

> 智谱正式开源新一代基座模型 GLM-5，以 744B 参数规模问鼎开源榜首，在长程任务与系统工程能力上实现对标国际顶尖水平的重大突破，重新定义 AI 工程化边界。

## 性能跃迁 迈向Agentic Engineering时代

智谱今日发布的 GLM-5 不仅仅是一次版本号的更新，更代表着大模型能力范式的转移——从单一的代码生成进化为能够独立处理复杂系统工程的 **“Agentic Engineering”**。

在权威的 Artificial Analysis 全球榜单中，GLM-5 强势位居全球第四，并摘得 **开源模型第一** 的桂冠。其工程化实战能力已逼近 Claude Opus 4.5
*   **编程对齐** 在 `SWE-bench-Verified` (77.8分) 和 `Terminal Bench 2.0` (56.2分) 中均取得开源界最佳成绩，超越了 Google 的 Gemini 3 Pro。
*   **长程智能体** 在 `BrowseComp` 及复杂工具规划测试 `τ²-Bench` 中稳居开源首位，展现了卓越的任务拆解与执行能力。
*   **经营决策** 在模拟商业环境的 `Vending Bench 2` 测试中，其长期规划能力表现出类拔萃。

![Generated Image February 12, 2026 - 11_09AM (1).png](https://static.downly.cn/images/a81c005a2294b9c18c77ea0461a92130.png) <center>图源备注：图片由AI生成</center>

## 技术硬核 稀疏注意力与异步进化

GLM-5 的强大性能源于底层架构的彻底重构：
1.  **参数规模暴力美学** 模型参数量从前代的 355B 暴涨至 **744B**（激活参数 40B），预训练数据量更是提升至 **28.5T** Token。
2.  **Slime 进化框架** 引入全新的异步智能体强化学习算法，使模型能够像人类一样在长程交互中不断自我修正与进化。
3.  **效率优化** 集成 **DeepSeek Sparse Attention**（稀疏注意力）机制，在处理超长文本的同时，大幅降低了推理成本与显存占用。

## 生态闭环 全面适配国产芯

为了打破算力瓶颈，GLM-5 在发布之初便完成了广泛的硬件适配。目前，该模型已实现与 **华为昇腾、摩尔线程、寒武纪、昆仑芯、海光** 等国产主流算力平台的深度兼容。通过底层的算子级优化，确保了在国产芯片集群上的高吞吐与低延迟运行。

与此同时，智谱同步推出了基于 GLM-5 的 **Z Code** 编程工具，支持多智能体并发开发。更令人瞩目是其办公生态的打通——GLM-5 可直接将素材转化为 Office 文档，并作为原生插件嵌入 Excel，将大模型能力无缝注入日常办公流。

目前，GLM-5 模型权重已通过 Hugging Face 和 ModelScope 正式开源，遵循 **MIT License** 协议，允许全球开发者自由商用。

![Generated Image February 12, 2026 - 11_10AM.png](https://static.downly.cn/images/9b5045a381cf3b998937f2ea1040d5d3.png) <center>图源备注：图片由AI生成</center>

智谱GLM-5开源登场 744B参数重塑国产大模型工程化天花板



> 国产大模型赛道在 2026 年春节期间迎来高光时刻。GLM-5 的发布不仅在技术路线上验证了稀疏注意力架构的可行性，更在资本市场上演了一场造富神话。

## 马甲曝光后的资本狂欢

继 DeepSeek 之后，智谱 AI 的新一代大模型 GLM-5 成为了市场的绝对焦点。这一动作直接引爆了资本市场，导致智谱股价近期大涨 200%，总市值冲破 1500 亿港币大关，达到其 IPO 时的 3 倍。

此前，全球模型服务平台 OpenRouter 上出现了一款代号为“Pony Alpha”的神秘模型，其代码编写能力直逼行业顶尖的 Claude Opus。经过网友对其特有逻辑 Bug（如特定且异常的烹饪问答）的“指纹识别”，以及系统提示词的自曝，该模型的真实身份最终被确认为 GLM-5。

![Generated Image February 11, 2026 - 10_28AM.png](https://static.downly.cn/images/7ffe63c8085889d9e58ed98db9acf20a.png) <center>图源备注：图片由AI生成</center>

## 复用 DSA 架构的参数跃升

在技术路线上，GLM-5 选择了与 DeepSeek-V3 相同的稀疏注意力架构（DSA），这被行业视为一种极具性价比的演进策略。
*   **规模跨越**：总参数量飙升至 745B，是前代 GLM-4.7 的 2 倍。
*   **计算效率**：采用 Mixture-of-Experts (MoE) 机制，拥有 256 个专家，每次仅激活 8 个（约 44B 激活参数），稀疏度低至 5.9%，大幅降低了推理成本。
*   **能力补齐**：支持最高 202K token 的上下文窗口，并重点强化了视频理解等多模态能力，弥补了此前纯文本架构在 2026 年市场需求下的短板。

