

> **导语**
> 上海人工智能实验室开源全球最大科学多模态模型，基于MoE架构实现万亿参数与极致算力效率平衡，在AI4S领域确立国际领先地位，并全面开放SAGE架构技术链路。

## 科学计算领域的参数里程碑

全球开源 AI 社区近日迎来了一次重量级的技术刷新。上海人工智能实验室正式发布并开源了 **Intern-S1-Pro**，这是一款参数量达到万亿级别（1T）的科学多模态大模型。

该模型的发布不仅打破了开源社区的参数规模纪录，更标志着国产 AI 在 **AI for Science (AI4S)** 这一前沿赛道上取得了战略性突破。在综合学科评测中，Intern-S1-Pro 展现出了令人惊叹的专业能力，其复杂数理逻辑推理水平已达到奥林匹克竞赛金牌标准。在真实的科研场景下，它能够作为高水平的智能体辅助科学家进行实验设计与数据分析，其实力已稳居全球开源模型的第一梯队。

![Google_AI_Studio_2026-02-05T02_39_23.699Z.png](https://static.downly.cn/images/a85a54b0f905d1efb66a6bc31955bce4.png) <center>图源备注：图片由AI生成</center>

## 混合专家架构与物理直觉

在庞大的参数规模之下，Intern-S1-Pro 的技术内核同样精妙。研发团队采用了先进的 **混合专家架构（MoE）**，虽然总参数量高达1万亿，但通过高效的动态路由机制，模型在处理每一次具体任务时，仅需激活 **220亿（22B）** 参数。这种设计极大地降低了推理成本，实现了超大规模模型在算力效率上的最优解。

为了让 AI 真正理解科学规律，团队还引入了创新的“通专融合”技术架构 SAGE。通过引入傅里叶位置编码并重构时序编码器，模型仿佛拥有了“物理直觉”，能够统一理解从微观粒子信号到宏观物理现象的复杂规律。这一技术突破攻克了超大 MoE 模型训练中常见的稳定性难题，证明了国产团队在底层算法架构上的原创能力。

## 全链路自主可控的生态底座

Intern-S1-Pro 的意义远超模型本身，它是一次从原创架构到国产算力基座的完整技术验证。目前，该模型已在 GitHub 和 HuggingFace 等主流平台全面开源，并提供在线体验服务。

这一举措为全球科研机构和开发者提供了一个开放、共享的高性能基础设施。通过降低顶级科学模型的获取门槛，上海人工智能实验室正在加速构建一个基于国产技术的科研 AI 生态，为未来的科学发现提供源源不断的智能动力。

![Google_AI_Studio_2026-02-05T02_39_28.314Z.png](https://static.downly.cn/images/f3ead6a4fb51a05a89f7d6f330992612.png) <center>图源备注：图片由AI生成</center>

国产开源新高地：万亿参数Intern-S1-Pro发布，数理推理对标奥赛金牌



> 谷歌 DeepMind 联合 Kaggle 升级 Game Arena 平台，引入“狼人杀”与“扑克”两款策略游戏。此举标志着 AI 性能评估正式从纯粹逻辑运算，向复杂的社交欺诈、不确定性博弈及人类心理揣摩能力跨越。

## 评测维度 从逻辑运算迈向社交博弈

DeepMind 研究团队敏锐地指出，传统的国际象棋等完全信息博弈已难以精准区分 顶尖 模型的细微智力差距。新一代基准测试旨在通过高维度的社交场景，极限压榨 AI 的认知边界。

**狼人杀** 这一新增项目的核心在于评估模型的“社交伪装”与“语言操服力”。AI 不仅需要理解游戏规则，更需在对话中识别虚假信息，甚至主动构建逻辑陷阱来误导对手。这要求模型具备极高阶的心智理论（Theory of Mind）能力。

**扑克** 则构建了一个经典的非完全信息博弈环境。与棋类游戏不同，扑克要求 AI 在信息缺失的情况下进行风险管理与概率计算，这与真实商业世界中的决策逻辑高度契合。

![Google_AI_Studio_2026-02-04T03_14_02.969Z.png](https://static.downly.cn/images/cf67fe5f5ad43403da2bdc4e3bb3fa83.png) <center>图源备注：图片由AI生成</center>

