

> 蚂蚁集团发布并开源了视觉-语言-动作模型 LingBot-VLA，凭借创新的混合架构与卓越的空间感知能力，该模型大幅降低了机器人开发门槛，推动具身智能向通用化迈进。

## 混合架构引领通用操控

蚂蚁集团近日推出的 LingBot-VLA，是一款专注于现实世界机器人复杂操控的基础模型。为了构建这一系统，研发团队在 AgiBot G1、AgileX 等 9 种主流双臂机器人上，采集了约 2 万小时的真实遥操作数据，并利用 Qwen3-VL 生成高质量的语言指令，打造了扎实的预训练数据集。

LingBot-VLA 采用了创新的“混合 Transformer”架构。它以 Qwen2.5-VL 作为多模态主干，能够同时处理多视角图像和自然语言指令。模型内置的“动作专家”分支，利用条件流匹配技术，能实时结合机器人状态输出平滑且连续的控制轨迹，确保了双臂协作的精准度。

![Google_AI_Studio_2026-01-30T03_20_35.057Z.png](https://static.downly.cn/images/b692f0330046574d496523c64aa4186e.png) <center>图源备注：图片由AI生成</center>

## 空间感知与数据效率的双重突破

针对传统模型在空间深度感知上的短板，蚂蚁集团引入了 LingBot-Depth 空间感知模型。通过特征蒸馏技术，LingBot-VLA 即使在传感器数据缺失的情况下，也能展现出卓越的 3D 空间推理能力，在叠放、插入等精细化任务中表现尤为出色。

在包含 100 项挑战任务的 GM-100 现实世界基准测试中，LingBot-VLA 的成功率达到 17.30%，显著优于 π0.5 和 GR00T N1.6 等同类模型。更重要的是，该模型具有极高的数据效率，仅需约 80 条特定任务的演示数据，即可快速适配新机器人。

## 开源生态赋能产业

目前，蚂蚁集团已将 LingBot-VLA 的全套训练工具包和模型权重正式开源。该工具包针对大规模 GPU 集群进行了优化，训练吞吐量比现有主流框架提升了 1.5 至 2.8 倍。

这一开源举措将极大降低机器人大模型的开发门槛，让更多开发者能够参与到具身智能的创新中来，加速技术向实际应用场景的渗透。

蚂蚁集团开源具身智能新模型 LingBot-VLA 突破机器人操控瓶颈



> **导语**
> 全球开源大模型格局迎来新霸主。数据显示，阿里通义千问（Qwen）系列模型累计下载量突破 7 亿次，以断层优势超越 Meta 和 OpenAI 等竞争对手。凭借全栈开源策略与卓越性能，国产大模型正在重塑国际开发者社区的生态版图。

## 开源生态的断层式领先

据全球最大的 AI 开源社区 Hugging Face 发布的最新数据，截至 2026 年 1 月初，阿里巴巴旗下的通义千问（Qwen）大模型已确立了其在全球开源领域的统治地位。7 亿次的累计下载量，不仅是一个庞大的数字，更代表了全球开发者对该系列模型的高度认可。

2025 年 12 月的数据尤为引人注目，该月千问的单月下载量竟超过了全球主流模型榜单中第 2 至第 9 名的总和。这一长串被超越的名单中，包含了 Meta 的 Llama、DeepSeek、OpenAI、Mistral、NVIDIA 等国际巨头，以及智谱、月之暗面、MiniMax 等中国本土创新力量。自 2025 年下半年正式超越 Meta 以来，千问已连续数月霸榜，展现出强者恒强的马太效应。

![Google_AI_Studio_2026-01-10T03_49_47.900Z.png](https://static.downly.cn/images/0979ae494dad86824de9c56903a57ecd.png)
 <center>图源备注：图片由AI生成</center>

## 全栈策略构建技术护城河

千问系列的成功并非偶然，而是源于阿里精准的“全栈开源”战略。从适合端侧部署的轻量级 Qwen3-0.6B，到参数量巨大的 Qwen3-Max，千问构建了覆盖不同算力场景的完整矩阵。此外，在视觉、音频、代码处理等垂直领域的全模态覆盖，使其成为开发者的首选基座。

