Tidigare Tencent-AI-chefen Liu Wei: Kina ligger efter i LLM-kapplöpningen – men kan fortfarande vinna nästa AI-paradigm
Tidigare Tencent forskaren Liu Wei hävdar att Kina förlorar LLM kapplöpningen eftersom man mest följer andras genombrott; hans budskap är att landet kan vinna AI om det skapar nästa paradigmskifte. Liu definierar ett ”paradigm” som ett genombrott som förändrar hur industrin fungerar och hur människor använder AI, in...
Publicerad avRedigerad med GPT-5.5Bilder genererade med GPT Image 2
Tidigare Tencent forskaren Liu Wei hävdar att Kina förlorar LLM kapplöpningen eftersom man mest följer andras genombrott; hans budskap är att landet kan vinna AI om det skapar nästa paradigmskifte.
Liu definierar ett ”paradigm” som ett genombrott som förändrar hur industrin fungerar och hur människor använder AI, inte bara en modell med något högre prestandasiffror.
Efter att ha lämnat Tencent:s Hunyuan modellteam 2024 grundade Liu AI videostarten Video Rebirth för att utveckla videogenerering och världsmodeller, vilket han tror kan bli nästa frontlinje inom AI.
What did former Tencent AI lead Liu Wei say about why China is currently losing the large language model (LLM) race, what he means by the neIndustry debates about the AI race increasingly focus on who will create the next paradigm shift beyond today’s large language models.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: What did former Tencent AI lead Liu Wei say about why China is currently losing the large language model (LLM) race, what he means by the ne. Article summary: Liu Wei’s argument is basically that China is behind in LLMs because it is still mostly following a path set elsewhere, while the leaders are creating the next breakthrough pattern themselves. He says China can still win. Topic tags: general, education, general web, user generated. Reference image context from search candidates: Reference image 1: visual subject "5 hours ago - A distinguished scientist at the Shenzhen-based company, Liu was also head of its Hunyuan team, the firm’s foundational model development unit for the generative AI e" source context "China is losing the LLM race but it can still win in AI, ex-Tencent AI lead says - ChinaTechNews.com" Ref
openai.com
AI-forskaren Liu Wei, tidigare framstående forskare på Tencent och teknisk ledare för företagets Hunyuan-modellteam, har levererat en skarp bedömning av den globala AI-kapplöpningen: Kina ligger för närvarande efter när det gäller stora språkmodeller (LLM). Men enligt honom betyder det inte att hela AI-tävlingen redan är avgjord.
Hans argument kretsar kring en central idé: skillnaden mellan att följa ett tekniskt paradigm och att skapa ett. Enligt Liu riskerar länder eller företag som bara kopierar den nuvarande frontlinjen att hamna på efterkälken varje gång ledarna omdefinierar den.
Varför Liu Wei anser att Kina förlorar LLM-kapplöpningen
Lius förklaring är strategisk snarare än rent teknisk. Han menar att en stor del av Kinas AI-utveckling har fokuserat på att replikera eller komma ifatt modeller som redan utvecklats på andra håll, såsom ChatGPT-liknande konversationsassistenter.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "Tidigare Tencent-AI-chefen Liu Wei: Kina ligger efter i LLM-kapplöpningen – men kan fortfarande vinna nästa AI-paradigm"?
Tidigare Tencent forskaren Liu Wei hävdar att Kina förlorar LLM kapplöpningen eftersom man mest följer andras genombrott; hans budskap är att landet kan vinna AI om det skapar nästa paradigmskifte.
What are the key points to validate first?
Tidigare Tencent forskaren Liu Wei hävdar att Kina förlorar LLM kapplöpningen eftersom man mest följer andras genombrott; hans budskap är att landet kan vinna AI om det skapar nästa paradigmskifte. Liu definierar ett ”paradigm” som ett genombrott som förändrar hur industrin fungerar och hur människor använder AI, inte bara en modell med något högre prestandasiffror.
What should I do next in practice?
Efter att ha lämnat Tencent:s Hunyuan modellteam 2024 grundade Liu AI videostarten Video Rebirth för att utveckla videogenerering och världsmodeller, vilket han tror kan bli nästa frontlinje inom AI.
