國(guó)產(chǎn)大模型密集發(fā)布 開(kāi)源生態(tài)加速完善

近日，百度、階躍星辰、阿里、DeepSeek、Kimi等多家頭部科技企業(yè)密集發(fā)布自研大模型，覆蓋OCR識(shí)別、多模態(tài)理解、具身智能、推理能力等多個(gè)前沿領(lǐng)域，且這些新模型絕大多數(shù)選擇了開(kāi)源路徑。

業(yè)內(nèi)普遍認(rèn)為，我國(guó)AI開(kāi)源生態(tài)正從“可用”邁向“好用”乃至“引領(lǐng)”的關(guān)鍵階段，同時(shí)國(guó)內(nèi)開(kāi)源生態(tài)的逐步擴(kuò)大與完善將加快我國(guó)人工智能領(lǐng)域的發(fā)展速度。

頭部企業(yè)動(dòng)作頻頻

近期，國(guó)產(chǎn)大模型的發(fā)布節(jié)奏顯著加快。2月2日，階躍星辰推出Step 3.5 Flash，該模型采用稀疏混合專(zhuān)家（MoE）架構(gòu)，總參數(shù)量高達(dá)1960億，但每Token僅激活約110億參數(shù)，在確保強(qiáng)大推理能力的同時(shí)大幅提高了運(yùn)行效率，尤其適用于復(fù)雜Agent工作流場(chǎng)景。

在輕量化模型方面，2月3日，智譜正式開(kāi)源GLM-OCR，據(jù)了解，這是一款僅0.9B參數(shù)的小型模型，并支持vLLM、SGLang和Ollama等主流推理框架，顯著降低了部署門(mén)檻；1月29日，百度發(fā)布文檔解析模型PaddleOCR-VL-1.5，該模型以?xún)H0.9B參數(shù)的輕量架構(gòu)，在文檔解析評(píng)測(cè)榜單OmniDocBench V1.5中取得全球綜合性能第一的成績(jī)，整體精度達(dá)到94.5%。

與此同時(shí)，具身智能成為新熱點(diǎn)。優(yōu)必選于近日發(fā)布其自研的“具身大腦”Thinker模型，以“小參數(shù)、高性能、全開(kāi)源”為特色。而在多模態(tài)領(lǐng)域，DeepSeek發(fā)布新的OCR2模型、月之暗面發(fā)布Kimi K2.5模型等。

據(jù)了解，上述模型集中在2026年1月份至2月初密集發(fā)布，覆蓋文本、圖像、語(yǔ)音、具身控制及多模態(tài)融合等多個(gè)維度，且多數(shù)模型強(qiáng)調(diào)在特定場(chǎng)景下的性能優(yōu)化，如文檔解析、工業(yè)機(jī)器人(17.390, 0.47, 2.78%)響應(yīng)、Agent協(xié)同等。

“眾多廠(chǎng)商選擇在此時(shí)集中發(fā)布模型，主要是因?yàn)榻?jīng)過(guò)三年的技術(shù)積累，國(guó)產(chǎn)大模型在架構(gòu)設(shè)計(jì)、訓(xùn)練方法、工程優(yōu)化等方面已形成較為成熟的技術(shù)體系，具備了規(guī)�；�輸出高質(zhì)量模型的能力�！睆V州艾媒數(shù)聚信息咨詢(xún)股份有限公司CEO張毅在接受《證券日?qǐng)?bào)》記者采訪(fǎng)時(shí)表示，應(yīng)用場(chǎng)景愈發(fā)明確，從工業(yè)機(jī)器人到智能辦公，從金融風(fēng)控到教育醫(yī)療，下游需求促使模型向?qū)�業(yè)化、輕量化、高效化發(fā)展。