在性能维度，千问系列已在多项权威评测中证明了其具备与 GPT-5-high 等顶级闭源模型正面抗衡的实力。这种“开源最强”的定位，打破了以往“开源不如闭源”的刻板印象，极大地降低了高性能 AI 的应用门槛。

## 国产模型重塑国际格局

目前，全球范围内已有数以万计的真实商业应用基于千问架构构建。这标志着国产开源大模型不再仅仅是实验室里的科研成果，而是真正成为了支撑全球数字经济的基础设施。

在国际开发者社区中，千问的普及率达到历史性顶峰，这意味着中国科技企业在定义下一代 AI 开发标准方面拥有了更多的话语权。随着生态的进一步繁荣，千问有望继续引领开源模型的演进方向，为全球 AI 普惠化贡献中国方案。

阿里通义千问下载破7亿 强势领跑Hugging Face开源榜单

 > 英伟达CEO黄仁勋在CES 2026上抛出重磅观点，直言开源模型DeepSeek-R1已成行业标杆，且开源生态的迭代速度目前领先闭源模型约六个月。英伟达随后宣布将开源训练数据，推动AI向多模态、跨环境部署的新范式演进。

## DeepSeek成开源里程碑

在CES 2026的演讲台上，黄仁勋罕见地公开点名表扬了来自中国的开源模型DeepSeek-R1。他表示，这一模型“让整个世界感到惊讶”，并公认其在过去一年中引领了全球开源生态的跨越式发展。

这一表态不仅是对单一模型的认可，更折射出行业格局的剧变。黄仁勋指出，**目前开源模型的演进速度已反超大型科技公司的前沿闭源模型，领先优势约达六个月**。这一趋势正在打破少数巨头垄断AI技术的局面，让创新力量更加扁平化。

![Google_AI_Studio_2026-01-06T03_22_16.923Z.png](https://static.downly.cn/images/9601012fab3c5ae257256da4e4958741.png)
 <center>图源备注：图片由AI生成</center>

## 透明化战略：从开源模型到开源数据

为了进一步加速这一变革，英伟达宣布了一项激进的举措：除了持续开源模型外，还将**开源训练数据**。在数据即资产的今天，这一决定被视为构建技术信任的关键一步。

除了硬件层面的Vera Rubin芯片，英伟达同步发布了涵盖语言、机器人、自动驾驶及医疗四大核心领域的全新模型与数据集。黄仁勋强调，未来的AI将不再局限于单一模态，而是能够理解多种形态数据、针对不同问题匹配最优模型，并天然运行于多云环境之中。

## AI普及化的新范式

“这将成为未来应用构建的基本范式。”黄仁勋总结道。随着AI以惊人的速度渗透全行业，多模态融合与跨环境部署能力将成为标配。英伟达通过拥抱开源生态，正试图将自己从单纯的“卖铲人”转型为定义AI未来形态的“架构师”。

黄仁勋盛赞DeepSeek，断言开源模型演进已领先闭源六个月



> **导语**
> 全球 AI 格局正迎来关键转折。2025 年 7 月数据显示，中国开源模型通义千问（Qwen）在全球下载量上首次超越美国同类产品，凭借极致的开放策略与生态广度，正在赢得全球开发者的心智。

## 开源生态的新王登基

Hugging Face 的最新数据显示，中国开源大模型正在全球范围内实现逆袭。阿里通义千问（Qwen）不仅登顶下载榜首，更在第三方 API 平台 OpenRouter 上成为仅次于 Meta Llama 的全球第二受欢迎模型，力压 Google 和 Anthropic 等老牌巨头。

这一现象引起了《连线》（Wired）杂志等西方媒体的高度关注。评论界普遍认为，衡量 AI 价值的标准已发生改变：不再仅仅看模型有多“聪明”，而是看它构建了多少真实应用。OpenAI 最近发布的 GPT-5 因封闭策略遇冷，而 Qwen 凭借开放、可商用、易部署的特性，正成为全球开发者构建应用的首选基座。

