2025年10月中国AI大模型平台排行榜

作者｜参商 西梅汁

编辑｜星奈

媒体｜AI大模型工场

国内大模型发展趋势|10月份解读

To C 端成必争之地

百度和阿里不约而同地将AI眼镜作为双十一切入消费市场的重要产品。

百度在10月下旬宣布，其首款消费级AI眼镜将于11月1日开启预售。这款眼镜深度整合了百度自研的文心一言4.0视觉增强模型，使其能实现实时物体识别、AR导航和多模态信息交互。这意味着AI从后台走向前台，成为用户日常生活中的实时智能助手，例如在博物馆参观时能自动讲解展品。

而这边，阿里的夸克AI眼镜则在10月24日率先开启预售。此次的亮点则结合了阿里生态的应用，例如支持通过支付宝的“看一看”功能进行生物识别支付，这为智能支付提供了新的交互想象。同时，与高德地图结合的近眼导航、淘宝的商品识价等功能，都体现了其致力于将AI能力融入具体生活场景的思路。

与百度、阿里聚焦于开拓AI眼镜这一新形态不同，科大讯飞在10月底的全球1024开发者节上，则进一步强化了其在AI软硬一体化方面的路径。

科大讯飞发布了星火AIPC，强调其并非简单叠加AI芯片，而是大模型能力与本地算力的深度融合，以支持更复杂的端侧实时交互。同时，讯飞也展示了其在智能办公本、翻译耳机等成熟硬件产品线上的技术迭代，重点提升了在嘈杂环境下的降噪和语音识别能力。这种基于自身技术长板，将AI能力持续注入特定办公、学习、翻译场景的策略，是科大讯飞布局To C市场的鲜明特点。

巨头们集体行动清晰地表明，AI大模型+硬件终端的模式已被视为下一代个人计算平台的重要方向。消费级AI硬件也在试图摆脱过去“功能单一、实用性不足”的标签，向集成了感知、理解和决策能力的个人AI助理上全面升级。

大模型战场换帅谋局，

大厂组织架构调整，押注 AGI长期主义

大模型战场换帅，押注长远。 十月，大厂通过人事调整聚焦AGI目标，创业公司加速商业化落地，以及资本市场对AI赛道持续看好但更加理性。

一个标志性事件是字节跳动Seed团队的人事调整，原负责人朱文佳的汇报对象，从CEO梁汝波转变为从谷歌DeepMind引进的研发负责人吴永辉。这一变动意味着吴永辉在组织架构上已成为字节大模型团队的"一号位"。这背后，反映出字节对突破"智能上限"的迫切追求，团队方向进一步向基础研究集中。同时，全球电商巨头亚马逊也正式宣布裁减约1.4万名公司职员，以精简运营并加速人工智能部署。

与大厂强化基础研究相呼应，头部创业公司也在十月份明显加快了商业化落地的步伐。李开复领导的零一万物在10月宣布了新一轮高管任命，核心战略是推动"一把手工程"。这意味着零一万物将其ToB业务全面升级。为此，他们还任命了拥有深厚政企背景的沈鹏飞为联合创始人，统筹国内ToB与ToG业务，并提拔了两位技术和管理骨干为副总裁，组建起覆盖市场、技术与国际业务的完整管理闭环。

不难看出，在激烈的AI竞赛中，大厂正通过优化内部结构和人才策略，为AGI的长期竞争夯实基础。

融资方面，资本向应用清晰的领域集中。曾凭借长文本能力引发关注的月之暗面，在10月被曝将完成新一轮数亿美元的融资。而专注于AI视频生成领域的爱诗科技，则更早地宣布完成了1亿元人民币的B+轮融资。其旗下的PixVerse等产品服务于C端大众与专业创作者，用户规模已突破一亿，并在商业化上取得了年度经常性收入超过4000万美元的进展。

