

> **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



> 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

 > 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：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



> 导语 本周科技圈爆出猛料，曾经的“开源卫士”Meta 将于 2026 年春季发布闭源模型“牛油果”，且训练过程使用了阿里的 Qwen 模型。这一举动伴随着 Llama 4 的丑闻、高层大换血以及 FAIR 实验室的裁员，标志着扎克伯格 AI 战略的彻底转向。

## 从开源旗手到闭源“牛油果”

曾经高举开源大旗、自诩为“AI 时代的安卓”的 Meta，正悄然走上一条截然相反的道路。据彭博社最新爆料，Meta 计划于 2026 年春季发布代号“Avocado”（牛油果）的全新 AI 模型，而这款模型极有可能是闭源的。

更令人震惊的是，这款试图终结开源时代的闭源产品，其训练过程竟直接使用了阿里巴巴的开源大模型 Qwen。这一消息瞬间引爆市场，阿里巴巴美股盘前一度飙升 4%。网友戏称“硅谷闭源模型，竟是用中国开源模型喂出来的”。讽刺的是，Meta 如今不得不依赖阿里 Qwen、谷歌 Gemma 和 OpenAI 的 gpt-oss 等全球开源社区的成果来打造自己的私有护城河。

![image.png](https://static.downly.cn/images/e6bf2e39048aa02a45c69ed09036b086.png)

## 信仰崩塌与高层大洗牌

这不仅是技术路线的转变，更是一场战略信仰的崩塌。转折点源于 2025 年 4 月 Llama 4 的惨淡发布，该模型在权威评测中被曝存在“刷榜作弊”嫌疑，声誉一落千丈。扎克伯格震怒之下，迅速边缘化原 Llama 团队，并开启了“梦之队”招募计划。

在这场大洗牌中，Meta 新任首席 AI 官亚历山大·王（Alexander Wang）浮出水面。这位从 Scale AI 空降而来的高管是闭源路线的坚定支持者。他迅速掌控 AI 战略，其领导的 TBD Lab 成为公司新核心。然而，这种高压关注也带来了副作用，据传王对扎克伯格这位“贴身导师”的过度干预已显不耐。

![image.png](https://static.downly.cn/images/06278565362d9a1f3c8ebfaa57fa0e86.png)

## 开源理想主义的挽歌

随着战略转向，Meta 的开源根基被系统性瓦解。FAIR 实验室遭遇大规模裁员，连研究科学家总监田渊栋都未能幸免。更具象征意义的是，“卷积神经网络之父”杨立昆（Yann LeCun）因公司不再支持其开源方向而黯然离场。

Meta 的“大象转身”是一曲开源理想主义的挽歌。而在全球 AI 竞赛中，那个曾被低估的东方开源力量，正悄然成为他人闭源野心的基石。



Meta 放弃开源转向闭源 竟用阿里 Qwen 训练自家模型



> 导语
> Transformer 架构联合创始人 Ashish Vaswani 领衔的 Essential AI 正式开源了其首款旗舰模型 Rnj-1。这款拥有 80 亿参数的模型向伟大的数学家拉马努金致敬，采用了与主流“后训练”强化学习相反的路线，坚持通过高质量预训练决定智能上限。Rnj-1 在代码生成、STEM 推理及 Agent 智能体能力上表现惊人，特别是在 SWE-bench Verified 测试中取得了同量级模型数量级的领先优势，并以 Apache 2.0 协议完全开源，允许在消费级显卡上运行。



## 逆流而上 回归预训练的本质

在当前 AI 行业普遍痴迷于通过强化学习（RLHF）和后训练（Post-training）来提升模型表现的浪潮中，Essential AI 选择了一条截然不同的“复古”路线。由 Transformer 论文作者 Ashish Vaswani 和 Niki Parmar 创立的这家公司，坚信“预训练决定了智能的天花板”，而后训练仅仅是挖掘已有的潜力。

