI开发者的角度解释原因：

Monad诚挚邀请所有AI从业者和开发者加入Monad生态，创造属于用户和主权的创新产品。欢迎在 Monad 上进行开发，并致力于通过多重支持帮助您成功。这些对开发人员的支持包括 EVM/Accichon、MACH 加速器、Jumpstart 程序、The Studio、The Foundry、Monad Madness。等待。无论你是想在区块链上做AI金融交易模型，还是想构建一个具有自适应学习的去中心化机器人，你都可以在Monad找到更快、更低成本、更开放的技术支持。