

> V4大模型携原生多模态架构与两千亿参数重磅来袭。通过全面深度适配国产软硬件，此次升级不仅攻克推理计算瓶颈，更将极大催化本土算力生态圈的繁荣。

## 原生多模态与超长上下文突破

在经历了V2与V3系列的快速迭代后，大模型赛道的明星企业即将迎来一次关键性跃升。即将面世的V4版本彻底摒弃了传统的后期拼接模式，在预训练阶段便深度融合了文本与视觉理解能力。这种原生多模态架构赋予了模型更为敏锐的空间推理与结构化输出表现。

以目前正处于测试阶段的“sealion-lite”版本为例，其拥有两千亿的庞大参数规模，并且将上下文窗口拓展至惊人的一百万tokens。这一跨越式升级意味着系统能够一次性吞吐和解析数百万字的超长文本，在复杂任务中展现出压倒性的优势。同时其使用极简代码即可生成高质量图像的能力，再次印证了底层架构优化的巨大潜力。

![22.png](https://static.downly.cn/images/6eaee95aa4fce5de2a69d7031e2a6e35.png) <center>图源备注 图片由AI生成</center>

## 软硬协同赋能本土算力破局

除了算法层面的精进，V4在底层硬件适配上的战略布局同样意义深远。为了打破对单一计算平台的依赖，研发团队在算力兼容性上进行了针对性攻坚，全面深化与国产制造芯片的底层融合。这一举措有效消除了大模型在推理阶段的物理瓶颈。

软硬件的高效协同不仅大幅度降低了企业级客户的部署成本，更有望在需求端为国产半导体注入强劲动能，推动整个AI产业链向着自主可控的方向加速演进。

![23.png](https://static.downly.cn/images/bb572769ab24fd53d31ea3f204eae474.png) <center>图源备注 图片由AI生成</center>

## 持续迭代稳固综合性能护城河

回顾该团队的发展脉络，从早期的效率摸索到如今的性能狂飙，其产品矩阵始终保持着极高的进化频率。随着完整版超过万亿参数的巨无霸模型揭开面纱，以及详尽技术报告的后续释出，市场对这种兼顾技术透明度与商业落地闭环的演进模式充满了期待。多模态能力的全面铺开，无疑将为人工智能领域注入全新的产业活力。


DeepSeek V4全模态架构前瞻 兼容国产算力或重塑芯片生态圈



> 摩尔线程旗舰 GPU 完成对智谱 GLM-5 的全流程适配，标志着国产千卡集群在承载顶尖大模型训练与推理上实现关键性技术跨越，加速 AI 产业全链路国产化进程。

## 核心底座 专为大模型打造的千卡利器

2026年2月12日，国产 GPU 独角兽摩尔线程宣布了一项里程碑式的进展：其旗舰级 AI 训推一体 GPU **MTT S5000** 已成功完成对智谱新一代大模型 **GLM-5** 的适配验证。

作为此次技术突围的核心，MTT S5000 展现了强悍的硬件素质
*   **自研架构** 基于摩尔线程第四代 MUSA 架构“平湖”打造，拥有完全自主知识产权。
*   **算力巅峰** 单卡 AI 算力最高可达 **1000 TFLOPS**，跻身国际主流高性能 GPU 行列。
*   **全能定位** 采用训推一体设计，不仅能支撑千亿参数模型的高效训练，也能应对复杂场景下的高并发实时推理。

![Generated Image February 12, 2026 - 11_08AM.png](https://static.downly.cn/images/25f560ae70db1c504e3ff5359dfd2d07.png) <center>图源备注：图片由AI生成</center>

## 生态融合 降本增效的新选择

智谱 GLM-5 代表了当前国产大模型的顶尖水平，其庞大的参数规模和复杂的逻辑推理对底层算力提出了极高要求。此次适配的圆满成功，具有双重战略意义：

*   **验证国产承载力** 证明了国产自主 GPU 已经具备稳定、高效承载顶级大模型全流程运行的能力，不再是单纯的“备胎”，而是可用的主力。
*   **降低部署门槛** 为企业级用户提供了基于国产算力的高性价比 AI 解决方案，有效降低了因依赖进口硬件带来的成本风险与供应链不确定性。

## 行业观察 国产智算的双向奔赴

在 DeepSeek 等现象级产品引爆全球 AI 军备竞赛的背景下，市场对高性能算力的需求已呈指数级增长。

摩尔线程与智谱的深度联手，并非简单的硬件适配，而是国产智算生态的一次深度“双向奔赴”。它展示了国产软硬件在性能优化与生态兼容性上的成熟度，为中国在 AGI 时代的激烈博弈中，铸造了一块坚实的硬件盾牌。

国产算力突围 摩尔线程MTT S5000率先跑通智谱GLM-5全流程



> **导语**
> 中科曙光宣布全国规模最大的国产 AI 算力池——3万卡 scaleX 超集群在郑州上线。该集群在两个月内实现规模三倍增长，并具备极高的软件生态兼容性，标志着国产算力基建正式跨入“超大规模”新阶段。

