國產大模型密集發(fā)布 開源生態(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識別、多模態(tài)理解、具身智能、推理能力等多個前沿領域，且這些新模型絕大多數選擇了開源路徑。

業(yè)內普遍認為，我國AI開源生態(tài)正從“可用”邁向“好用”乃至“引領”的關鍵階段，同時國內開源生態(tài)的逐步擴大與完善將加快我國人工智能領域的發(fā)展速度。

頭部企業(yè)動作頻頻

近期，國產大模型的發(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家（MoE）架構，總參數量高達1960億，但每Token僅激活約110億參數，在確保強大推理能力的同時大幅提高了運行效率，尤其適用于復雜Agent工作流場景。

在輕量化模型方面，2月3日，智譜正式開源GLM-OCR，據了解，這是一款僅0.9B參數的小型模型，并支持vLLM、SGLang和Ollama等主流推理框架，顯著降低了部署門檻；1月29日，百度發(fā)布文檔解析模型PaddleOCR-VL-1.5，該模型以僅0.9B參數的輕量架構，在文檔解析評測榜單OmniDocBench V1.5中取得全球綜合性能第一的成績，整體精度達到94.5%。

與此同時，具身智能成為新熱點。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、高性能、全開源”為特色。而在多模態(tài)領域，DeepSeek發(fā)布新的OCR2模型、月之暗面發(fā)布Kimi K2.5模型等。

據了解，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、語音、具身控制及多模態(tài)融合等多個維度，且多數模型強調在特定場景下的性能優(yōu)化，如文檔解析、工業(yè)機器人(17.390, 0.47, 2.78%)響應、Agent協同等。

“眾多廠商選擇在此時集中發(fā)布模型，主要是因為經過三年的技術積累，國產大模型在架構設計、訓練方法、工程優(yōu)化等方面已形成較為成熟的技術體系，具備了規(guī)�；�輸出高質量模型的能力�！睆V州艾媒數聚信息咨詢股份有限公司CEO張毅在接受《證券日報》記者采訪時表示，應用場景愈發(fā)明確，從工業(yè)機器人到智能辦公，從金融風控到教育醫(yī)療，下游需求促使模型向專業(yè)化、輕量化、高效化發(fā)展。

“更重要的是，當前正處于全球AI競爭的關鍵時期。國產大模型不僅是技術產品，更是國家戰(zhàn)略科技力量的重要組成部分。通過密集發(fā)布高水準模型，中國企業(yè)正積極爭奪技術話語權與生態(tài)主導權。”張毅表示。

開源已成主流趨勢

值得注意的是，無論是智譜的GLM-OCR、階躍星辰的Step 3.5 Flash、Kimi K2.5，還是DeepSeek-OCR2，均選擇發(fā)布即開源策略。業(yè)內普遍認為，這一趨勢標志著中國AI產業(yè)正從“閉源競賽”轉向“開源協同”，其背后既有戰(zhàn)略考量，也有生態(tài)邏輯。

張毅認為，開源有助于快速驗證模型能力、擴大影響力。在模型性能日益相近的當下，誰能率先獲得開發(fā)者和企業(yè)的廣泛應用，誰就更有可能成為事實標準。通過開源，企業(yè)可借助社區(qū)力量進行壓力測試、場景適配與漏洞修復，形成“發(fā)布—反饋—迭代”的高效閉環(huán)。

同時，開源也是構建國產AI生態(tài)的必經之路。過去，中國AI產業(yè)高度依賴國外基礎模型與框架，如今，以Qwen、智譜、Kimi、DeepSeek等為代表的國產開源模型矩陣日益完善，覆蓋語言、視覺、語音、具身智能等多個模態(tài)，初步形成了從基座模型到工具鏈、從訓練到推理的全棧能力�！斑@種‘自主可控+開放協作’的模式，既保障了技術主權，又避免了重復建設，有效降低了中小企業(yè)和科研機構的創(chuàng)新門檻�！庇行袠I(yè)分析師對《證券日報》記者表示。

更重要的是，開源生態(tài)的繁榮反過來反哺模型本身。其中，由社區(qū)貢獻的評測數據、優(yōu)化方案、插件工具等，成為了模型持續(xù)進化的“養(yǎng)分”。以阿里千問為例，AI開源社區(qū)Hugging Face的最新數據顯示，阿里千問的衍生模型數量已突破20萬個，全球開發(fā)者基于千問開發(fā)的衍生模型每天新增超過200個，涵蓋機器人控制、代碼生成、漫畫后期制作、多語種翻譯等多個方向。

展望未來，張毅表示，從密集發(fā)布到全面開源，國產大模型正走出一條兼具技術創(chuàng)新與生態(tài)共建的發(fā)展路徑。這不僅是中國AI產業(yè)邁向成熟的重要標志，也為全球人工智能的多元化發(fā)展增添了新的動力。在開源浪潮的推動下，一個更為開放、協同、高效的國產AI生態(tài)正在加速形成。