文｜白 ? 鴿?
編｜王一粟
這個十一黃金周，AI圈真的很熱鬧。
10月1日凌晨，OpenAI深夜炸場，正式官宣新一代AI視頻模型Sora 2，并直接上線了一個AI版的“抖音”——一個完全由AI來生成視頻的短視頻平臺。
就在Sora 2發布之前，這一輪的大模型發布其實已經卷起來了。
黃金周前夕，先是國內大模型公司深度求索宣布推出DeepSeek-V3.2-Exp實驗版模型，緊隨其后智譜AI正式發布新一代大模型GLM-4.6。
中國大模型也引起了圖靈獎得主楊立昆的關注。就在9月30日，螞蟻集團旗下百靈大模型宣布開源其思考模型Ring-1T的預覽版Ring-1T-preview，參數量達1000B（1萬億）。“令人印象深刻，祝賀你們的團隊。”在百靈最新思考大模型發布后，楊立昆在社交平臺上也給中國大模型點了贊。
而在大洋彼岸，Claude Sonnet 4.5同期發布。谷歌Gemini 3.0也預計將在10月迎戰。
顯然，全球大模型進入了一個新的井噴期，各家在大模型產品和技術迭代上，都在明顯加速。據不完全統計，僅9月全球就有15家主流企業/機構發布了開源大模型，數量較8月激增70%。
開源大模型的熱潮，也是開發者的盛宴。有開發者都在社交媒體上感慨：一天測了3個模型，還有一個沒測試，這還只是周一......
在這其中，中國大模型憑借場景化能力，正撕開半壁江山。
據光錐智能觀察來看，這一波AI大模型的更新，更聚焦在細分場景中，比如智譜最新大模型在編程方面的能力更加突出，螞蟻的百靈大模型則聚焦在自然語言推理領域。
更為重要的一點在于，當OpenAI開始學字節跳動做產品時，大模型市場的游戲規則變了。如果說，2023年討論大模型參數天花板，那么，2025年，大模型真正的戰場則在場景適配與效率革命。
從OpenAI的Sora 2到螞蟻的萬億推理模型，新一輪的大模型“軍備競賽”已然打響，而行業共識則愈發清晰：大模型已從“通用能力比拼”邁入“細分技術突圍”的深水區。
那么，在這新一輪AI大模型競賽中，后來者又該如何在開源生態中突圍？
深度盤點9月大模型，AI大模型“百花齊放”
金九銀十的月份，各行各業都在持續加碼，大模型賽道也同樣“卷”的不行。
據不完全統計，在剛剛過去的9月，全球數十家企業共計發布了40多款大模型產品，涵蓋基礎通用大模型、深度思考推理大模型、編程、具身智能、翻譯、視頻生成等不同細分賽道。
具體來看，這些模型有的側重高效推理，如帶“Flash”字樣的螞蟻集團inclusionAI的Ring-flash-linear-2.0、美團LongCat Flash Chat；有的則聚焦多模態能力，如阿里通義Qwen3-VL；也有的針對輕量化/移動端，如Meta AI發布的MobileLLM-R1-950M、螞蟻Ling-mini-2.0、Ring-mini-2.0等。
可以很明顯看到，9月份AI大模型“通用能力、專用場景、部署形態”等維度的全面發展，不同廠商、不同技術路線的大模型“百花齊放”，構成了豐富的LLM生態。
在這其中，中國大模型產品占據半壁江山，并與海外市場的大模型產品形成了技術分化。
具體來看，相比較此前各家關注的參數規模競賽，現已經讓位于效率革命，MoE（混合專家模型）架構成為絕對主流。
如螞蟻百靈大模型最新開源的Ring-1T-preview，其底座Ring-1T是一個擁有萬億參數的深度思考模型，該開源模型延續Ling 2.0高效MoE架構，在20T高質量語料上完成預訓練，結合此前公開的棒冰（icepop）方法，在自研高效強化學習系統ASystem（其中AReaL框架已開源）上進行針對推理能力的RLVR訓練。
有蘋果工程師在單個M3 Ultra芯片上運行Ring-1T-preview，量化的效果接近GPT-5，還能直接生成《太空侵略者》小游戲。
這種“大參數儲備+小參數激活”的范式，解決了“性能與成本”的核心矛盾，使超大規模模型從實驗室走向具體行業場景。