## 战力表现 Gemini3双雄霸榜

根据 Game Arena 公布的最新 Elo 积分排名，谷歌新一代模型展现了令人瞩目的统治力。

**Gemini3Pro** 凭借强大的深度推理能力，在长程规划类游戏中稳居榜首。而令人惊喜的是，轻量级模型 **Gemini3Flash** 在需要快速反应和多轮次迭代的博弈场景中表现卓越，甚至在部分指标上超越了参数量更大的对手。这一结果表明，在即时反馈型任务中，模型的响应速度与思维敏捷度可能比单纯的参数规模更为关键。

## 安全价值 模拟真实世界的欺诈检测

DeepMind 首席执行官 Demis Hassabis 强调，将“狼人杀”纳入测试不仅仅是为了娱乐，更具有深远的 AI 安全研究价值。

该测试场景实质上构建了一个受控的“欺诈实验室”。通过观察 AI 如何在游戏中学习操纵他人或识别谎言，研究人员可以更好地理解大模型在现实世界中可能产生的潜在风险。这种在无实际后果环境中进行的压力测试，对于开发能够抵御恶意引导、识别虚假信息的下一代安全系统至关重要。

谷歌DeepMind重塑AI评测标准 狼人杀与扑克成为新考卷



> 阿里通义千问团队重磅开源 Qwen3-TTS 系列模型，凭借独创的双轨架构实现 97ms 极致低延迟。该模型支持 3 秒零样本克隆与跨语言无缝迁移，为实时翻译、智能客服及内容创作带来了颠覆性的技术普惠。

## 双轨架构突破延迟瓶颈

Qwen3-TTS 的核心突破在于其 Dual-Track 双轨混合流式生成机制。不同于传统级联架构面临的信息瓶颈，新模型结合离散多码本语言模型，实现了对语音的端到端建模。

这种架构创新直接带来了性能的质变 实际测试中，端到端延迟被压缩至 97 毫秒，仅需输入一个字即可输出首包音频。这种极致的响应速度，让 AI 在直播互动、实时翻译等对时延要求极高的场景中，拥有了媲美真人的反应能力。

![Google_AI_Studio_2026-01-24T04_43_07.629Z.png](https://static.downly.cn/images/3db2d3fd7b0c88d009a62bdb1d654853.png) <center>图源备注：图片由AI生成</center>

## 零样本克隆与跨语言自由

在语音克隆方面，Qwen3-TTS 展现了惊人的适应性。仅需 3 秒参考音频，即可实现高保真的音色复刻。更令人兴奋的是其跨语言迁移能力，克隆出的中文音色可以流利地说出英语、日语、德语等 10 种语言，甚至能精准还原四川话、北京话等方言神韵。

此外，模型还提供了强大的 Voice Design 功能。用户通过自然语言指令（如“温柔鼓励的成熟女声”）即可“凭空”设计全新音色。这使得有声书制作等内容创作不再受限于配音演员，一人分饰多角成为可能。

![Google_AI_Studio_2026-01-24T04_43_29.790Z.png](https://static.downly.cn/images/c055c9e5a1057c4a8361bf1591bdc8a4.png) <center>图源备注：图片由AI生成</center>

## 灵活尺寸适配全场景

为了满足不同开发者的需求，Qwen3-TTS 提供了 1.7B 和 0.6B 两种参数规模。前者追求极致音质与表现力，适合云端部署；后者则在保证质量的前提下大幅降低资源占用，适配边缘设备。随着全系模型的开源，实时、个性化的语音交互应用门槛被大幅拉低，一个新的语音交互时代正在到来。

阿里开源 Qwen3-TTS 重新定义实时语音交互体验



> 中国AI芯片领域迎来里程碑时刻，摩尔线程MTT S5000显卡成功适配千亿参数大模型DeepSeek V3。这一突破证明了国产硬件在FP8低精度推理技术上的成熟，标志着本土算力生态正从单纯的“可用”迈向商业化“高效”的新阶段。