![Generated Image February 11, 2026 - 10_28AM (1).png](https://static.downly.cn/images/c6a4604350a47c39de7e90273da19cb3.png) <center>图源备注：图片由AI生成</center>

## 行业影响与部署门槛

GLM-5 对 DSA 架构的采用具有深远的行业意义。它意味着该模型可以直接复用 vLLM、SGLang 等主流推理框架现有的优化方案。对于企业级用户而言，这直接降低了部署门槛和算力成本。在国产 AI 积极出海、与海外大模型贴身肉搏的浪潮中，智谱凭借 GLM-5 在性能与工程化上的双重突破，再次证明了其作为头部玩家的实力。

智谱 GLM-5 借力稀疏架构突围 资本热捧助推市值千亿新高



> **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**
> OpenAI 发布编程大模型 GPT-5.3-Codex，在计算机系统操作与编程评测中刷新多项纪录。新模型在大幅提升实操能力的同时，实现了运行成本减半与速度提升，标志着 AI 辅助开发进入高效能时代。

## 编程与系统操控的性能突破

Sam Altman 正式公布的 GPT-5.3-Codex 是 Codex 系列的 最新 迭代，其核心亮点在于从“代码生成”向“系统实操”的跨越。在权威的 SWE-Bench Pro 编程评测中，该模型得分达到 57%；更令人瞩目的是，在侧重系统操作的 TerminalBench 2.0 和 OSWorld 评测中，分别斩获 76% 和 64% 的高分。

这意味着 GPT-5.3-Codex 不再仅仅是一个代码建议工具，它已经具备了理解操作系统环境、像人类工程师一样执行复杂指令流的能力，为全自动化的 DevOps 流程奠定了技术基础。

![Google_AI_Studio_2026-02-06T02_35_14.758Z.png](https://static.downly.cn/images/ab8d3571d6c92128548e155e4ec1fd72.png) <center>图源备注：图片由AI生成</center>

## 降本增效与安全防御

除了能力提升，工程化指标的优化同样激进。OpenAI 数据显示，GPT-5.3-Codex 在处理同等任务时的令牌（Token）消耗量较 5.2 版本降低了 **50%**，单令牌处理速度提升超过 **25%**。这种“高速度、低能耗”的特性，将直接降低企业集成 AI 的边际成本。

在安全性维度，该模型是首款在网络安全防御框架中获评“高等级”的产品。配合新发布的千万美元级可信访问框架试点计划，OpenAI 试图在提升 AI 攻击力的同时，同步构建更坚固的防御盾牌。

OpenAI推出GPT-5.3-Codex 模型实操能力与能效双重飞跃



> 编程工具领域迎来重磅整合，OpenAI 的 Codex 模型正式入驻 JetBrains 全系 IDE。依托 GPT-5.2 的底层能力，开发者现可在本地环境中无缝调用云端智能，实现从代码规划到发布的闭环式 AI 辅助开发。

## 编程利器装上最强 AI 大脑

对于全球开发者而言，JetBrains 系列 IDE 是不可或缺的生产力工具，而 Codex 则是 AI 编程领域的标杆。两者的结合，意味着程序员手中的“利剑”被注入了灵魂。无论是构建后端逻辑的 IntelliJ IDEA，还是数据科学领域的 PyCharm，现在都已直接集成了这位“AI 编程代理”。

此次整合的核心突破在于“双模”作战能力。开发者可以在云端智能体与本地开发环境之间自由切换，并行处理多项任务。这改变了过去需要在编辑器和 AI 对话窗口间反复跳转的割裂体验，真正实现了在单一界面内完成代码规划、编写、测试及发布的全流程闭环。

![Google_AI_Studio_2026-01-24T04_41_22.596Z.png](https://static.downly.cn/images/a2eb6ef0ee5511b90e0641432f5a61d3.png)
 <center>图源备注：图片由AI生成</center>

## GPT-5.2 赋能与灵活接入

技术圈最为关注的是此次接入的底层模型版本 **GPT-5.2 Codex**。相较于早期版本，新模型在代码逻辑理解和生成的准确度上实现了维度的跃升，能够处理更为复杂的工程化需求。

OpenAI 为此提供了极其灵活的接入方案，用户既可以使用 ChatGPT 账号登录，也可以通过 API Key 或 JetBrains AI 订阅来激活服务。值得注意的是，为了尊重开发者的选择权，JetBrains 默认未启用该功能，用户需手动在插件市场安装 AI Assistant 才能解锁这一强大的数字大脑。这不仅仅是一个插件的更新，更是 AI 深度重塑软件工程生产力的重要里程碑。