從對開發者開放角度來看，海外陣營中，谷歌EmbeddingGemma主打端側隱私嵌入，Anthropic?開放?Claude Code API，仍停留在工具型開源。
但相比較來說，中國大模型產品更注重場景化能力，比如螞蟻專攻自然語言推理，騰訊突破小語種翻譯，形成“場景驅動型開源”。
這種差異在落地效果上立竿見影。如快手將Keye-VL 1.5嵌入審核系統，違規識別準確率達98.7%；愛詩科技的AI插畫模型對接電商平臺，把詳情頁制作成本降低80%。
事實上，中國大模型產品已經在各個細分領域全面開花，比如語音交互中，階躍星辰Step-Audio 2 mini支持語音直接調用工具，某智能音箱廠商反饋“喚醒準確率提升至99.2%”；螞蟻健康管家AQ產品識別報告、藥盒、皮膚病等醫療圖像準確率達90%以上，包括對100多種復雜多頁檢查報告的識別與解讀。
在翻譯領域，騰訊?Hunyuan-MT-7B?在?30?個語種翻譯中奪冠，跨境電商賣家實測“小語種轉化率提升27%”；同時，3D生成賽道中，騰訊混元Voyager可實現原生3D重建，游戲公司開發者稱?“場景制作周期從?1 周縮至?4?小時”。
另外，值得關注的一點是，相比于大模型創業公司的單點輸出，聚焦某一個細分行業，中國互聯網大廠們正逐漸形成體系化的產品更新，覆蓋基礎通用大模型、深度思考大模型、編程大模型、多模態大模型、視頻生成大模型等多品類大模型產品，典型的產品就是阿里巴巴旗下的通義千問、騰訊的混元大模型、字節跳動的豆包大模型等。
而這種生態優勢，也正在轉化為全球影響力。據Hugging Face最新數據顯示，中文開源模型的fork量在9月增長180%。9月Hugging Face榜單顯示，阿里通義7款模型占據全球前十開源模型席位，Qwen3-Omni?登頂榜首，標志著中國從“開源參與者”升級為“生態定義者”。
而中國大模型的“技術普惠+商業賦能”的開源模式，正在重塑全球AI產業格局。
“2023年我們追著OpenAI跑，2025年在金融推理、中文語音等領域，國外團隊開始抄我們的作業。”一位深耕AI的連續創業者的調侃，道出了中國開源的新底氣。
模型開源競爭激烈，新來者蓄勢待發
為什么中國大模型能夠如此快速實現趕超？
這背后離不開開源戰略的選擇。據《全球大模型開源生態報告》顯示，中美開發者貢獻占比超四成，尤其是中國廠商非常注重以“開放策略”搶占生態主動權。而就在今年初，始終堅持閉源路線的OpenAI也開始走開源路線。
相比較來說，中國最早且始終堅持走開源路線的阿里通義千問，已經在開源生態中占據了領導地位。那么，后來者還有機會嗎？
9月，螞蟻集團旗下百靈大模型以平均每4天一款的速度，密集發布了7款大模型：
5日推出“端側雙雄”Ling-mini-2.0與Ring-mini-2.0；12日上線MoE架構的Ling-flash-2.0，19日上線Ring-flash-2.0；26日推出2款混合架構推理優化模型Ring-flash-linear-2.0與Ring-mini-linear-2.0；30日以萬億參數的Ring-1T-preview壓軸。
模型剛發布完，Ring-1T-preview就登上了開源社區Hugging Face模型趨勢榜第三，第四名也是螞蟻inclusionAI社區的Ring-flash-linear-2.0。
放眼全球，這個月只有螞蟻的開源大模型數量，能比肩阿里通義千問。可以說，螞蟻已經成為了開源大模型的新晉“攪局者”。
從阿里、智譜、螞蟻等身上也能看到，中國的開源大模型尤其擅長“組合拳”——“全類型覆蓋、全尺寸適配、全鏈條開源”。
這種模型版圖早已突破語言模型的單一維度，構建起“基礎通用+垂直專業”的完整矩陣：
以螞蟻為例，在語言和推理上，Ling系列作為基座模型，通MoE架構優化實現“思考效率躍升”。最新Ling-flash-2.0在AIME數學競賽、CodeForces編程任務中超越GPT-OSS-120B等大模型，尤其在前端研發場景，經WeaveFox團隊聯合優化后，能同時滿足UI布局功能性與美學需求。而Ring-1T-preview更將推理精度推至新高度，92.6分的AIME成績僅比GPT-5低2分。
