Un compte rendu de terrain d’un universitaire occidental visitant des laboratoires chinois spécialisés en IA : humilité, ouverture, pas de débats philosophiques — l’objectif est simplement d’entraîner des modèles plus performants.
TechFlow SélectionTechFlow Sélection
Un compte rendu de terrain d’un universitaire occidental visitant des laboratoires chinois spécialisés en IA : humilité, ouverture, pas de débats philosophiques — l’objectif est simplement d’entraîner des modèles plus performants.
L’ambiance générale y est étonnamment similaire à celle de San Francisco : les chercheurs sont extrêmement connectés et lisent intensivement sur Twitter et Xiaohongshu, cette dernière plateforme gagnant en popularité.
Dédié à des analyses Web3 approfondiesAuteur : Florian Brand
Traduction et adaptation : TechFlow
Introduction de TechFlow : Cet article s’inscrit dans le cadre d’une délégation organisée par SAIL (une alliance médiatique réunissant les principaux auteurs spécialisés en intelligence artificielle sur Substack, dont Nathan Lambert, Sebastian Raschka et ChinaTalk), qui s’est rendue dans plusieurs laboratoires chinois dédiés à l’IA. L’auteur, Florian Brand, a ainsi visité une dizaine d’entreprises, notamment Moonshot, Xiaomi, MiniMax, Zhipu AI, Meituan, Alibaba, Ant Group, ModelScope, 01.ai et Unitree.
Florian Brand est doctorant à l’université de Trèves (Allemagne) et au Centre allemand pour la recherche en intelligence artificielle (DFKI). Ses travaux portent sur les applications et l’évaluation des grands modèles linguistiques.
Bien qu’il ne soit pas « très célèbre », il jouit d’une certaine visibilité dans les cercles open source dédiés à l’IA. Il est donc particulièrement intéressant de découvrir, à travers son regard d’expert étranger, l’écosystème chinois de l’intelligence artificielle.
Texte principal
Pendant environ dix jours, j’ai eu le privilège de me joindre à mes collègues de SAIL pour une visite des laboratoires chinois spécialisés en IA. En tant que personne qui n’avait pas mis les pieds en Chine ni aux États-Unis depuis six mois, j’ai trouvé fascinantes les différences entre ces deux pays — mais encore plus fascinantes leurs similitudes.
Ce qui m’a le plus frappé, c’est l’humilité remarquable des chercheurs en IA que j’ai rencontrés.
Ils rendent volontiers hommage aux travaux d’autres laboratoires et de leurs pairs. DeepSeek était régulièrement cité, probablement parce qu’il venait juste de publier un nouveau modèle quelques jours avant notre visite, suscitant chez ses interlocuteurs une admiration sincère lorsqu’ils évoquaient ses publications scientifiques.
Beaucoup de ces chercheurs sont des amis proches, issus de la même université ou originaires du même lieu de naissance. Ils parlent ouvertement de leurs travaux, dont les résultats seront publiés sous forme d’articles scientifiques quelques mois plus tard.
Cela constitue l’une des différences les plus marquées avec le milieu de l’IA occidental. Aux États-Unis, l’ambiance ressemble souvent à un jeu à somme nulle : les laboratoires font preuve d’une grande prudence quant à leur positionnement stratégique ; les chercheurs pensent constamment à la concurrence, certains se considérant eux-mêmes comme exceptionnels ; et leurs dirigeants s’insultent mutuellement dans des notes internes divulguées. Cette différence pourrait s’expliquer par un fait objectif : les principaux laboratoires américains fonctionnent en mode fermé (closed source), tandis que de nombreux laboratoires chinois adoptent une approche ouverte (open source). Toutefois, les laboratoires chinois redoutent tout de même « DouBao », l’assistant conversationnel développé par ByteDance, qui, bien qu’étant fermé, est le chatbot le plus utilisé en Chine et détient une avance significative.