“更重要的是，當(dāng)前正處于全球AI競(jìng)爭(zhēng)的關(guān)鍵時(shí)期。國(guó)產(chǎn)大模型不僅是技術(shù)產(chǎn)品，更是國(guó)家戰(zhàn)略科技力量的重要組成部分。通過(guò)密集發(fā)布高水準(zhǔn)模型，中國(guó)企業(yè)正積極爭(zhēng)奪技術(shù)話(huà)語(yǔ)權(quán)與生態(tài)主導(dǎo)權(quán)�！睆堃惚硎�。

開(kāi)源已成主流趨勢(shì)

值得注意的是，無(wú)論是智譜的GLM-OCR、階躍星辰的Step 3.5 Flash、Kimi K2.5，還是DeepSeek-OCR2，均選擇發(fā)布即開(kāi)源策略。業(yè)內(nèi)普遍認(rèn)為，這一趨勢(shì)標(biāo)志著中國(guó)AI產(chǎn)業(yè)正從“閉源競(jìng)賽”轉(zhuǎn)向“開(kāi)源協(xié)同”，其背后既有戰(zhàn)略考量，也有生態(tài)邏輯。

張毅認(rèn)為，開(kāi)源有助于快速驗(yàn)證模型能力、擴(kuò)大影響力。在模型性能日益相近的當(dāng)下，誰(shuí)能率先獲得開(kāi)發(fā)者和企業(yè)的廣泛應(yīng)用，誰(shuí)就更有可能成為事實(shí)標(biāo)準(zhǔn)。通過(guò)開(kāi)源，企業(yè)可借助社區(qū)力量進(jìn)行壓力測(cè)試、場(chǎng)景適配與漏洞修復(fù)，形成“發(fā)布—反饋—迭代”的高效閉環(huán)。

同時(shí)，開(kāi)源也是構(gòu)建國(guó)產(chǎn)AI生態(tài)的必經(jīng)之路。過(guò)去，中國(guó)AI產(chǎn)業(yè)高度依賴(lài)國(guó)外基礎(chǔ)模型與框架，如今，以Qwen、智譜、Kimi、DeepSeek等為代表的國(guó)產(chǎn)開(kāi)源模型矩陣日益完善，覆蓋語(yǔ)言、視覺(jué)、語(yǔ)音、具身智能等多個(gè)模態(tài)，初步形成了從基座模型到工具鏈、從訓(xùn)練到推理的全棧能力。“這種‘自主可控+開(kāi)放協(xié)作’的模式，既保障了技術(shù)主權(quán)，又避免了重復(fù)建設(shè)，有效降低了中小企業(yè)和科研機(jī)構(gòu)的創(chuàng)新門(mén)檻�！庇行袠I(yè)分析師對(duì)《證券日?qǐng)?bào)》記者表示。

更重要的是，開(kāi)源生態(tài)的繁榮反過(guò)來(lái)反哺模型本身。其中，由社區(qū)貢獻(xiàn)的評(píng)測(cè)數(shù)據(jù)、優(yōu)化方案、插件工具等，成為了模型持續(xù)進(jìn)化的“養(yǎng)分”。以阿里千問(wèn)為例，AI開(kāi)源社區(qū)Hugging Face的最新數(shù)據(jù)顯示，阿里千問(wèn)的衍生模型數(shù)量已突破20萬(wàn)個(gè)，全球開(kāi)發(fā)者基于千問(wèn)開(kāi)發(fā)的衍生模型每天新增超過(guò)200個(gè)，涵蓋機(jī)器人控制、代碼生成、漫畫(huà)后期制作、多語(yǔ)種翻譯等多個(gè)方向。

展望未來(lái)，張毅表示，從密集發(fā)布到全面開(kāi)源，國(guó)產(chǎn)大模型正走出一條兼具技術(shù)創(chuàng)新與生態(tài)共建的發(fā)展路徑。這不僅是中國(guó)AI產(chǎn)業(yè)邁向成熟的重要標(biāo)志，也為全球人工智能的多元化發(fā)展增添了新的動(dòng)力。在開(kāi)源浪潮的推動(dòng)下，一個(gè)更為開(kāi)放、協(xié)同、高效的國(guó)產(chǎn)AI生態(tài)正在加速形成。