

> **导语**
> 2026年除夕，阿里巴巴发布全新开源大模型Qwen3.5-Plus，凭借3970亿参数与MoE架构革新，其性能不仅全面超越Gemini 3 Pro，更将API成本压低至竞品的十八分之一，标志着国产大模型在性能与成本双维度的重大突破。

## 底层架构革新与性能跃迁

2026年2月16日，阿里巴巴用一款里程碑式的开源模型——千问Qwen3.5-Plus，为全球AI社区送上了一份“除夕大礼”。这款模型代表了阿里在底层架构上的最新探索成果，总参数量达到3970亿，但得益于先进的混合专家（MoE）架构，其激活参数仅为170亿。

这种“大参数、小激活”的设计思路，使得Qwen3.5-Plus能够以极高的效率运行。数据显示，其部署显存占用大幅降低了60%，而在256K超长上下文的复杂推理场景中，吞吐量更是惊人地提升了19倍。这种以小胜大的技术路径，使其表现甚至优于万亿参数级别的Qwen3-Max。

![Generated Image February 18, 2026 - 11_07AM (2).png](https://static.downly.cn/images/84a6524e230dfaad1c414ea55f4a9ae9.png) <center>图源备注：图片由AI生成</center>

## 极致性价比与原生多模态

在商业化落地的关键指标上，Qwen3.5-Plus展现了极具破坏力的竞争力。其API定价仅为每百万Token 0.8元，这一价格仅为竞争对手Gemini 3 Pro的1/18。

此外，该模型告别了纯文本预训练的旧时代，实现了原生多模态的代际跨越。通过基于视觉和文本混合Token的预训练机制，它在不到40%参数量的情况下，获取了顶尖的多模态理解能力。在MMLU-Pro评测中，其87.8分的成绩超越了GPT-5.2；在GPQA测试中，更是以88.4分力压Claude 4.5。目前，该模型已全线接入千问多端平台，开发者可即刻部署体验。


阿里开源千问Qwen3.5-Plus 架构革新重塑大模型性价比



> 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



> 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**
> Anthropic 推出旗舰模型 Claude Opus 4.6，以极快的迭代速度引入百万级 Token 上下文窗口。新版本深度集成了 Excel 和 PowerPoint 自动化功能，致力于将 AI 从聊天助手转型为深度办公的“数字化员工”。

## 百万窗口与深度规划能力

距离上一版本仅两个月，Claude Opus 4.6 的发布展示了 Anthropic 在高端模型领域的激进节奏。此次更新的重头戏是首次测试开放的 **100万 token 上下文窗口**。这一突破让模型能够一次性吞吐巨型技术文档或庞大的财务数据库，解决了长文本处理中的记忆丢失问题。

在实际应用中，Opus 4.6 展现了更强的“任务耐力”。它能更缜密地规划长线任务，减少对人类纠偏指令的依赖，实现了真正的“少指令，多产出”。

![Google_AI_Studio_2026-02-06T02_35_58.831Z.png](https://static.downly.cn/images/490cb6c01512f287156d57cd3fe522e7.png) <center>图源备注：图片由AI生成</center>

## 办公全能手的进化

针对企业办公场景，Claude Opus 4.6 迈出了实质性的一步。除了强化代码审查与自动调试能力外，新模型推出了 PowerPoint 集成的研究预览版，并深化了 Excel 功能。

演示显示，AI 现在可以自主运行复杂的财务分析，并直接生成可视化的电子表格和演示文稿。这种从数据分析到成果展示的全链路打通，极大地释放了专业人士的生产力。在保持价格不变（输入$5/输出$25）的策略下，Anthropic 正通过极高的性价比抢占企业办公市场。

![Google_AI_Studio_2026-02-06T02_40_35.650Z (1).png](https://static.downly.cn/images/51d2642e3342dcee5bd4893ec624c445.png) <center>图源备注：图片由AI生成</center>

Anthropic发布Claude Opus 4.6 百万上下文窗口重塑办公生产力



> 英特尔 CEO 陈立武在思科 AI 峰会上正式宣布 GPU 战略转型，确立了从 CPU 霸主向 AI 算力挑战者的跨越。通过重金组建梦之队并瞄准推理市场，英特尔试图在英伟达垄断的版图中撕开缺口。

## 核心布局 组建工程梦之队

为了确保 GPU 战略的执行力，英特尔正在进行一场高层人才的“换血”与集结。

**凯沃尔克·凯奇奇安** 被委以重任，统筹整个 GPU 项目。这位前 Arm 高管目前担任数据中心事业部执行副总裁，展现了英特尔整合外部血液的决心。

更引人注目的是技术端的引援。曾在高通任职 13 年的工程泰斗 **埃里克·德默斯** 已于今年 1 月正式加盟，出任首席 GPU 架构师。这一人事变动被业界解读为英特尔技术路线修正的关键信号，德默斯在移动端与低功耗高性能架构上的经验，或将为英特尔的 AI 芯片带来差异化优势。