总体来看，国内大模型领域的发展已经进入了一个更加务实和深入的新阶段。无论是大厂调整架构押注未来，还是创业公司全力冲刺商业化，竞争的焦点正从"比拼模型参数"转向"比拼场景落地与生态构建"。

告别Sora2独占，国内AI视频生成纷纷破局

OpenAI在9月底发布Sora2，这款被称作"AI版抖音"的视频生成模型仅两天内便斩获16.4万次下载，登顶美国App Store总榜第三时，全球AI视频赛道再次被点燃。而国内赛场并未出现单一的追随者，反而迎来了一场以“破局”为主题的集体进击。

长视频生成能力成为这一轮技术竞赛的核心战场。与Sora2专注于25秒视频生成不同，国内厂商更注重解决实际应用场景中的时长需求。

美团LongCat-Video采用Diffusion Transformer + 3D RoPE的创新架构设计，配合渐进式预训练和强化学习策略，在保证视频质量的同时大幅提升了生成效率。 而像生数科技这样的创新企业，则通过「参考生」功能的全球上线，将AI视频生成从单纯的文本驱动拓展到多模态融合的新阶段。

与此同时，AI视频能力正加速融入现有生态。百度在搜索升级中，将文心助手的视频生成功能无缝嵌入，用户通过自然语言就能直接创作。这展现了巨头将AI作为基础设施赋能核心业务的战略，推动技术从独立工具变为普惠服务。

国内AI视频生成已走出单纯对标国际模型的阶段，正通过聚焦长视频、优化落地效率及深度融合应用，构建差异化的竞争力。同时在Sora2依然保持封闭时，国内厂商也在通过开源构建生态，或许正是实现弯道超车的关键策略。

国内主要大模型进展

字节跳动

10月28日，字节跳动Seed团队（大模型与基础研究）汇报线调整，朱文佳改向吴永辉汇报，吴永辉成为团队绝对一号位。组织进一步聚焦“探索智能上限”，取消部分员工季度OKR，加大AGI研究投入，推动Top Seed人才计划。

10月23日，字节跳动Seed团队推出3D生成大模型——Seed3D 1.0，实现从单张图像到高质量仿真级3D模型的端到端生成。Seed3D 1.0 基于创新的Diffusion Transformer架构，通过大规模数据训练完成，可生成包括精细几何、真实纹理和基于物理渲染（PBR）材质的完整3D模型。

10月21日，豆包海外版Cici在墨西哥、英国、印尼、马来西亚、菲律宾等国Google Play/Apple Store免费榜登顶，10月墨西哥连续多日霸榜。Cici主打“免费”“能解数学题”，产品功能较国内豆包有所简化，未开放音乐、视频生成与内容分享，核心技术调用OpenAI GPT与Google Gemini。

百度

最近，根据LMArena 的最新排名显示，百度文心最新模型 ERNIE-5.0-Preview-1022（文心 5.0 Preview）在文本榜单上一举跃居全球并列第二、国内第一。

该模型取得了 1432 的高分，其与 OpenAI 的 gpt-4.5-preview-2025-02-27 以及 Anthropic 的 claude-opus-4-1-0805、claude-sonnet-4-5-20250929 三大国外顶级模型持平。

10月18日，百度健康在2025致敬医者盛典上发布百度健康AI管家。这款产品首创 “AI+真人”双保障模式，在模型训练阶段加入真人医生海量标注，AI生成健康建议后还会自主推送真人医生进行二次实时核验。

10月16日，百度搜索旗下AI短剧生成平台宣布启动公测。百度方面称，百度搜索AI短剧生成平台具备自动生成、人机协作等不同模式，可辅助创作者完成80%以上的内容创作。创作者在AI创作的基础上进行微调和优化，并生成短剧作品。百度称将通过亿元创作基金、百亿流量扶持、长期IP变现等方式给创作者提供支持。