Rnj-1 就是这一理念的结晶。该模型完全从零开始训练，使用了高达 8.4 万亿 token 的数据集。与盲目堆砌数据不同，研发团队构建了精细的数据分类学，专注于科学、技术、工程、数学（STEM）以及代码数据的混合。这种对预训练质量的极致追求，使得 Rnj-1 在逻辑推理和复杂问题解决上展现出了“原生”的强大能力，而非通过后期微调“模仿”出来的智能。

## 小身材大能量 吊打同级竞品的代码能力

![image.png](https://static.downly.cn/images/2aab691c48fc3e0255519957e206ed38.png)
这里，rnj-1 指的是基础模型，而 rnj-1-instruct 指的是训练后调优的指令模型。
Rnj-1 的核心亮点在于其惊人的代码与推理能力。尽管只有 80 亿参数（8B），它在著名的软件工程基准测试 SWE-bench Verified（bash-only 模式）中取得了 20.8% 的高分。

这一成绩意味着什么？官方数据显示，Rnj-1 在该项测试中的表现比同等规模的其他开源模型高出一个数量级，甚至能够通过 Agent 框架解决现实世界中的 GitHub 问题。除了代码能力，它在数学竞赛（AIME）、科学问答（GPQA）等硬核 STEM 领域也表现出色，证明了其并非“偏科生”，而是具备深层逻辑推理能力的通用模型。
![image.png](https://static.downly.cn/images/8ac38bb18ccee44d3aa503609c51b0f9.png)

## 专为开发者打造 消费级硬件上的 Agent 利器

Essential AI 此次开源显得诚意十足。Rnj-1 及其指令微调版本（Rnj-1-instruct）均采用宽松的 Apache 2.0 许可证，这意味着开发者和企业可以免费商用。

对于广大开发者而言，Rnj-1 的硬件友好性极具吸引力。得益于其 8B 的紧凑体积，经过量化后的模型可以轻松在拥有 16GB 显存的消费级 GPU 甚至高端笔记本电脑上运行。同时，模型支持 32k 的上下文窗口，结合其在函数调用（Tool Use）和 FIM（代码中间填充）方面的优化，使其成为构建本地 AI 编程助手和自主智能体（Autonomous Agents）的理想底座。

## 技术细节揭秘 站在巨人肩膀上的创新

虽然 Rnj-1 的架构借鉴了 Google 的 Gemma 3，但团队进行了关键性的改良。模型采用了全局注意力机制（Global Attention）以及用于长上下文扩展的 YaRN 技术，确保了在处理长文档和复杂代码库时的稳定性。

值得一提的是，在训练过程中，团队使用了 Muon 优化器，显著提升了训练效率。Essential AI 坦诚地表示，Rnj-1 虽然在推理和代码上登峰造极，但由于专注于 STEM 数据，它并不是一个为了“事实检索”而优化的模型，有时甚至会产生幻觉，误认自己的身份。这种“坦诚”反而让社区对其在特定垂直领域的专业性更加充满信心。

## 开源社区的新里程碑

Rnj-1 的发布不仅仅是一个新模型的诞生，更是对“Scaling Law”和模型训练方法论的一次有力探索。它向业界证明，通过科学的数据配比和扎实的预训练，小参数模型依然可以在高难度的推理任务中挑战极限。

对于那些苦于 API 成本高昂、由于隐私问题无法使用闭源模型的开发者来说，Rnj-1 提供了一个强大、开放且可本地部署的全新选择。随着技术报告的即将发布，Rnj-1 有望激发开源社区在 Agent 和代码智能领域的又一轮创新热潮。
注：该模型需要 Ollama 0.13.3，目前处于预发布阶段

Transformer 之父重磅回归：Essential AI 开源 Rnj-1，8B 小模型引爆代码推理革命




> OpenAI提档发布GPT-5.2正面硬刚谷歌Gemini 3，苹果推出STARFlow-V以归一化流技术挑战视频生成领域，腾讯混元2.0与美团LongCat-Image相继开源展示国产AI硬实力，微软与Perplexity则在语音交互与浏览安全上再进一步。