![Google_AI_Studio_2026-02-04T03_15_39.176Z.png](https://static.downly.cn/images/01bf8a337021fcdedbfdbaada9df5a0c.png) <center>图源备注：图片由AI生成</center>

## 战略突围 瞄准AI推理与存储瓶颈

面对英伟达超过 80% 的市场份额，陈立武选择了避其锋芒，侧翼突围。

英特尔的新型芯片将重心放在 **AI 推理** 与 **模型训练** 的能效比上。陈立武敏锐地指出，当前 AI 发展的最大拦路虎并非单纯的算力，而是日益严峻的内存墙问题。英特尔计划利用其先进的封装技术（Advanced Packaging），解决 GPU 在高负载下的内存消耗痛点，为客户提供比竞品更具性价比的解决方案。

## 行业预判 存储危机下的生态重构

峰会上，陈立武抛出了一个悲观但冷静的预测 **存储芯片的供应短缺将至少持续至 2028 年**。

这一判断构成了英特尔新战略的基石。在算力受限于存储的时代，能够提供更优内存架构的厂商将获得入场券。英特尔此时入局，意在利用其 18A 工艺节点建立一套完整的代工与产品生态，试图在“后摩尔定律”时代重新定义半导体行业的竞争规则。

英特尔高调进军GPU战场 挖角高通大牛剑指英伟达



> **导语**
> 微软 AI 硬件战略再落一子，Maia 200 推理芯片凭借台积电 3nm 工艺与单片千亿晶体管规模，将 4 比特算力推升至 Petaflops 级别。这款芯片不再单纯追求参数堆砌，而是剑指企业级 AI 大规模落地的高昂运营成本。

## 工艺跃迁 4比特算力进入 Petaflops 时代

作为 Maia 100 的迭代产品，Maia 200 在硬件规格上实现了质的飞跃。该芯片基于台积电最先进的 **3纳米制程工艺** 打造，单片集成超过 **1000亿个晶体管**，为复杂的逻辑处理构建了坚实的物理基础。

在算力表现上，Maia 200 展现了惊人的数据吞吐能力。其 **4比特精度算力** 突破 **10 petaflops** 大关，即便在 **8比特精度** 下也能维持约 **5 petaflops** 的高性能输出。相较于前代产品，这种指数级的性能提升，使其在处理大规模语言模型（LLM）的实时推理任务时更加游刃有余。

![Google_AI_Studio_2026-01-27T03_19_56.774Z.png](https://static.downly.cn/images/88a5602f764db122b8bad260dc51741a.png) <center>图源备注：图片由AI生成</center>

## 战略卡位 终结推理烧钱模式

对于当下布局 AI 的企业而言，模型训练只是入场券，推理阶段的高昂持续成本才是真正的痛点。微软 Maia 200 的设计哲学正是为了解决这一“烧钱”难题。

该芯片的核心使命是 **降本增效**，通过定制化架构显著降低大型 AI 模型的运营开支（OpEx）。在互联技术上，Maia 200 采用了以太网连接方案，这种设计不仅保证了优于同类产品的性能，更支持灵活高效的 **组网策略**。通过降低集群能耗提升系统稳定性，微软试图为企业提供一种比购买通用 GPU 更具性价比的替代方案。

## Copilot 实战验证 生态对外开放

Maia 200 并非停留在实验室的概念产品，而是经过了微软内部大规模业务的实战洗礼。目前，该芯片已全面接入微软旗下的明星产品 **Copilot** 及多个核心 AI 项目。

在验证了其在复杂业务场景下的稳定性与扩展潜力后，微软选择将这一算力平台向外开放。目前，Maia 200 已面向开发者提供试用，旨在吸引顶尖技术团队加入其硬件生态，共同构建基于微软自研芯片的算力未来。

微软发布 Maia 200 芯片 意在破解 AI 推理成本困局



> **导语**
> 在全球算力竞赛白热化的背景下，中国本土AI芯片领域再添猛将。成立仅一年的曦望（Sunrise）凭借精准的战略定位，成功斩获30亿元巨额融资，其“避实击虚”锁定推理市场的策略，为国产GPU突围提供了一条新思路。

## 资本豪华天团的重注

在AI算力自主可控的国家战略驱动下，国产GPU初创企业曦望（Sunrise）宣布完成近30亿元人民币融资，一举创下国内AI芯片早期融资规模的新纪录。这份投资名单堪称豪华，集齐了产业资本、头部VC与国家级基金三大势力。

