模型之问｜“上海队”该如何保持领先？

转载自：解放日报

■“大模型发展至今，已经不是一个单纯的技术问题，也不再是单家公司做某一款产品的问题，而是需要共同创造一个社区，以通往agi的未来。生态发挥着重要作用。”

■国产模型与国产算力之间，正在加速双向奔赴。未来模型对推理算力的需求，将是训练算力的百倍甚至千倍。与此同时，算力基础设施正在走向系统化，相关的软硬件技术，已不再是芯片公司单独可以完成，而是需要跨行业的协作，多方聚力，构建系统化解决方案

纯语言模型的能力或触顶，多模态融合才可能最终通往agi（通用人工智能）？在专注基模研发和商业落地agent（智能体）之间，该如何抉择？除了从闭源走向开源，大模型产业界在生态协同上还能做些什么？

今年世界人工智能大会的重大创新，在于切中数学、科学、模型要害，提出“ai三问”。昨天，由商汤科技承办的一场大模型论坛，邀请来自阶跃星辰、上海人工智能实验室、第四范式、智谱等大模型公司的大咖进行技术交流，“模型之问”贯穿始终。记者发现，在这场基本集齐上海“四大基模”的现场，大模型“上海队”的抉择凸显出它们“留在牌桌上”的暂时领先优势。

全球出圈

自chatgpt在2022年11月30日一夜爆火后，大语言模型厂商们在对标路上狂奔两年多。然而它们所有的努力，几乎被今年初发布的deepseek-r1抹平。

好在行业反转很快出现。权威机构预测，语言模型将在2028年耗尽人类文本数据。与此同时，deepseek-r1等语言大模型不时传出边际效益递减的问题。基于此，业内愈发意识到，多模态大模型可能是迈向agi的入场券。为此，openai、谷歌、meta等科技巨头陆续发布了gpt-4.5、gemini 2.5 pro、llama 4等多个性能强大的多模态基模。

但巨头们没想到，今年以来，来自上海的多模态大模型此起彼伏地出圈。

如成立于2014年的商汤科技，以计算机视觉起家，近两年果断进行大模型技术革新，是极少数能迅速转弯、从视觉算法跨越到大模型技术周期且保持算法领先的ai公司。今年4月，商汤发布新一代6000亿参数多模态大模型“日日新v6”，其多模态综合能力看齐gpt-4.5，局部还有超越，并且率先引入长思维链，将多模态与深度思考结合起来。比如，面对四张描绘“乌龟羡慕长颈鹿脖子长”的连环画，“日日新v6”能完整讲述故事，并在结尾升华为“长颈鹿有它的优势，但你也有你的价值”。

短短三个半月后，商汤在此次大会上发布“日日新v6.5”。商汤科技董事长兼ceo徐立说，相比v6版本，“日日新v6.5”的强化学习效率增加了40%，性价比提升了三倍，使模型应用有了更大利润空间。“以单年维度看，一年内模型推理成本大幅度下降大有可能。”

取得如此成绩，需要底层架构、高质量数据清洗、上层算法的整体创新。

相比积淀深厚且迅速转向的上海老牌ai公司，不到4岁的minimax和刚满2岁的阶跃星辰，则在创业之初就锚定多模态。

如阶跃星辰，坚信多模态是通往agi的必经之路，2023年4月成立迄今，已发布基模超过20款，且多模态占比70%，是业内公认的“多模态卷王”。7月25日，阶跃星辰发布其新一代基模step 3，拥有强大视觉感知和复杂推理能力。比如，能敏锐识别图中隐蔽的字母；又如，即便菜单反光严重，仍能准确还原菜单内容；再如，结合微信群聊天记录，输入购物小票，模型即能聪明计算aa制消费分摊。