Tidigare Tencent-AI-chefen Liu Wei: Kina ligger efter i LLM-kapplöpningen – men kan fortfarande vinna nästa AI-paradigm
Tidigare Tencent forskaren Liu Wei hävdar att Kina förlorar LLM kapplöpningen eftersom man mest följer andras genombrott; hans budskap är att landet kan vinna AI om det skapar nästa paradigmskifte. Liu definierar ett ”paradigm” som ett genombrott som förändrar hur industrin fungerar och hur människor använder AI, in...
Publicerad avRedigerad med GPT-5.5Bilder genererade med GPT Image 2
Tidigare Tencent forskaren Liu Wei hävdar att Kina förlorar LLM kapplöpningen eftersom man mest följer andras genombrott; hans budskap är att landet kan vinna AI om det skapar nästa paradigmskifte.
Liu definierar ett ”paradigm” som ett genombrott som förändrar hur industrin fungerar och hur människor använder AI, inte bara en modell med något högre prestandasiffror.
Efter att ha lämnat Tencent:s Hunyuan modellteam 2024 grundade Liu AI videostarten Video Rebirth för att utveckla videogenerering och världsmodeller, vilket han tror kan bli nästa frontlinje inom AI.
What did former Tencent AI lead Liu Wei say about why China is currently losing the large language model (LLM) race, what he means by the neIndustry debates about the AI race increasingly focus on who will create the next paradigm shift beyond today’s large language models.
AI Prompt
Create a landscape editorial hero image for this Studio Global article: What did former Tencent AI lead Liu Wei say about why China is currently losing the large language model (LLM) race, what he means by the ne. Article summary: Liu Wei’s argument is basically that China is behind in LLMs because it is still mostly following a path set elsewhere, while the leaders are creating the next breakthrough pattern themselves. He says China can still win. Topic tags: general, education, general web, user generated. Reference image context from search candidates: Reference image 1: visual subject "5 hours ago - A distinguished scientist at the Shenzhen-based company, Liu was also head of its Hunyuan team, the firm’s foundational model development unit for the generative AI e" source context "China is losing the LLM race but it can still win in AI, ex-Tencent AI lead says - ChinaTechNews.com" Ref
openai.com
AI-forskaren Liu Wei, tidigare framstående forskare på Tencent och teknisk ledare för företagets Hunyuan-modellteam, har levererat en skarp bedömning av den globala AI-kapplöpningen: Kina ligger för närvarande efter när det gäller stora språkmodeller (LLM). Men enligt honom betyder det inte att hela AI-tävlingen redan är avgjord.
Hans argument kretsar kring en central idé: skillnaden mellan att följa ett tekniskt paradigm och att skapa ett. Enligt Liu riskerar länder eller företag som bara kopierar den nuvarande frontlinjen att hamna på efterkälken varje gång ledarna omdefinierar den.
Varför Liu Wei anser att Kina förlorar LLM-kapplöpningen
Lius förklaring är strategisk snarare än rent teknisk. Han menar att en stor del av Kinas AI-utveckling har fokuserat på att replikera eller komma ifatt modeller som redan utvecklats på andra håll, såsom ChatGPT-liknande konversationsassistenter.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
What is the short answer to "Tidigare Tencent-AI-chefen Liu Wei: Kina ligger efter i LLM-kapplöpningen – men kan fortfarande vinna nästa AI-paradigm"?
Tidigare Tencent forskaren Liu Wei hävdar att Kina förlorar LLM kapplöpningen eftersom man mest följer andras genombrott; hans budskap är att landet kan vinna AI om det skapar nästa paradigmskifte.
What are the key points to validate first?
Tidigare Tencent forskaren Liu Wei hävdar att Kina förlorar LLM kapplöpningen eftersom man mest följer andras genombrott; hans budskap är att landet kan vinna AI om det skapar nästa paradigmskifte. Liu definierar ett ”paradigm” som ett genombrott som förändrar hur industrin fungerar och hur människor använder AI, inte bara en modell med något högre prestandasiffror.
What should I do next in practice?
Efter att ha lämnat Tencent:s Hunyuan modellteam 2024 grundade Liu AI videostarten Video Rebirth för att utveckla videogenerering och världsmodeller, vilket han tror kan bli nästa frontlinje inom AI.
Problemet med detta tillvägagångssätt är strukturellt. Om ett land främst följer den nuvarande frontlinjen kan ledarna skifta fältet igen med ett nytt genombrott, vilket lämnar efterföljarna kapplöpande för att komma ifatt.