生产力跃迁 OpenAI Codex 深度植入 JetBrains 全系工具



> DeepMind 掌门人德米斯·哈萨比斯直言，中国大模型与美国的差距已缩小至“仅数月”，但在缺乏颠覆性原创范式的背景下，工程能力的极致优化能否支撑长远竞争仍是未知数。

## 工程化能力的极致追赶

在中美科技博弈的宏大叙事下，DeepMind 首席执行官德米斯·哈萨比斯近日接受 CNBC 专访时，对中国 AI 的现状给出了客观而犀利的评价。他明确反对西方舆论中关于中国 AI “代际落后”的论调，认为中国大模型与顶尖水平的差距已缩短至“仅数月”。

哈萨比斯特别点名了 DeepSeek、阿里巴巴和月之暗面等中国科技公司，称其模型在训练规模与推理能力上“令人印象深刻”。他承认，中国在 AI 基础设施投入、工程化落地以及应用场景的丰富度上展现出了惊人的效率。这种在垂直领域的快速复现与优化能力，使得中国 AI 能够在短时间内迅速逼近国际前沿水平。

![Google_AI_Studio_2026-01-17T03_10_00.656Z.png](https://static.downly.cn/images/b9e59bc783df161066fc52f446d8eb63.png) <center>图源备注：图片由AI生成</center>

## 创新范式与思维瓶颈

然而，哈萨比斯也指出了中国 AI 生态面临的深层隐忧。他认为，尽管技术迭代速度极快，但中国尚未诞生真正具有“颠覆性”的原创范式——即从 0 到 1 的科学突破。目前的成就更多建立在对现有架构（如 Transformer）的高效利用与改进上，而非探索全新的基础理论。

他强调，这种差距的根源并非单纯的技术封锁，而是“思维方式”的差异。虽然高端芯片的出口管制确实限制了超大规模模型的训练，但真正的瓶颈在于是否拥有鼓励高风险、长周期基础探索的文化。“创新需要容忍失败的土壤和跨学科的自由思考，这比算力更难复制，”哈萨比斯表示。这一观点为全球 AI 竞赛提供了新的观察维度 算力决定速度，而思想深度决定高度。

DeepMind哈萨比斯评中国AI 追赶速度惊人但缺乏从0到1原创力



> 微软正式发布 VS Code 版 Copilot Studio 扩展，将 AI 智能体开发引入专业 IDE 环境，支持 Git 版本控制与 CI/CD 流水线，实现了从低代码实验到企业级工程交付的范式转变。

## 告别低代码束缚 拥抱IDE工作流
微软近日正式宣布推出 Visual Studio Code（VS Code）版 Copilot Studio 扩展，这一动作标志着 AI 智能体（Agent）的开发方式迎来了质的飞跃——从浏览器的低代码拖拽，正式跨越到专业的集成开发环境（IDE）中。该扩展在公测期间便已获得超过 13,000 次下载，显示出开发者对工程化开发环境的强烈渴求。

其核心价值在于将 AI 助手程序的构建过程彻底融入标准的软件工程工作流。通过引入结构化的定义格式、专业的语法高亮以及类 IntelliSense 的代码补全功能，开发者现在能以处理传统代码的精细度来编写智能体逻辑。这不仅大幅降低了手动配置的错误率，更让智能体的行为逻辑变得可读、可维护。

![Google_AI_Studio_2026-01-16T03_32_06.433Z.png](https://static.downly.cn/images/47d68f9a060956da1f4f62ad6a8fb62f.png)
 <center>图源备注：图片由AI生成</center>

## 企业级协作 版本控制与CI/CD集成
为了满足企业级项目的协作需求，该扩展完整集成了 Git 版本控制系统。这意味着智能体的开发不再是“黑盒”操作，开发者可以通过请求式审查（Pull Requests）来追踪每一次修改历史，并利用云端版本比对功能有效规避多人协作中的覆盖冲突。

更关键的一步在于部署流程的标准化。通过将智能体集成到标准的 CI/CD（持续集成/持续交付）流水线中，开发团队能够遵循严格的测试与部署标准，在开发、测试、生产等不同环境间进行平滑迁移。此外，该扩展还实现了与 GitHub Copilot 及 Claude Code 等 AI 编程助手的协同，辅助开发者在本地环境中快速排查智能体定义的故障，真正实现了“用专业工程手段塑造 AI 行为”的行业愿景。