10月15日，百度搜索宣布全面升级文心助手AIGC创作能力，支持AI图片、AI视频、AI音乐、AI播客等8种模态创作，且能够一键调用多工具解决多场景问题。截至目前，百度搜索用户日均生成AIGC内容已破千万。此外，百度搜索还发布行业首个开放式实时互动的数字人智能体。

阿里

10月30日，阿里妈妈“万相台AI无界”智能体助力双11，百万商品成交增长超30%，20万商品成交翻5倍，推动电商经营从“经验决策”迈向“智能经营”。

作为阿里旗下的数智经营平台，阿里妈妈在今年3月宣布实现AI全链路经营能力升级后，其技术成果在本届双11迎来全面大练兵。

10月24日，阿里巴巴旗下夸克正在推进一项名为“C计划”的重磅AI业务，旨在布局对话式AI应用，并可能与字节跳动的“豆包”展开竞争。该计划由夸克核心团队主导，并有多位通义实验室高级成员参与，显示出阿里在AI应用领域的长期投入和决心。

10月23日，夸克AI眼镜开启预售，阿里巴巴宣布，夸克AI眼镜S1将于10月24日零点在天猫、京东、抖音等平台开启预售，定价4699元，支持免提通话、实时翻译、会议转录等功能，12月交付。

同时，夸克AI眼镜S1预售首日11小时登顶天猫智能眼镜品类销冠，销售额碾压竞品三日总和，成为AI硬件爆款。

10月16日，阿里全新AI编程工具Qoder CLI（命令行界面）正式上线。该工具具备代码生成与理解能力，并大幅降低内存消耗和命令响应时间，进一步提升开发效率。即日起，全球开发者可通过任意命令行终端使用Qoder CLI体验代码生成、调试和部署等任务。

Qoder CLI在全球顶尖的编程模型基础之上进行了大量的工程设计，全面提升Agent能力：基于轻量级的Agent框架，可高效运行在普通笔记本电脑和云端沙箱实例，满足不同场景的开发需求。测试显示，Qoder CLI在空闲状态下消耗的内存比同类工具低70%。

10月15日，天猫双11预售开启，成为首个“AI全面落地”的双11。淘宝天猫推出6款AI导购应用（如“AI万能搜”“AI帮我挑”“AI试衣”等），赋能商家与消费者，提升购物体验与运营效率。平台算力提升40倍，用户行为序列感知从半年提升至10年，购买效率提升25%。

阿里十月动态，涵盖电商、B2B、智能硬件、医疗健康、银发经济等多维度。无论是AI全面赋能双11，还是夸克AI眼镜等硬件新品发布，均体现阿里AI技术向产业、消费、生态全链路深度渗透的趋势。

腾讯

10月31日，IDC《中国游戏云市场跟踪研究，2025H1》报告显示，腾讯云在游戏云用量规模维度持续稳居第一，并在整体收入维度增速领跑第一阵营。腾讯云依托混元大模型和AI实践经验，构建覆盖游戏创意构思、美术创作、研发测试、发行上线、运营增长的全流程技术支撑体系，AI成为游戏开发新引擎。

10月29日，腾讯混元宣布推出国内首个交互式AI播客，用户可在收听时随时打断主持人和嘉宾发言，通过语音或打字提问。基于大模型意图识别、长上下文理解、多轮对话和外部联网检索能力，播客可结合上下文给出准确答案。支持自定义播客风格、主持人数、音色，适用于财研报解读、新闻速递、知识教育等场景。微信公众号、腾讯新闻、ima、腾讯文档PDF已接入该能力。

10月23日，腾讯ima open day在北京举行，发布ima 2.0版本，并于24日启动内测。新版引入“任务模式”，支持报告、播客等内容生成，用户可通过自然语言提问，结合知识库、文档、图片、音频等附件，由大模型自主拆解、规划任务步骤并调用工具完成。