Parallèlement, l’ambiance générale rappelle étonnamment celle de San Francisco. Les chercheurs sont extrêmement connectés : ils lisent abondamment sur Twitter et sur Xiaohongshu (« Little Red Book »), plateforme de plus en plus populaire. Ils utilisent tous Claude Code ou leurs propres interfaces en ligne de commande (CLI) pour construire leur prochain modèle. Certains surveillaient même en direct l’avancement de leurs entraînements pendant nos réunions, observant attentivement la montée de la courbe de récompense. Ils réfléchissent activement à l’élargissement de l’échelle de leurs modèles, tout en se plaignant constamment du manque de puissance de calcul disponible. Et ils expriment leur frustration face à l’état actuel des benchmarks.
Leur préoccupation première est d’entraîner de meilleurs modèles. Cela contraste nettement avec San Francisco, où les chercheurs s’interrogent davantage sur les implications politiques ou philosophiques de l’IA. Ils ne s’interrogent pas sur le risque de chômage massif, sur l’émergence d’une « classe inférieure permanente », ou encore sur la question de savoir si leurs modèles possèdent une forme de conscience. Leur unique objectif est d’entraîner d’excellents modèles.
Leurs yeux brillent dès qu’ils apprennent que vous utilisez l’un de leurs modèles. Ils sont animés d’une forte volonté de corriger tous les défauts de leurs modèles actuels dans la génération suivante. Ils travaillent jour et nuit pour accélérer la sortie de leurs nouveaux modèles, et restent présents au bureau même après leur lancement.
La plupart des chercheurs que j’ai rencontrés sont très jeunes : beaucoup ont dans la vingtaine, voire autour de 25 ans. Certains sont encore étudiants en licence, mais la majorité sont des doctorants travaillant déjà dans l’industrie. Leur avis commun est que le secteur industriel est aujourd’hui bien plus stimulant que le monde universitaire — une opinion que je partage pleinement, ayant moi-même suivi exactement la même trajectoire. Les laboratoires accordent une grande importance à ce type de talents, recrutant activement des stagiaires et des étudiants en master ou en doctorat — une pratique quasi inexistante dans les laboratoires occidentaux.
Cette attitude optimiste des chercheurs s’étend également à la population générale, qui paraît globalement plus enthousiaste à l’égard des technologies, notamment de l’IA et des robots. Durant notre voyage, plusieurs personnes nous ont raconté comment leurs parents ou grands-parents utilisaient déjà DouBao ou DeepSeek pour diverses tâches, y compris la discussion de théorèmes mathématiques. Ce phénomène contraste fortement avec la situation occidentale, où l’opinion publique semble largement hostile à l’égard de l’IA.
Dans l’ensemble, ce voyage m’a permis d’acquérir une compréhension initiale de cet écosystème. Bien entendu, il est impossible, en quelques jours seulement, de saisir la richesse culturelle d’une civilisation aussi vaste. En tant que partisan convaincu à la fois de l’ouverture de l’écosystème de l’IA et de la recherche ouverte, je suis profondément optimiste quant à l’avenir de ces deux domaines, et j’espère vivement voir se développer, à l’avenir, une coopération internationale accrue.
Je tiens à remercier chaleureusement toutes les personnes remarquables que j’ai rencontrées chez Moonshot, Xiaomi, MiniMax, Zhipu AI, Meituan, Alibaba, Ant Group, ModelScope, 01.ai, Unitree, ainsi que dans d’autres institutions. Merci infiniment pour votre temps et votre accueil chaleureux. Je remercie également SAIL pour l’organisation de ce voyage, ainsi que tous les auteurs et journalistes ayant participé à cette initiative. Je suis profondément reconnaissant d’avoir pu rencontrer, en si peu de temps, autant de personnes exceptionnelles et pleines d’ambition.
Bienvenue dans la communauté officielle TechFlow
Groupe Telegram :https://t.me/TechFlowDaily
Compte Twitter officiel :https://x.com/TechFlowPost
Compte Twitter anglais :https://x.com/BlockFlow_News
@xeophon