Liu beskrev risken rakt på sak: i AI-eran innebär att vara en teknisk efterföljare en ständig risk att ”få mattan indragen under sig” när frontlinjen rör sig.
Kinas utmaning är alltså inte bara att dess modeller kanske ligger efter de senaste lanseringarna. Det djupare problemet är att riktningen för branschen fortfarande bestäms någon annanstans.
Vad Liu menar med ett nytt AI-”paradigm”
Liu talar om ett nytt AI-”paradigm” (en term han återkommande använde i intervjuer). Han syftar på ett genombrott som omformar hur AI byggs, används och kommersialiseras, snarare än inkrementella förbättringar av befintliga modeller.
Exempel på paradigmskiftande genombrott de senaste åren inkluderar:
ChatGPT, som förvandlade språkmodeller till mainstream-konversationsverktyg som används av hundratals miljoner människor.
AI-kodningssystem som Claude Code, som omdefinierade hur utvecklare interagerar med mjukvaruverktyg.
Dessa genombrott gjorde mer än att förbättra noggrannheten – de förändrade arbetsflöden och användarbeteenden, och skapade nya tyngdpunkter i branschen.
Ur Lius perspektiv räcker det inte att konkurrera med lite bättre chattrobotar. Framgång kräver istället att skapa nästa kategoridefinierande framsteg som omorganiserar själva fältet.
Varför han lämnade Tencent:s Hunyuan-team
Liu tillbringade år som en nyckelperson i Tencent:s AI-satsningar och ledde utvecklingen av företagets Hunyuan-modell. Men i slutet av 2024 lämnade han Tencent efter mer än åtta år.
Han grundade därefter Video Rebirth, en AI-startup som fokuserar på videogenerering och så kallade ”världsmodeller”.
Företaget bygger AI-system som är utformade för att generera högkvalitativ video med stark fysikalisk konsistens och kontroll för professionella användningsområden som reklam, e-handel, film och animation.
Video Rebirth tog in tiotals miljoner dollar i tidig finansiering och planerar att utveckla modeller som vänder sig till professionella kreatörer snarare än konsumenternas nyhetsverktyg.
Inriktningen på företaget tyder på att Liu tror att multimodala och videobaserade världsmodeller kan representera en ny frontlinje inom AI, och potentiellt utgöra grunden för nästa paradigmskifte.
Hur Kina fortfarande kan vinna den bredare AI-konkurrensen
Trots sin kritik av Kinas nuvarande position inom LLM tror Liu inte att den övergripande AI-kapplöpningen är avgjord.
Hans argument är att AI-utvecklingen sker i vågor av paradigm, och ledarskapet kan skifta när nästa stora genombrott kommer.
Det innebär att den strategiska frågan inte bara är:
Vem har den bästa chattroboten idag?
Istället är den:
Vem uppfinner nästa sätt som människor använder AI?
Om Kina kan vara ursprunget till ett nytt paradigm – inom agenter, multimodala system, världsmodeller eller någon annan framväxande riktning – skulle det kunna omdefiniera konkurrenslandskapet snarare än att spela ikapp inom det.
Enligt Lius sätt att se innebär att förlora den nuvarande LLM-fasen inte nödvändigtvis att förlora AI:s framtid. Den avgörande faktorn blir vem som skapar nästa genombrott som omformar branschen.
Den större bilden
Liu Weis perspektiv speglar en bredare debatt inom den globala AI-gemenskapen. Vissa analytiker menar att USA fortfarande har ett försprång när det gäller frontlinjemodeller och infrastruktur, medan Kina snabbt har skalat upp driftsättningen och utvecklat sitt eget modelekosystem.
Hans varning belyser en strategisk spänning som är vanlig inom teknikkapplöpningar: att komma ifatt nuet kan vara mindre viktigt än att uppfinna framtiden.
För Liu ligger den verkliga möjligheten inte i att bygga en något bättre version av dagens stora språkmodeller – utan i att upptäcka nästa paradigm som får dem att framstå som föråldrade.
hai.stanford.eduBeyond DeepSeek: China's Diverse Open-Weight AI Ecosystem and ...