知识库新增“AI要点”功能，可自动生成结构化摘要，支持多任务并行与协作共享。ima已深入科技、金融、教育、医疗、法律、政务等20+行业，知识库文件总量达2亿。

10月22日，腾讯混元世界模型1.1（WorldMirror）正式发布并开源，新增支持多视图及视频输入，单卡即可部署，秒级创造3D世界。该模型解决了1.0版本仅支持文本或单图输入的局限，首次支持多模态先验注入和多任务统一输出的端到端3D重建，支持点云、深度、相机、表面法线和新视角合成等多种3D几何预测。

10月15日，QQ浏览器手机端上线“AI公考通”功能。这是一款面向公考考生的免费智能选岗工具，针对公考人群普遍面临的信息差难题，主打公告全、推荐准。

据介绍，AI公考通依托腾讯云Kafka和TDSQL-C构建的高性能数据管道，可以快速汇聚全国数万个官方招考站点的海量信息，更新快、查得快。

科大讯飞

在10月24日至11月6 日举办的第八届世界声博会暨科大讯飞全球 1024 开发者节上，科大讯飞围绕“更懂你的 AI”主题，集中发布了大模型、软硬一体方案、开发者生态与行业应用三大板块的十余项核心信息：

星火深度推理大模型X1.5 正式亮相：293B 总参数、30B 激活量的 MoE 架构，推理效率较 X1 翻倍；数学、代码、多语言（130+ 语种）等六大能力对标国际主流，国产算力平台实现 84% 长思维链训练效率与 520% 非自回归语音大模型推理成本下降 。

首个“多模态语音交互”机器人方案落地：与四川长虹联合推出 1.6m 人形导购机器人“虹曦”，支持多人连续对话、中英混合、视觉-激光雷达导航、情绪屏交互，8h 续航，已在商业场景批量部署

讯飞输入法 15.0 & AI 键盘：新增侧滑“AI 键”，打字自动补句、语音输入即时语义修正；接入星火高效率语音大模型，离线听写准确率提升 25%，中英混输提升 55% 。

AI 轻办公四大产品全线升级：智能办公本、录音笔、翻译机、会议耳机新增“星火纪要、星火同传、星火笔记”等原生能力，并开放 API / SDK 供开发者二次开发。

海尔-讯飞“纯境零添加”适老电视首发：搭载 AI 知源大模型，方言交互、情绪感知、大字体 UI，入选国家三部委 2024 视听系统典型案例。

星辰智能体平台 2.0 & 原生支持RPA的开源框架Astron：提供 8 大行业模板、个性化声像复刻、自动化执行与效果评估工具，开发者可“零代码”拼装企业级 Agent。

开发者生态最新数据与“星火点亮全球”计划：开放平台开发者达 968 万（年增 200 万），大模型企业开发者增长 125%；2025 AI 开发者大赛吸引 3.6 万支团队、生成 4,622 个垂直智能体；联合 14 国伙伴启动出海扶持，输出多语言与国产算力方案。

300+“开箱即用”行业智能体集中展示：已落地“星火行业分析师”（国内首个通过工信部大数据分析师认证，得分 92 分，超 85% 人类考生）等多个标杆 AI 员工，覆盖政务、金融、工业、教育、医疗等场景。

本届开发者节凸显科大讯飞在技术自主可控、场景深度落地、生态开放共赢三大战略方向的突破。从星火大模型的多模态能力升级到 AI 硬件的全栈国产化，从行业大模型的精准赋能到全球化市场的加速布局，科大讯飞正通过 “算力 + 算法 + 数据” 的闭环生态，推动人工智能从技术创新迈向产业普惠。

MiniMax

十月，MiniMax在AI领域动作密集，从文本大模型M2开源登顶全球榜单，到视频、语音、音乐多模态模型“全家桶”发布，再到海螺AI、星野APP应用迭代，均体现其“高性能+低成本+全模态”的技术路线与生态布局。

10月31日，MiniMax正式发布新一代AI音乐生成模型Music 2.0，致力于降低音乐创作门槛，让普通人也能轻松制作专业级歌曲。该模型基于多模态AI架构，训练数据涵盖海量音乐作品，支持从人声演唱到完整编曲的全流程生成，单首歌曲最长可达5分钟，覆盖流行、摇滚、爵士等多种风格。