## 算力基建的中国速度

2月5日，中科曙光在国家超算互联网郑州核心节点点亮了 **3万卡 scaleX 超集群**。这一里程碑事件刷新了国产算力的建设纪录。回顾去年 12 月，scaleX 万卡集群才刚刚亮相，短短两个月内规模即扩容三倍。这种爆发式的增长速度，验证了国产算力在供应链整合与工程化部署上的成熟度。

AI 算力正在从早期的“单卡单机”竞赛，彻底转向“集群作战”时代。对于大模型训练而言，集群的规模与稳定性直接决定了模型能力的上限。

![Google_AI_Studio_2026-02-06T02_36_30.304Z.png](https://static.downly.cn/images/63d2b7ac5488b7ab5e8a4015db5dd7bb.png) <center>图源备注：图片由AI生成</center>

## 极致兼容与科学探索

scaleX 集群最大的技术突破在于其开放架构。它不仅实现了对 **CUDA** 等主流软件生态的全面兼容，还支持多品牌国产加速卡的混合部署。目前，该平台已适配优化了超过 400 个主流大模型，大幅降低了用户的迁移成本。

这台“超级算力机器”正在重塑科研范式。国内某科研团队利用该集群将蛋白质研究效率提升了 3-6 个数量级，材料研发大模型也成功登顶国际 权威 榜单。随着中科曙光宣布具备向百万卡规模扩展的能力，国产算力已正式跻身全球 AI 军备竞赛的决赛圈。

中科曙光上线3万卡scaleX超集群 国产算力迈入大规模作战时代



> **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



> 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



> 智谱 AI 正式开源基于华为昇腾底座训练的新一代图像生成模型 GLM-Image。作为首个在国产芯片上完成全流程训练的 SOTA 多模态模型，它凭借创新的混合架构在汉字生成与复杂指令理解上取得了突破性进展。

## 国产全栈算力的里程碑验证

GLM-Image 的发布不仅仅是一个新模型的诞生，更是国产算力生态的一次重要“阅兵”。该模型完全基于华为昇腾 Atlas 800T A2 设备与昇思 MindSpore 框架完成，涵盖了从数据预处理到大规模训练的每一个环节。

这一成果有力地打破了业界对国产芯片无法训练顶尖（SOTA）模型的质疑，验证了国产软硬件全栈技术在处理大规模、高复杂度 AI 任务时的成熟度与可靠性。对于依赖外部算力的中国 AI 产业而言，这是一剂强有力的强心针。

## 混合架构解决绘画痛点

在技术架构上，GLM-Image 采用了“自回归 + 扩散解码器”的创新混合设计。这种架构巧妙地结合了语言模型对语义的深刻理解与扩散模型的高质量生成能力。

这一融合使得模型在处理“知识密集型”任务时表现尤为出色。它能够精准理解全局指令并刻画局部细节，有效解决了长期困扰 AI 绘画领域的难题，如海报排版中的文字一致性、PPT 制作的结构逻辑以及复杂科普图的精准生成。在多项权威评测榜单中，GLM-Image 均位列开源模型首位，尤其在极具挑战性的汉字生成任务上，展现了断层式的领先优势。

![Google_AI_Studio_2026-01-14T03_34_56.521Z.png](https://static.downly.cn/images/a7e3cc523c2dab2513e9db40bed02ad8.png)<center>图源备注：图片由AI生成</center>

## 高性价比普惠创作者

为了推动技术的规模化应用，GLM-Image 已在 GitHub 和 Hugging Face 全面开源。除了技术上的开放，智谱在商业化路径上也极具诚意。其 API 调用价格低至每张图 0.1 元，且模型原生支持 1024 到 2048 尺寸的任意比例自适应生成。

这种低门槛、高灵活性的策略，旨在让更多的开发者与创作者能够利用高端生成式 AI 技术。智谱方面还透露，未来将推出经过速度优化的新版本，进一步提升商用性价比，加速国产认知型生成技术在各行各业的普及。

![Google_AI_Studio_2026-01-14T03_34_58.861Z.png](https://static.downly.cn/images/165c895108cc44045b1b9a55573032e1.png) <center>图源备注：图片由AI生成</center>

智谱联合华为开源 GLM-Image 国产算力训出 SOTA 级文生图模型



> 中国大模型领军企业智谱AI今日正式在香港联合交易所主板挂牌，成为继 MiniMax 之后又一家成功上市的国产大模型独角兽。在连年亏损与高强度研发投入的博弈中，资本市场给出的430亿港元估值，折射出对硬科技长跑者的信心与期待。

## 资本市场的理性与狂热

智谱AI（股票代码 02513.HK）的首秀表现平稳。发行价定为116.2港元/股，开盘微涨后回落至117.2港元，市值稳定在430亿港元上方。此次IPO共募集资金约43亿港元（约合5.5亿美元），为这场烧钱的“百模大战”补充了关键弹药。

财务报表揭示了技术型创业公司的典型特征 高增长与高亏损并存。数据显示，智谱AI在2022至2024年间营收年复合增长率（CAGR）超过130%，验证了其API调用与企业定制业务的爆发力。然而，为了维持技术领先，2024年研发费用占营收比重超过80%，导致净亏损持续扩大。资本市场的买单，更多是基于对其技术壁垒的认可，而非当下的盈利能力。