多模態深度融合能力上，Ming-lite-omni系列實現“能看、能聽、能說、能畫”的全感官交互，發布一周內就被社區貢獻出消費級顯卡可運行的量化版本，其1.5版一度登頂Hugging Face趨勢榜榜首。其創新的視覺增強獎勵（VAR）機制，解決前端開發中“功能與美學脫節”的行業痛點。
而在垂直場景中，依托螞蟻在金融、醫療領域的場景積累，模型在專業數據上完成針對性訓練。例如醫療模型通過結構化病歷語料優化，民生服務場景模型已支撐社保查詢、政務辦理等實際應用。
顯然，這種布局跳出了“為技術而技術”的陷阱，每個模型都錨定明確的產業價值。
另外，在參數膨脹與落地難的矛盾中，螞蟻走出了一條“全尺寸彈性適配”?的差異化路徑，實現從消費級設備到云端算力的無縫覆蓋。
如Ling-mini-2.0以1B以下激活參數實現蘋果設備本地運行，響應速度較同類模型提升2倍，可解決隱私敏感場景下的“云端依賴癥”。開發者可直接部署輕量化問答、本地翻譯等應用。
其Ling-flash-2.0僅激活6.1B參數，卻能達到40B Dense模型的效果，在H20平臺實現200+tokens/s的生成速度，部署成本降低60%以上。這種?“以小博大”的能力，讓中小企業無需重金算力即可享受大模型紅利。
而Ming-lite-omni 1.5在保持文本、圖像、語音融合能力的同時，通過INT8量化技術適配消費級顯卡，成為短視頻創作、智能硬件交互等場景的首選開源方案。
更為重要的是，其Ring-1T-preview的開源打破了萬億參數模型的閉源現狀，其基于Ling-2.0 MoE架構和20T語料訓練的技術底座，讓全球開發者首次能接觸到頂尖推理能力的模型權重。
從“口袋里的AI”?到“云端超腦”，螞蟻用四級尺寸矩陣，覆蓋了從個人開發者到企業級用戶的全場景需求，這正是其開源生態快速起量的關鍵。
螞蟻在大模型賽道異軍突起并非偶然，一方面其能夠快速把握行業發展趨勢，讓大模型的迭代不再陷入參數競賽，而是敢于攻克“難而正確的事”。
深扒螞蟻發起的inclusionAI社區就會發現，他們毫不吝嗇的分享了很多在AI技術上的關鍵技術思考和進展。比如，螞蟻發現了“編輯式圖像分割”這個技術，對于多模態模型的生成和理解的統一有著非常好的作用，堪比關鍵的“催化劑”，立馬就發文分享給所有開發者。
另一方面，當前大模型開源已經進入全棧競爭時代，單純開放模型權重已無法形成壁壘，螞蟻通過ATorch框架、數據標準、強化學習工具的協同開源，構建了“接入-訓練-部署”的閉環生態，這有可能成為未來開源競爭的核心護城河。
中國廠商的全維度開源，正吸引全球開發者向中文生態聚集。開源模式將加速模型的迭代，中國大模型產業或將走出一條“生態換市場、開放換速度”的崛起之路。
場景里的AGI，中國走在前面
閉源模型更多承擔“技術標桿”角色，但開源模型已成為產業落地的核心載體。
中國大模型生態正憑借對產業的深度理解和扎根具體場景化的能力，正走在全球AI產業的前列。
在這個AI黃金周，我們看到的不僅是技術突破，更是一種全新的發展邏輯：不追求“全能冠軍”，而是爭當“單項尖兵”；不止步于模型開源，更聚焦于生態落地。
當全球都在學習“場景化思維”，中國團隊早已手握先發優勢。
這或許就是國產大模型“不止半壁江山”的真正密碼：AGI從不是遙不可及的神話，而是在企業AI數字員工扎根業務場景，AI智能客服更具備個性化能力，借助AI人人都可以進行編程等場景中，被無數個具體的技術突破匯聚而成的浪潮。
而這股浪潮，正從中國駛向全球。
特別聲明：本文為合作媒體授權DoNews專欄轉載，文章版權歸原作者及原出處所有。文章系作者個人觀點，不代表DoNews專欄的立場，轉載請聯系原作者及原出處獲取授權。(有任何疑問都請聯系idonews@shenlucha.cn)