微软推出VS Code版Copilot Studio 智能体开发进入专业工程化时代



> 今日重点关注软银斥资65亿美元全资收购Ampere以强化其在AI芯片领域的硬实力，软件应用层面同样精彩纷呈，Adobe推出了革新性的节点式创意系统Project Graph，DeepMind通过发布专属系统指令显著提升了Gemini 3 Pro的规划推理能力。此外，微软Edge浏览器与Opera Neon均通过AI赋能大幅优化了用户的购物体验与办公效率，从底层算力到终端应用，人工智能正在全方位渗透。

## Adobe推出Project Graph 节点式编辑让创意如搭积木般自由

Adobe正式发布了专为专业设计师量身定制的Project Graph创意系统，这一新工具打破了传统线性操作的束缚。它采用先进的基于节点的编辑模式，让设计师能够以一种更加直观和模块化的方式工作。用户可以像搭积木一样，将Photoshop等经典工具的各种功能模块自由组合与连接。

这种设计不仅极大地增强了创作者对作品细节的控制力，还提供了前所未有的自定义能力。Project Graph的出现，有效解决了当前许多AI工具过度依赖文本提示词、导致结果随机性强且难以精确修改的局限性，为专业级创意工作流带来了更精准的解决方案。

![image.png](https://static.downly.cn/images/5edb94e8bd98a2c2e4d92e147b7d2f2d.png)
<center>图源备注：图片由AI生成</center>

## 微软Edge化身省钱管家 Copilot自动比价与折扣提醒一站搞定

微软Edge浏览器在电商购物体验上迎来重大升级，新增了强大的AI购物辅助功能。该功能深度集成了Copilot智能助手，能够在用户浏览商品时自动在后台运行，不仅能实时比较全网价格，还能展示商品的历史价格走势图，帮助用户判断当前是否为入手好时机。

此外，该工具还能提供最新的返现信息，并具备智能识别功能，当监测到商品降价或有更优惠的购买渠道时，会主动提醒用户。这一系列功能旨在通过智能数据分析，帮助用户在复杂的电商环境中做出最优的购买决策，真正实现浏览器内的一站式省钱体验。

![image.png](https://static.downly.cn/images/7651f9131bba9bbe41e4fe846daf3c9c.png)

<center>图源备注：图片由AI生成</center>

## 软银65亿美元全资收购Ampere 强势扩充AI芯片设计版图

软银集团宣布以65亿美元的全现金形式完成对芯片设计公司Ampere Computing的收购。交易完成后，Ampere将保留其原有品牌，并作为全资子公司并入软银的财务报表。此前的主要投资者凯雷集团和甲骨文公司已在此次交易中完全退出。

此次收购标志着软银在人工智能硬件领域的战略布局进一步深化。通过将Ampere的高能效处理器设计能力纳入麾下，软银旨在强化其在AI芯片市场的核心竞争力，为未来数据中心和高性能计算需求提供更强大的底层算力支持。

![image.png](https://static.downly.cn/images/a5b099405450ee951e0d5bba0dae177c.png)

<center>图源备注：图片由AI生成</center>

## DeepMind发布Gemini 3 Pro专属指令 强推理规划大幅提升任务成功率

Google DeepMind团队针对其最新的Gemini 3 Pro模型发布了一套专属的系统指令（System Instructions）。这套指令的核心逻辑是要求模型扮演一个“强推理规划者”的角色，在执行任何操作之前，必须先制定结构化的行动计划。

测试数据显示，这一工程化的指令优化带来了显著的效果。在三大主流智能体（Agent）基准测试中，模型的平均任务成功率提升了5%。特别是在处理复杂的多步骤工作流时，错误率降低了8%。这一进展标志着大模型的发展已经从单纯的模型参数竞赛，进入到了通过精细化指令工程来提升可靠性的新阶段。

![image.png](https://static.downly.cn/images/cc42ec3fdc7dc9a63f83b1401f8a26bf.png)

<center>图源备注：图片由AI生成</center>

## Opera Neon重磅升级 一分钟生成深度研报与多模型无缝切换

Opera Neon浏览器迎来了一次功能性的飞跃更新，全面集成了Gemini 3 Pro和Nano Banana Pro等先进模型。新版本最大的亮点在于支持对话过程中的实时模型切换，用户可以根据需求灵活选择不同的AI引擎。同时，新增的“Do”智能体允许用户直接通过自然语言指令编辑Google Docs文档，极大地简化了办公流程。

最为引人注目的是其核心的“1分钟深度研究”功能。该功能利用并行的AI线程技术，能够在极短的时间内搜集整理信息，并生成结构严谨的研究报告。尽管该服务定价为每月19.99美元，但其带来的效率革命对于专业研究人员和知识工作者来说极具吸引力。

![image.png](https://static.downly.cn/images/47148112dc3c38a69245e063f0a1e863.png)

<center>图源备注：图片由AI生成</center>

搜索结果: 工程化