## OpenAI亮剑 GPT-5.2火线提档硬刚Gemini 3

OpenAI CEO山姆·奥特曼做出了一个激进的决定，将备受瞩目的GPT-5.2发布时间提前至12月9日。这一举动被广泛视为对谷歌Gemini 3强势崛起的直接回应，旨在重新夺回市场关注度的制高点。

此次更新并非简单的版本迭代，新模型在多项关键指标上实现了显著突破。推理速度提升了18%，这意味着用户将获得更流畅的交互体验；多模态效率提高了23%，处理图像与复杂任务的能力更强。此外，上下文长度扩展至32,768 tokens，能够处理更长篇幅的文档与对话，OpenAI此举无疑在年底的AI大战中投下了一枚重磅炸弹。

![image.png](https://static.downly.cn/images/f0f27796a29e941c2017399322033dc3.png)
<center>图源备注：图片由AI生成</center>

## 苹果视频生成黑科技 STARFlow-V打破扩散模型垄断

苹果公司正式入局视频生成赛道，推出了名为STARFlow-V的全新模型。与目前市面上主流的Sora等基于扩散模型的技术路线不同，苹果独辟蹊径采用了归一化流技术。

这一技术路线的核心优势在于直接学习数据分布，从而大幅提升了长视频生成的稳定性，并有效减少了画面错误的累积。STARFlow-V目前支持输出640×480像素、每秒16帧的视频，最长可达30秒。其视觉质量和生成速度不仅可与扩散模型媲美，更在画面连贯性上展现出了独特的竞争优势，为视频生成领域带来了全新的技术解题思路。

![image.png](https://static.downly.cn/images/ab041a42b719373c671de96f2df1a7e5.png)
<center>图源备注：图片由AI生成</center>

## 腾讯混元2.0炸场 406B参数巨无霸开启内测

国产大模型领域迎来重量级选手，腾讯正式发布混元2.0大模型。该模型采用先进的MoE（混合专家）架构，总参数量高达406B，展现了强大的算力储备与技术积累。

混元2.0包含推理增强版和指令遵循版，支持长达256K的上下文窗口，专注于解决复杂的推理任务。腾讯方面自信地宣称其推理性能已跻身国内第一梯队。目前，该模型已在腾讯云API上线并开启应用测试，为开发者和企业用户提供了更强大的本土化AI解决方案。

![image.png](https://static.downly.cn/images/7c53330f2f24c432cd1bb98f09b61afc.png)
<center>图源备注：图片由AI生成</center>

## 美团开源LongCat-Image 中文生图与编辑能力封神

美团LongCat团队为开源社区带来了一份厚礼，正式开源拥有6B参数的LongCat-Image图像生成模型。这款模型在文生图和图像编辑领域表现出色，尤其在处理中文文字生成这一长期困扰业界的难题上，达到了SOTA水平。

LongCat-Image的设计初衷在于平衡高性能与低门槛，它成功填补了顶级闭源模型与现有开源模型之间的技术空白，让更多个人开发者和中小企业能够以较低的成本使用高质量的图像生成技术。

![image.png](https://static.downly.cn/images/65cb37a4336255d63db0aacfac350c78.png)
<center>图源备注：图片由AI生成</center>

## 微软VibeVoice-Realtime 毫秒级响应重塑语音交互

微软在语音技术领域再进一步，推出了名为VibeVoice-Realtime-0.5B的轻量级实时文本转语音模型。该模型专为互动式应用打造，支持流式输入和长篇输出。

凭借连续语音标记和扩散模型的结合，VibeVoice能在约300毫秒内迅速开始语音生成，几乎实现了人类对话般的即时响应。这一特性使其极其适合各类AI代理应用和实时数据播报场景，为用户带来无缝衔接的听觉体验。