![Google_AI_Studio_2025-12-30T02_57_28.986Z.png](https://static.downly.cn/images/80a6c657de1d54aeddb6fde9a2061cfc.png)![]([object Object]) <center>图源备注：图片由AI生成</center>

## 中美 AI 战略的开放与封闭之争

Lauder 创始人 Andy Konwinski 指出，中美 AI 公司正走向截然不同的战略方向。中国公司展现出了令人钦佩的开放精神——不仅开源模型，还毫无保留地分享技术论文与工程细节。Qwen 团队关于“训练中动态增强模型智能”的论文，甚至被评为 2025 年 NeurIPS 大会最佳论文之一。

相比之下，美国科技巨头日益封闭。OpenAI 隐藏架构细节，Google 限制 API 能力，这种对知识产权的过度保护，反而限制了生态的扩展。

## 开发者为何选择千问

通义千问的全球崛起，归功于其全栈开放策略：

*   **全系开源**：覆盖语言、多模态、代码等全场景。
*   **商用友好**：允许企业免费用于商业产品，消除了法律风险。
*   **工具完善**：提供 vLLM 等高效推理方案，大幅降低了部署门槛。

在算力受限的地区，千问的高效推理能力使其成为最具性价比的选择。当美国巨头沉迷于“模型参数竞赛”时，中国团队正通过代码的自由流动，争夺下一代智能基础设施的定义权。

![Google_AI_Studio_2025-12-30T02_57_38.847Z.png](https://static.downly.cn/images/7bb4d40283550aa86304d9e300d42e2f.png)
 <center>图源备注：图片由AI生成</center>


通义千问全球下载量超越美国模型



> **导语**
> 年末科技圈再迎重磅炸弹，智谱科技发布的 GLM-4.7 模型在 WebDev 榜单上强势超越 GPT-5.2，问鼎开源大模型之首。凭借卓越的编码能力与更低的推理成本，它被开发者誉为 "Claude Code 的最佳平替"。

## 技术揭秘 后训练阶段的精细化打磨

在近期的 AMA 活动中，智谱团队不仅展示了成绩，更披露了技术跃迁的核心逻辑。GLM-4.7 的突围并非单纯依赖参数堆叠，而是得益于后训练阶段（Post-training）的极致优化。

团队在监督微调（SFT）和强化学习（RL）环节引入了更为精细的配方，这种策略显著提升了模型在复杂指令下的稳定性。除了性能，成本控制也是此次迭代的亮点。智谱明确表示，设计初衷是让高性能模型能够跑在消费级显卡上，这种 "亲民" 的算力需求，为个人开发者和中小企业的大规模部署扫清了障碍。

![Google_AI_Studio_2025-12-29T03_19_21.225Z.png](https://static.downly.cn/images/147bd94fc3fcbe41f7be5712d8d40fb1.png)
 <center>图源备注：图片由AI生成</center>

## 全能表现 从代码构建到角色扮演

GLM-4.7 正在展现出 "全能选手" 的潜质。在代码领域，它对 Python 和 JavaScript 等主流语言的支持更加稳健，不仅能完成基础编码，还能在调试和执行复杂开发任务时展现出清晰的逻辑链条。

更有趣的是，该模型的 "情商" 也得到了进化。在创意写作和角色扮演任务中，GLM-4.7 能够长时间保持角色设定的一致性，大幅减少了以往模型常见的 "出戏" 现象。这种灵动性使其在游戏 NPC 对话、虚拟陪伴等感性交互场景中也具备了极高的应用价值。

与此同时，智谱宣布开源自研的 Slime 框架，旨在反哺社区，提升大模型强化学习的效率。团队承诺，即便在商业化进程加速的背景下，对开源生态的投入不仅不会缩减，反而会作为公司成长的核心动力持续加强。

智谱GLM-4.7登顶开源榜单 国产大模型硬刚GPT-5.2


> **导语**
> AI修图最尴尬的莫过于“图修好了，人不像了”。针对这一痛点，阿里巴巴Qwen团队推出了开源新模型Qwen-Image-Edit-2511，通过底层算法的重构，成功解决了图像编辑中的人物身份一致性难题，为专业级创意编辑提供了新工具。