## 性能实测 数据背后的硬实力

在摩尔线程与硅基流动的联合攻关下，国产GPU MTT S5000在面对DeepSeek V3 671B这一“巨无霸”模型时，交出了一份令人惊喜的答卷。实测数据显示，单卡预填充（Prefill）吞吐量突破4000 tokens/秒，解码（Decode）吞吐量超过1000 tokens/秒。

这一成绩的含金量在于，DeepSeek V3 671B是目前国内开源模型中参数规模最大、推理负载极高的代表。此前，这类任务几乎是英伟达A100或H100等高端显卡的专属领地。此次国产方案的成功跑通，且性能逼近国际主流水平，直接验证了国产硬件在处理超大参数模型时的真实战力。

![Google_AI_Studio_2026-01-22T03_07_45.201Z.png](https://static.downly.cn/images/b44441e21db2e46c2515e3ebb4e6f73d.png) <center>图源备注：图片由AI生成</center>

## 技术解码 FP8低精度的深度优化

此次性能飞跃的核心引擎，在于对FP8（8位浮点）低精度推理技术的深度挖掘。在AI推理场景中，FP8技术能够在极微小地牺牲精度的前提下，大幅提升计算吞吐量，同时显著降低显存占用与功耗。

摩尔线程团队完成了从底层驱动、算子库到推理引擎的全栈调优。这种软硬结合的优化策略，使得MTT S5000能够充分释放硬件加速潜力，有效应对大模型应用中常见的高并发、低延迟挑战。这不仅是一次硬件的胜利，更是国产基础软件栈成熟度的体现。

## 破局意义 供应链安全的备用解

对于金融、政务、能源等对数据安全和供应链稳定性有极高要求的关键行业而言，这一成果提供了一个切实可行的替代方案。它意味着高性能大模型的部署不再被强制绑定在海外高端芯片之上。

尽管在绝对峰值性能和软件生态的丰富度上，国产GPU与国际顶尖产品仍存在客观差距，但在特定高价值场景下，国产方案已具备了“好用”的竞争力。随着这种软硬件协同优化的持续深入，中国AI基础设施的自主可控能力正在加速成型。

![Google_AI_Studio_2026-01-22T03_08_02.709Z.png](https://static.downly.cn/images/4493c48a905cd24f67e66618c5a30bda.png) <center>图源备注：图片由AI生成</center>

国产算力突围 摩尔线程与DeepSeek跑通全栈推理



> **导语**
> 中国人工智能产业迎来历史性转折点。《人工智能大模型系列国家标准》的正式实施，标志着大模型从 "参数竞赛" 走向 "合规竞速"。这不仅是技术治理的升级，更是国产 AI 迈向高质量发展的入场券。

## 三大维度立规 建立全生命周期监管

这部国家级技术规范填补了行业长久以来的制度空白，首次从性能、安全、服务三个核心维度对大模型进行了全链条覆盖。

在**性能指标**上，标准不再迷信参数规模，而是聚焦语言理解、生成质量、多模态能力及推理效率等可量化的实战维度。在**安全要求**方面，强制规定了内容过滤、隐私保护机制以及红队测试流程，确保价值观对齐。而针对**服务能力**，标准对系统的响应稳定性、上下文长度支持及工具调用能力提出了明确的分级要求，彻底终结了厂商 "自说自话" 的营销乱象。

![Google_AI_Studio_2025-12-29T03_20_41.595Z.png](https://static.downly.cn/images/01e10943effc6be9f82ec83ac3263702.png)
 <center>图源备注：图片由AI生成</center>

## 权威认证落地 关键领域准入的新门槛

标准的生命力在于执行。目前，配套的大模型评测能力已获得中国合格评定国家认可委员会（CNAS）的正式认证。

这意味着，未来企业若想将大模型产品打入政务、金融、医疗等关键敏感领域，通过该权威评测或将成为必选项。这一举措大幅提升了行业准入门槛，不仅利好百度、华为、腾讯等技术储备深厚的头部企业，也为中小企业指明了清晰的合规路径，避免了低水平的重复造轮子。