## Perplexity推出BrowseSafe 给AI浏览器穿上防弹衣

随着AI代理在互联网上的活动日益频繁，安全问题日益凸显。Perplexity AI适时推出了BrowseSafe新功能，旨在为AI浏览器代理提供一层坚固的安全保障。

该功能专注于确保用户在使用AI工具浏览互联网时的安全性，能够有效识别并拦截潜在的网络威胁，让AI代理在执行任务时更加可靠，为自动化浏览时代构建了必要的安全基础设施。

## 谷歌生态连发 Colab无缝衔接Kaggle与Gemini换新颜

谷歌近期对旗下两大核心产品进行了联动更新与优化。首先，Colab与KaggleHub实现了深度整合，推出了全新的数据探索器功能。用户现在可以在Colab笔记本中直接搜索并调用Kaggle的海量数据集、模型和竞赛资源，无需在不同网页间反复切换，极大地简化了科研与开发流程。

与此同时，Gemini网页版也迎来了界面升级。新增的“我的”文件夹功能方便用户管理内容，同时提供了浅蓝灰和全黑两种主题模式。全新设计的界面更加简约大气，显著提升了文本的可读性与用户的整体操作体验。

![image.png](https://static.downly.cn/images/706bff57362ffe3249ead062cdfe78bc.png)
<center>图源备注：图片由AI生成</center>

每日AI资讯1208：巨头混战升级！GPT-5.2突袭，苹果入局视频生成，腾讯美团开源新模型


> 今日AI圈迎来多维度爆发，视频生成领域战况升级，Runway与国产PixVerse竞相推出“导演级”更新，力求在叙事与画质上实现突破；模型层面，谷歌Gemini 3、DeepSeek V3.2与Liquid AI的新动作显示出从端侧到云端的全面内卷；英伟达则在自动驾驶与Agent调度上展现硬核实力，而OpenAI正探索“技术入股”的新商业模式。


---

## Runway Gen-4.5盲测夺冠 120人团队硬刚科技巨头

Runway再次证明了小团队的惊人爆发力。其最新发布的Gen-4.5视频生成模型，凭借自研的时空混合Transformer架构，在第三方盲测中一举超越了谷歌Veo3和OpenAI Sora2Pro。这一战绩不仅是技术上的胜利，更打破了“大厂垄断”的迷信，展示了专注研究与快速迭代的巨大价值。

新模型在视觉准确性与创意控制力上实现了显著飞跃。创作者现在仅需简短的文本提示，即可生成高清、场景复杂且角色生动的动态视频。基于Nvidia GPU的深度优化，Gen-4.5在处理光影变化和物体物理运动时显得尤为细腻，标志着AI视频生成正从“尝鲜”走向“专业创作”的深水区。

![image.png](https://static.downly.cn/images/9d2859df58601645903701e2d8d8a352.png)
<center>图源备注：图片由AI生成</center>

## 国产爱诗科技PixVerse V5.5 开启AI视频多镜头叙事时代

国内AI视频领域同样传来捷报。爱诗科技发布的PixVerse V5.5（拍我AI V5.5）被业界视为国内首个落地“导演级”能力的多镜头叙事视频大模型。基于自研的MVL架构，该模型彻底改变了以往AI视频“单镜头拼凑”的尴尬局面。

此次更新的核心亮点在于“多镜头+音画同步一键直出”。用户输入一句话，模型不仅能生成画面，还能自动完成脚本编写、分镜设计以及音效匹配。特别是其智能多镜头切换功能，支持在5至10秒内自然过渡远、中、近景，运镜流畅度大幅提升，让普通用户也能轻松制作出具有完整叙事逻辑的短片。

## 谷歌搜索大变革 Gemini 3携手Nano Banana Pro登陆全球

谷歌在搜索与多模态领域的反击势头迅猛。原生多模态大模型Gemini 3正式登场，涵盖Pro和Ultra版本，目前已向全球近120个国家地区的订阅用户开放。这不仅是一次模型升级，更是谷歌搜索体验的一次AI革命。