而6月，上海独角兽企业minimax则发布了全球首个开源大规模混合架构推理模型——minimax-m1，目前在权威评测榜单已位列全球开源模型第二；minimax同期发布的视频生成大模型hailuo 02，因实现了对物理世界规律的极致理解，可直接叫板谷歌第三代视频生成模型veo3。过往ai视频模型中难以解决的体操、杂技等复杂运动中常出现的运动主体肢体错乱、五官扭曲等“翻车”状况，在hailuo 02中都被消灭。目前，minimax视频生成应用hailuo ai已力压海外的sora、runway等产品，持续保持全球第一，并帮助200个国家和地区的创作者生成了超过3.7亿个视频。

晒“朋友圈”

尽管高频出圈，仍要面临选择：是向左，持续投入基模研发，还是向右，快速构建商业闭环？对于这样的问题，无论是来自北京的智谱、第四范式，还是大模型“上海队”，都有相同态度——既要又要。

正如智谱华章科技股份有限公司总裁王绍兰所言，持续的基模研发，关乎决心。“但如果大模型一直做纯理论研究而不做商业化落地，怎么证明大模型真正改变产业呢？”

事实上，迫于内部成本与外部竞争，国内外大模型公司无不在加速收敛。国内百模大战也已经收缩为个位数竞争。大模型“上海队”在基模研发上、造血盈利上都不拉垮，这属实可贵。

比如，商汤科技运用于代码、办公领域的生产力工具“小浣熊”，现已拥有超过1000万家行业用户。今年的大会上，商汤展区秀出其“朋友圈”，都是日日新大模型所赋能的智能硬件，包括了元萝卜ai下棋机器人，以及钛虎、傅利叶、lumos鹿明等多个品牌的人形机器人，以及小米眼镜等，涉及教育培训、家庭陪伴、景区导览等多个应用场景。徐立还特别演示了日日新大模型赋能下人形机器人讲解《长安的荔枝》案例。机器人讲解时，可自行翻页ppt，其解说风格诙谐幽默，可以被打断，可识别意图，还有全局记忆，即便被多次“扯远”，依旧能回到最初话题，应用落地潜力巨大。

阶跃星辰的商业化进程也不错，已与车、手机、具身智能领域的头部厂商合作，部分旗舰机型进入量产，包括吉利银河m9、曾被马斯克点赞的家庭情感机器人tcl ai me等。阶跃日前也公开透露，今年全年收入预计近10亿元。

模芯联动

“大模型发展至今，已经不是一个单纯的技术问题，也不再是单家公司做某一款产品的问题，而是需要共同创造一个社区，以通往agi的未来。生态发挥着重要作用。”各模型公司道出心声。

在此次“模型之问”论坛上，商汤科技联合华为、库帕思、海光、寒武纪、曦望sunrise、壁仞科技、麒麟软件、摩尔线程等十余家国产生态伙伴，共同发布“商汤大装置算力mall”。此举在当前大模型时代对算力需求持续激增、算力供应链安全挑战日益严峻的背景下尤显意义。

种种迹象表明，国产模型与国产算力之间，正在加速双向奔赴。7月25日，阶跃星辰发布step 3时，也同时宣布联合近十家芯片及基础设施厂商，发起“模芯生态创新联盟”。其中，燧原科技受邀成为首批成员，且运行step 3也已初步实现。据测算，step 3在国产芯片上“跑”，模型成本是友商的三分之一。

根据燧原科技创始人赵立东的判断，未来模型对推理算力的需求，将是训练算力的百倍甚至千倍。与此同时，算力基础设施正在走向系统化，相关的软硬件技术，包括超节点、网络技术、全光互联、低精度、分布式并行计算、虚拟化等，已不再是芯片公司单独可以完成，而是需要跨行业的协作，多方聚力，构建系统化解决方案。

赵立东说，燧原科技拥抱与众多伙伴的合作，已在算力基建、算力调度、算力服务、算力应用等多个方面深入携手，共同在国产智算关键领域寻求破局。

但大模型发展是一场长跑，其决赛季远未到来。面对平均每三个月就能带来“行业一震”，大模型“上海队”都表示，其目标只有一个——保持敬畏，继续留在牌桌上。

欢迎转发，但请注明出处“上海经信委”

上观号作者：上海经信委