Problemet med detta tillvägagångssätt är strukturellt. Om ett land främst följer den nuvarande frontlinjen kan ledarna skifta fältet igen med ett nytt genombrott, vilket lämnar efterföljarna kapplöpande för att komma ifatt.
Liu beskrev risken rakt på sak: i AI-eran innebär att vara en teknisk efterföljare en ständig risk att ”få mattan indragen under sig” när frontlinjen rör sig.
Kinas utmaning är alltså inte bara att dess modeller kanske ligger efter de senaste lanseringarna. Det djupare problemet är att riktningen för branschen fortfarande bestäms någon annanstans.
Vad Liu menar med ett nytt AI-”paradigm”
Liu talar om ett nytt AI-”paradigm” (en term han återkommande använde i intervjuer). Han syftar på ett genombrott som omformar hur AI byggs, används och kommersialiseras, snarare än inkrementella förbättringar av befintliga modeller.
Exempel på paradigmskiftande genombrott de senaste åren inkluderar:
ChatGPT, som förvandlade språkmodeller till mainstream-konversationsverktyg som används av hundratals miljoner människor.
AI-kodningssystem som Claude Code, som omdefinierade hur utvecklare interagerar med mjukvaruverktyg.
Dessa genombrott gjorde mer än att förbättra noggrannheten – de förändrade arbetsflöden och användarbeteenden, och skapade nya tyngdpunkter i branschen.
Ur Lius perspektiv räcker det inte att konkurrera med lite bättre chattrobotar. Framgång kräver istället att skapa nästa kategoridefinierande framsteg som omorganiserar själva fältet.
Varför han lämnade Tencent:s Hunyuan-team
Liu tillbringade år som en nyckelperson i Tencent:s AI-satsningar och ledde utvecklingen av företagets Hunyuan-modell. Men i slutet av 2024 lämnade han Tencent efter mer än åtta år.
Han grundade därefter Video Rebirth, en AI-startup som fokuserar på videogenerering och så kallade ”världsmodeller”.
Företaget bygger AI-system som är utformade för att generera högkvalitativ video med stark fysikalisk konsistens och kontroll för professionella användningsområden som reklam, e-handel, film och animation.
Video Rebirth tog in tiotals miljoner dollar i tidig finansiering och planerar att utveckla modeller som vänder sig till professionella kreatörer snarare än konsumenternas nyhetsverktyg.
Inriktningen på företaget tyder på att Liu tror att multimodala och videobaserade världsmodeller kan representera en ny frontlinje inom AI, och potentiellt utgöra grunden för nästa paradigmskifte.
Hur Kina fortfarande kan vinna den bredare AI-konkurrensen
Trots sin kritik av Kinas nuvarande position inom LLM tror Liu inte att den övergripande AI-kapplöpningen är avgjord.
Hans argument är att AI-utvecklingen sker i vågor av paradigm, och ledarskapet kan skifta när nästa stora genombrott kommer.
Det innebär att den strategiska frågan inte bara är:
Vem har den bästa chattroboten idag?
Istället är den:
Vem uppfinner nästa sätt som människor använder AI?
Om Kina kan vara ursprunget till ett nytt paradigm – inom agenter, multimodala system, världsmodeller eller någon annan framväxande riktning – skulle det kunna omdefiniera konkurrenslandskapet snarare än att spela ikapp inom det.
Enligt Lius sätt att se innebär att förlora den nuvarande LLM-fasen inte nödvändigtvis att förlora AI:s framtid. Den avgörande faktorn blir vem som skapar nästa genombrott som omformar branschen.
Den större bilden
Liu Weis perspektiv speglar en bredare debatt inom den globala AI-gemenskapen. Vissa analytiker menar att USA fortfarande har ett försprång när det gäller frontlinjemodeller och infrastruktur, medan Kina snabbt har skalat upp driftsättningen och utvecklat sitt eget modelekosystem.
Hans varning belyser en strategisk spänning som är vanlig inom teknikkapplöpningar: att komma ifatt nuet kan vara mindre viktigt än att uppfinna framtiden.
För Liu ligger den verkliga möjligheten inte i att bygga en något bättre version av dagens stora språkmodeller – utan i att upptäcka nästa paradigm som får dem att framstå som föråldrade.
hai.stanford.eduBeyond DeepSeek: China's Diverse Open-Weight AI Ecosystem and ...