与此同时，谷歌还推出了专注于图像处理的Nano Banana Pro模型。该模型主打高分辨率输出与专业级控制，旨在满足设计与创意领域的精细化需求。这一系列动作表明，谷歌正加速将顶尖AI能力整合进其庞大的生态系统，试图在多模态竞争中重新确立领军地位。

![image.png](https://static.downly.cn/images/9ab3e1a0f2dccc98c373f6e27f8f9e76.png)
<center>图源备注：图片由AI生成</center>

## 深度求索DeepSeek-V3.2发布 性能比肩顶尖闭源模型

中国AI公司深度求索（DeepSeek）继续在开源领域刷新纪录。新发布的DeepSeek-V3.2系列模型引入了创新的稀疏注意力机制，这一架构上的优化直接击中了当前大模型应用的最大痛点——成本。

在大幅降低长文本处理计算成本的同时，V3.2版本的性能并未缩水，反而增强了Agent（智能体）的执行能力。官方数据显示，其综合能力已具备与GPT-5和Gemini 3.0 Pro等国际顶级闭源模型同台竞技的实力，为开发者提供了极具性价比的高性能替代方案。

## 英伟达自动驾驶新突破 让汽车拥有人类常识

英伟达在NeurIPS 2025上扔下了一枚重磅炸弹：L4级自动驾驶推理模型Alpamayo-R1。不同于传统的规则驱动或单一感知模型，Alpamayo-R1基于Cosmos-Reason系列，采用视觉、语言、动作三模态端到端统一架构。

该模型最大的特点是让车辆学会了“先思考，再行动”。它能够同步处理摄像头画面、激光雷达点云数据以及文本指令，通过多模态融合理解复杂的交通场景。这种具备“人类常识”的决策能力，有望解决自动驾驶在极端或长尾场景下的失效问题，让车辆的驾驶行为更加拟人和安全。

![image.png](https://static.downly.cn/images/a82a1ae940dea54a2d95b1ff65acc8ef.png)
<center>图源备注：图片由AI生成</center>

## Liquid AI推出LFM2 让端侧小模型拥有云端战力

MIT创企Liquid AI正在重塑“小模型”的定义。其发布的第二代设备端基础模型LFM2，采用了创新的“liquid”架构。这一架构在训练和推理效率上表现惊人，使得仅有350M、700M和1.2B参数的小模型，也能展现出媲美云端大模型的性能。LFM2的出现，为手机、IoT设备等边缘计算场景的智能化提供了强有力的技术支撑。

## NVIDIA发布Orchestrator-8B 打造AI系统的智能大脑

为了解决AI系统依赖单一模型可能产生的决策偏差，英伟达推出了一种名为ToolOrchestra的新方法。该方法的核心是一个基于强化学习训练的小型语言模型——Orchestrator-8B。

这个8B参数的模型就像AI系统的“指挥官”或“大脑”，能够智能地评估任务需求，从工具库中选择并组合最合适的工具或子模型来执行任务。这种灵活的调度机制，显著提升了复杂任务的处理效率和准确性。

## OpenAI开启技术换股权模式 联手Thrive Holdings布局商业闭环

OpenAI正在探索一种全新的商业合作范式。在与Thrive Holdings的最新交易中，OpenAI并未直接支付现金，而是通过提供技术资源和开放接口来换取对方的股权及投资收益。双方将聚焦于会计与IT服务领域的AI闭环改造，这表明OpenAI正试图将自身的底层技术优势转化为更深度的行业绑定，锁定长期商业价值。

## 自然语言编程成风潮 灵光App两周涌现330万应用

通用AI助手“灵光”App上线仅两周，便交出了一份惊人的成绩单：用户创建了超过330万个“闪应用”。这一现象级的数据揭示了大众对于AI工具的极度渴求。用户通过简单的自然语言描述，就能快速构建出满足互动娱乐、日常工具等碎片化需求的应用，预示着“人人都是开发者”的时代正在加速到来。

搜索结果: 闭源模型