![Google_AI_Studio_2026-01-08T03_06_32.364Z.png](https://static.downly.cn/images/e19ecdbb1d1861013c514dcebd6e253a.png)<center>图源备注：图片由AI生成</center>

## 开源筑基与闭源变现

智谱AI之所以能稳居中国AI第一梯队，得益于其清晰的“开源+闭源”双轮驱动策略。

在开源侧，GLM系列模型在 Hugging Face 和魔搭社区的下载量已突破千万级，事实上成为了国产大模型的重要基座，通过广泛的开发者生态构建了强大的技术护城河。在商业化侧，公司推出了 GLM-Edge 和 GLM-AllSpark 等企业级闭源模型，并通过 Agent 开发框架和 RAG 引擎等完善的工具链，降低了金融、能源等传统行业集成 AI 的门槛。

## 募资剑指下一代多模态技术

本次募集的43亿港元将主要流向四个战略方向，其中最核心的是下一代多模态大模型 **GLM-V** 的研发，旨在提升视觉、语言与推理的融合能力。

此外，智谱AI将重点投入国产算力适配，深化与华为昇腾、寒武纪的合作，构建自主可控的 AI 训练与推理全栈。随着2026年成为中国大模型商业化的分水岭，智谱AI 必须在 OpenAI、Anthropic 等全球巨头的围剿中，利用本土化优势加速在金融风控、智能客服等场景的落地，将技术势能转化为可持续的商业利润。

![Google_AI_Studio_2026-01-08T03_06_34.502Z.png](https://static.downly.cn/images/ef71884bc75d4a204164a51e4ec1f5a5.png) <center>图源备注：图片由AI生成</center>

智谱AI登陆港交所 市值超430亿港元开启国产模型商业化新纪元




> 导语：今日AI界迎来一波创新浪潮，无论是设计平台与AI的深度融合，还是零代码开发工具的发布，都在宣告一个新时代的到来：人工智能正在打破技术壁垒，将强大的创造能力赋予每一位用户。从精美的视觉设计到功能完备的应用程序，AI让这一切的实现变得前所未有的简单。

## Canva携手Claude，一句话点亮你的视觉创意

设计平台Canva与Anthropic公司的AI服务Claude达成深度集成。现在，用户只需上传文本内容，Claude便能智能解读并迅速将其转化为符合品牌风格的专业视觉设计。这项功能极大地简化了创作流程，无论是个人还是企业，都能更高效地完成海报、社交媒体图片等宣传物料，让品牌故事的视觉传达变得轻松自如。

![image.png](https://static.downly.cn/images/1d9b44a59f490d06c5f5abf01a8183f3.png)

## Trickle Magic Canvas发布，与AI共创“生产级”应用

Trickle公司推出了全球首款生成式AI画布——Magic Canvas。它提供了一个可视化的共享空间，让用户能够与AI并肩协作，无需编写任何代码，即可快速构建出专业级别的应用程序和网站。这一创新不仅革新了传统的开发模式，还简化了版本控制与上下文管理，为“开发民主化”的未来开辟了全新篇章。

![image.png](https://static.downly.cn/images/d71b7bd55c12bbbc7d509ffea1a9d31f.png)

## MyShell ShellAgent 2.0，一句话让你的App想法成真

MyShell发布的ShellAgent 2.0是一款革命性的“Text-to-App”AI应用开发工具。用户不再需要学习编程，只需通过自然语言描述自己的想法，就能快速构建出功能齐全的AI应用。该工具采用无前端、专注流程的聊天机器人交互模式，并内置超过300种预置模块，极大地降低了AI应用开发的门槛，让人人都有机会成为AI应用的创造者，并能通过AI应用商店实现盈利。

![image.png](https://static.downly.cn/images/6e08d47dcc860adf84af120e7cba6198.png)

## 讯飞星火X1升级，国产大模型推理能力再攀高峰

科大讯飞发布了基于全国产算力训练的讯飞星火X1深度推理大模型升级版。新模型在综合能力上实现了对国内外顶尖模型的追赶与超越，特别是在幻觉治理、多语言能力（覆盖超过130个语种）和语音同传（首字响应快至2秒）等关键领域取得了显著提升。通过技术突破，讯飞星火将为教育、医疗和企业等行业带来更智能、更可靠的AI服务。

![image.png](https://static.downly.cn/images/8170a35153bd823ab086e80963ae2223.png)
## 谷歌测试新工具Opal，用“氛围感”轻松编程

谷歌正在测试一款名为Opal的新工具，并已在美国Google Labs上线。这款应用主打“vibe-coding”（氛围感编程）概念，用户只需提供少量简单的提示，就能快速创建出网页应用。这预示着一种更直观、更具创意的编程方式正在兴起，进一步降低了网页开发的门槛。

![image.png](https://static.downly.cn/images/a1e90d1c5eef179421491ac986b46718.png)


搜索结果: 国产算力