### 锁定面部特征的“数字定妆”

在以往的AI图像编辑中，改变背景或服饰往往会牵一发而动全身，导致人物面部特征发生微妙扭曲。Qwen-Image-Edit-2511的核心突破在于其强大的“身份锚定”能力。

官方演示显示，无论是单人肖像的风格化处理，还是多人合照的复杂编辑，该模型都能在大幅度调整光影、视角甚至几何结构的同时，如同“数字定妆”一般锁死人物的面部ID。这一特性使得它在电商模特换装、影视后期预览等专业领域具有极高的应用价值。

![Google_AI_Studio_2025-12-25T02_57_39.250Z.png](https://static.downly.cn/images/f884479d648b74a833d94ed64cfc4ab7.png)
 <center>图源备注：图片由AI生成</center>

### 开源生态的又一力作

为了降低使用门槛，Qwen团队将LoRA（低秩适应）技术深度集成至基础模型中。这意味着即使是普通用户，也能通过简单的微调获得工业级的控制力。

*   **全能编辑** 支持从简单的物体替换到复杂的光影重绘。
*   **开源协议** 采用Apache 2.0协议，允许商用，并在Hugging Face提供了在线Demo。

这一动作不仅展示了阿里在多模态大模型领域的深厚积累，也为开源社区贡献了一款真正可用的生产力工具。

告别AI修图“变脸”噩梦 阿里Qwen发布新一代图像编辑模型



> 导语：全球云市场迎来新变局，微软Azure宣布深化与月之暗面Kimi的合作，计划本月上线基于Kimi能力的Office自动化Agent。与此同时，阿里云通义千问Qwen凭借7亿次下载量和庞大的衍生模型生态，正式超越Meta Llama成为全球第一AI开源模型，中美云巨头的AI战略差异化日益凸显。

继本月初微软Azure宣布接入月之暗面（Moonshot AI）的 **Kimi k2** 模型后，双方的合作正在以前所未有的速度向应用层渗透。据科创板日报披露，微软计划于本月正式上线全新的 **Agent功能**。

### 微软 本土化修正与应用闭环

该功能将深度调用Kimi卓越的长程推理与工具调用能力，旨在实现 **Office产品的全面自动化**。面对中国本土厂商的激烈竞争，微软此举被视为开启了“自我修正”模式——通过引入外部顶尖模型来补齐第一梯队能力。

微软的策略是在保持平台中立的同时，利用Agent365等工具完成AI云叙事的商业闭环。通过与Kimi等强力伙伴的结合，微软Azure正试图在日益复杂的市场中维持其技术领先形象。

![Google_AI_Studio_2025-12-20T02_41_43.293Z.png](https://static.downly.cn/images/26d35a6f47f5ba55b4086e4913047fc4.png)

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

### 阿里云 开源生态的绝对胜利

与微软的“引入策略”不同，阿里云选择了更为彻底的“全尺寸、全模态、全方位”开源路线。

据钛媒体及彭博社最新统计，截至2025年10月，**通义千问 Qwen** 的全球下载量已突破 **7亿次**，衍生模型数量更是超过 **18万个**。这一数据标志着Qwen已全面超越Meta的Llama系列，正式加冕全球第一AI开源模型。

阿里云通过牺牲短期的商业利益，成功复刻了Linux在服务器市场的路径——将Qwen打造为AI时代的默认基础设施。在全球公有云市场中，AWS与微软等传统巨头正处于因早期缺乏自研核心模型而导致的“阵痛期”，而阿里云凭借开源生态积累的庞大用户群，正在与依靠生态开放的微软Azure形成双峰对峙之势。这种竞争正加速AI从“单点工具”向“系统级自动化”演进。

微软牵手Kimi打造Office自动化 阿里云通义千问下载破7亿登顶开源王座



> 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。

国产大模型霸榜！DeepSeek、Qwen、Kimi并列第一，Meta跌落神坛

StabilityAI推出的文本到图像生成AI

搜索结果: 开源生态