## 话语权之争 从规模领先到规则引领

在全球 AI 竞争白热化的当下，中国率先推出国家级标准体系，具有深远的战略意义。当 "中国标准" 成为大模型落地的硬通货，我国有望在全球 AI 治理格局中占据主动权。随着标准的全面落地，一场以 "合规" 与 "实效" 为核心的产业洗牌正在加速到来。唯有通过国标 "大考" 的模型，才配得上成为智能时代的新型基础设施。

大模型国标正式实施 AI产业告别野蛮生长



> 导语：亚马逊CEO安迪·贾西宣布重大人事调整，任命AWS资深高管Peter DeSantis全面统筹新组建的AI组织。此举旨在打破部门壁垒，将自研大模型Nova、AI芯片及量子计算进行端到端整合，标志着亚马逊的AI战略从单一技术追赶转向系统级效率竞争。

在AI军备竞赛进入深水区的关键时刻，亚马逊正通过激进的组织架构调整来展示其战略决心。公司CEO安迪·贾西（Andy Jassy）于12月18日全员信中宣布，任命AWS高级副总裁彼得·德桑蒂斯（Peter DeSantis）为全新AI组织的掌舵人。

### 云基建老将的新使命

DeSantis在亚马逊已效力长达27年，其中8年时间身居AWS核心高管之位，是构建支撑全球三分之一互联网流量云基础设施的关键缔造者之一。贾西将这一重任交予他，凸显了亚马逊将AI视为“云的下一代演进”的核心战略逻辑。

新成立的组织权力空前集中，将直接统管亚马逊的三大核心领域

*   **自研大模型** 包括刚在re Invent大会发布的Nova 2等Nova系列模型。
*   **AI定制芯片** 涵盖Trainium（训练芯片）和Inferentia（推理芯片）。
*   **量子计算** 前沿技术的预研与协同。

贾西明确指出 “我们希望释放Peter的精力、创新周期和领导力，专注于这些新领域，以实现模型、芯片、云软件与基础设施的端到端优化。”

![Google_AI_Studio_2025-12-20T02_41_03.361Z.png](https://static.downly.cn/images/14ed4178257f2668732153a572c735bf.png)
<div align="center">图源备注：图片由AI生成</div>

### 从技术追赶到生态闭环

这一举措正值亚马逊加速AI投入的密集期，包括向美国政府AI基础设施投资500亿美元，以及与OpenAI谈判100亿美元投资，并已成为Anthropic的最大外部股东。

随着DeSantis这位“实干派”掌舵，亚马逊的策略已从早期的“技术追赶”转向“生态整合”。通过云平台、自研芯片、自有模型及资本运作的四轮驱动，亚马逊正致力于构建B端市场最稳固的企业级AI基础设施。当Nova模型在Trainium芯片上运行，并由AWS统一调度时，亚马逊意图构建的护城河将不再是单一模型的参数规模，而是系统性的运行效率。

亚马逊重构AI版图 AWS元老Peter DeSantis执掌帅印 整合芯片与量子计算



> 导语：谷歌发布新一代轻量级模型 Gemini 3 Flash，响应速度提升三倍并实现近乎“零延迟”，在多项权威基准测试中反超前代旗舰 Pro 版本，且向全球免费开放。

## 降维打击的突破性表现

谷歌今日正式推出的 Gemini 3 Flash 不仅响应速度极快，更在性能上实现了对同代旗舰的逆袭。作为史上首个在同期对比中性能超越 Pro 版本的 Flash 模型，它在多个高难度领域表现亮眼

*   **代码修复** 在权威榜单 SWE-bench 上，以 78% 的得分超越 Gemini 3 Pro。
*   **博士级推理** 在 GPQA Diamond 测试中拿下 90.4% 的高分。
*   **综合评估** 在极难的 Humanity’s Last Exam（无工具模式）中取得 33.7% 的成绩，显著优于前代旗舰 Gemini 2.5 Pro。
*   **文本能力** 在 LMArena 排名中跃居全球第三。