投资方阵容显示出市场对其的高度共识：产业端有三一集团旗下华胥基金、港股上市公司范式智能以及杭州数据集团，确保了落地场景与数据支持；市场化资本则引入了IDG资本、高榕创投等顶级机构；更关键的是，诚通混改基金等国家级资本的入局，直接为曦望的技术路径与战略地位背书。

![Google_AI_Studio_2026-01-23T02_51_47.683Z.png](https://static.downly.cn/images/8c6b26e6b2a27b02370e3955e0b7d990.png) <center>图源备注：图片由AI生成</center>

## 避开锋芒 锁定推理芯片黄金赛道

曦望之所以能迅速崛起，关键在于其务实的战略选择：不与巨头在“训练芯片”红海中硬碰硬，而是聚焦于**AI推理专用GPU**。

随着大模型从“训练热”转向“应用热”，企业对高性价比、低功耗的推理算力需求激增。曦望的GPU架构专为Transformer类模型优化，瞄准了数据中心、边缘服务器及行业AI终端市场。这种“推理优先”的策略，在训练芯片仍被国际巨头垄断的当下，反而切中了国产替代意愿最强、应用场景最丰富的“黄金赛道”。

## 三十亿弹药的主攻方向

据悉，本轮融得的30亿元资金将主要用于三大战略方向。首先是下一代推理GPU芯片的研发，重点提升FP8/INT4等低精度计算效率；其次是构建规模化量产能力，打通从设计到封测的完整供应链；最后是软件生态的共建，包括驱动、编译器及与PyTorch等主流框架的深度适配。

曦望的快速融资标志着中国AI基础设施正从“可用”迈向“好用”的新阶段。在这场关乎算力主权的竞赛中，曦望已手握充足弹药，准备在推理市场发起全力冲刺。

![Google_AI_Studio_2026-01-23T02_52_00.728Z.png](https://static.downly.cn/images/ce6e87206328d0c706d8180a558c7b3f.png) <center>图源备注：图片由AI生成</center>

国产芯片独角兽崛起：曦望获30亿元融资押注AI推理赛道



> OpenAI正式在全球171个国家和地区推出名为ChatGPT Go的低价订阅服务，同时确认将在低价版与免费版中引入广告机制。这一举措标志着AI巨头正试图通过细分定价策略与商业化变现，构建更可持续的营收模型。

## 填补价格真空地带

OpenAI 此次推出的 ChatGPT Go 定价为每月 8 美元（约合人民币 60 元），精准卡位在免费版与每月 20 美元的 Plus 版之间。这一策略显然是为了捕捉那些对免费版限制感到不满，但又对 Plus 版价格望而却步的“中间层”用户。

相比免费版本，ChatGPT Go 提供了显著的功能跃升。用户将获得约 10 倍的消息额度，彻底告别频繁的 usage limit 警告。在功能侧，该版本支持文件上传与图片生成，并解锁了更强大的记忆容量，使 AI 能够根据用户的长期偏好提供个性化服务。更关键的是，它无限量开放了 GPT-5.2 Instant 模型的使用权限，这一版本以极低的延迟和优化的智能响应著称，解决了免费版常遇到的“上下文遗忘”痛点。

![Google_AI_Studio_2026-01-19T03_04_45.180Z.png](https://static.downly.cn/images/becbcd8cba61b3b69067ee54965ed508.png)
 <center>图源备注：图片由AI生成</center>

## 商业化新尝试 广告机制入场

伴随着低价版的全球铺开，OpenAI 迈出了颇具争议但商业逻辑必然的一步——引入广告。根据官方计划，美国地区的免费版与 ChatGPT Go 用户将率先看到测试广告。

OpenAI 对此表现得十分克制与谨慎。广告将不会以“弹窗”或“中断对话”的形式出现，而是作为一个独立的模块展示在对话回答的底部，且必须与当前对话主题高度相关。官方承诺，所有广告内容都会明确标注“赞助”标签，严格与 AI 生成的有机内容进行视觉隔离。

为了缓解隐私担忧，OpenAI 强调广告系统绝不会干扰 AI 的核心回答质量，且用户的对话数据不会被出售给第三方。此外，针对未成年用户及涉及健康、政治等敏感话题的对话，系统将自动屏蔽广告展示。

## 多元化营收战略成型

随着 ChatGPT Go 的上线，OpenAI 的产品矩阵形成了清晰的四级金字塔结构：
1.  **免费版**：基础体验，未来含广告。
2.  **Go 版（$8）**：高性价比，功能解锁，含广告。
3.  **Plus 版（$20）**：优先体验强模型，无广告。
4.  **Pro 版（$200）**：极致算力与性能，无广告。

行业观察人士指出，在巨额算力成本的压力下，OpenAI 正试图通过“低价走量”与“广告变现”两条腿走路。这不仅能迅速扩大付费用户基数，还能通过广告收入补贴免费用户的算力消耗，为公司的长期财务健康提供支撑。

搜索结果: 性价比