![Google_AI_Studio_2025-12-18T01_40_35.277Z.png](https://static.downly.cn/images/1fb7c709d21958733790cf52c3db6832.png)

<center>图源备注：图片由AI生成</center>

## 深度优化造就性能奇迹

这一性能突破源于谷歌对模型架构的深度打磨。在保持极低推理成本的同时，通过知识蒸馏、推理路径压缩与多模态对齐等技术，使小模型具备了接近大模型的逻辑深度。用户上传一张图像或视频，Flash 可在数秒内解析内容并生成可执行计划，从识别电路故障到规划旅行路线，响应如同闪电般迅速。

## 三种交互模式适配全场景

为满足不同用户的需求，新版 Gemini App 推出了三种针对性的交互模式

*   **极速模式** 默认启用 Gemini 3 Flash，适合日常快速问答。
*   **思考模式** 激活 Flash 的深度推理链，专门处理复杂的逻辑问题。
*   **专业模式** 保留 Gemini 3 Pro，专注解决高难度数学与编程任务。

这意味着普通用户无需付费，即可享受过去仅限高端订阅的智能体验。你在 Google 搜索中提出的每一个复杂问题，背后都将由融合顶级推理能力的 AI 引擎驱动。

![Google_AI_Studio_2025-12-18T01_39_20.073Z.png](https://static.downly.cn/images/f40f8b270570f811075378cd246d9b50.png)

<center>图源备注：图片由AI生成</center>

## 市场策略与普惠愿景

市场数据有力印证了这一策略的成功。Gemini App 月活用户在一个季度内激增至 6.5 亿，API 调用量同比翻了三倍。随着 Flash 的加入，Gemini 3 产品线形成了清晰的“Deep Think 深度推理、Pro 专业攻坚、Flash 普惠极速”梯队。

当免费模型开始超越付费旗舰，AI 的竞争已不再只是参数规模的比拼，而是效率、体验与普惠性的综合较量。谷歌用 Gemini 3 Flash 宣告，下一代 AI 既要聪明，更要快、要省、要人人可用。

Gemini 3 Flash 震撼发布 免费极速 性能反超旗舰 谷歌开启 AI 零延迟时代



> 导语：在AI研究员Nathan Lambert和Florian Brand最新发布的开源AI大模型评比中，中国技术团队展现出统治级实力。DeepSeek、Qwen（通义千问）和Kimi三款国产模型被评为影响力并列第一。这份涵盖35家机构的榜单中，超过一半来自中国团队，这与美国企业日益封闭的策略形成了鲜明对比。

## 国产“三剑客”领跑全球

在本次评选中，DeepSeek、Qwen和Kimi被誉为开源领域的“先锋”。

DeepSeek的R1模型在多项评测中表现出色，其实力甚至超越了一些顶级的闭源模型，确立了其在技术前沿的地位。阿里的Qwen系列则展现了极强的生态扩展能力，成功衍生出数十款跨领域模型，满足了多行业的差异化需求。与此同时，Kimi推出了全球首个万亿参数的开源大模型，以惊人的参数规模和性能巩固了其行业影响力。

![Google_AI_Studio_2025-12-16T02_34_00.116Z.png](https://static.downly.cn/images/b931b38b4a3ca8f525e82a90c0e662b6.png)

<div align="center">图源备注：图片由AI生成</div>

## 硅谷巨头的失落与退守

榜单的另一端则令人唏嘘。第二档的席位同样被国内的智谱和MiniMax占据，显示出中国在开源模型开发上的全面布局。

相比之下，美国的开源模型表现平平。OpenAI的模型仅排在第四档，而去年曾被视为开源希望的Meta Llama 3则滑落至榜末，令业界意外。更有最新消息传出，Meta可能放弃后续的开源计划，这似乎预示着美国科技巨头正在从开源领域战略撤退。

## 格局重塑

当前的开源AI领域正在经历一场深刻的格局重塑。中国企业凭借强大的技术积累和快速的市场适应能力，正在逐步引领全球潮流。而随着美国开源模型数量稀少且影响力下降，全球AI开源生态的重心正不可逆转地向东方倾斜。

搜索结果: 参数规模