Music 2.0最大亮点在于人声表现细腻，可通过提示词控制音色与情感，如“低沉男声”或“渐入高潮的女声”，并支持男女对唱与多声部设计。编曲方面，能自动生成主歌、副歌、桥段结构，用户还可指定“钢琴主线+萨克斯独奏”等复杂配置。音质达44100Hz采样率、256kbps比特率，支持MP3/WAV格式，细节清晰、动态饱满。

10月28日，MiniMax发布新一代视频生成模型海螺2.3，在动态表现力、风格化呈现与人物表演细腻度方面实现显著突破，支持复杂动作与微表情生成，性能对标Google Veo。同步推出Fast版本，B端工业级应用成本降低50%，实现“加量不加价”。

此外，MiniMax发布Speech 2.6语音模型，针对Voice Agent场景深度优化，首包响应时间压至250ms，解决语音交互“卡顿感”，支持高鲁棒性声音复刻与自动文本规整。

10月27日，MiniMax发布并开源新一代文本大模型M2，激活参数10B（总参230B），在全球权威Artificial Analysis榜单总分位列全球前五、开源第一，性能逼近GPT-5、Claude 4.5等顶尖闭源模型。综合成本仅0.53美元/百万Token，不到Claude 4.5的8%，推理速度提升近一倍。模型专为编码与智能体任务深度优化，上线5天即登顶OpenRouter全球调用量第7、编程场景第3。

商汤科技

近日，商汤日日新在空间智能领域实现重要突破，正式发布并开源SenseNova-SI系列模型。在多项权威评测的空间理解和推理任务上，SenseNova-SI 不仅大幅度领先同量级开源多模态大模型，还超越了 GPT-5 和 Gemini 2.5 Pro 等国际顶尖闭源模型的表现。

10月15日，商汤科技与寒武纪签署面向新发展阶段的战略合作协议，重点推进软硬件的联合优化，并共同构建开放共赢的产业生态。

在芯片适配方面，双方将积极推进最新型号的软硬件产品适配，联合打造面向算力市场的服务方案；在一体机解决方案上，双方将聚焦企业服务等垂直行业场景，紧密结合各自软硬件能力，打造面向垂直领域的一体机解决方案。

此外，双方还将共同探索在优势区域市场的深度协同，汇聚地方产业资源和行业服务优势，构建更具活力和影响力的区域人工智能繁荣生态。

月之暗面

近日，月之暗面正式发布了Kimi-k2 thinking模型，其为具有通用Agentic能力和推理能力的思考模型，擅长深度推理，可以通过多轮工具调用，解决各类复杂的难题。尽管是完全开源，该模型目前在多项标准评估中的表现已超过OpenAI的GPT-5、Anthropic的Claude Sonnet 4.5（思维模式）以及xAI的Grok-4，这标志着开放AI系统竞争力的一个历史性拐点。

开发者可以通过 platform.moonshot.ai 和 kimi.com 访问该模型；权重和代码托管在 Hugging Face 上。开源发布包含了聊天、推理和多工具工作流的API。用户可以直接通过其类似ChatGPT的网站以及Hugging Face空间试用Kimi K2 Thinking。

10月31日，月之暗面正式开源Kimi Linear混合线性注意力架构，引入Kimi Delta Attention（KDA）模块，大幅压缩KV缓存并提升解码吞吐量。在百万token上下文长度下，解码吞吐量可达全注意力架构的6倍，KV缓存缩减75%，同时保持高精度。

Kimi Linear的核心是线性注意力模块Kimi Delta Attention（KDA），通过更细粒度的门控机制扩展了Gated DeltaNet，从而能够更有效地利用有限状态RNN内存。论文中指出，Kimi Linear既可以满足Agent对效率和测试时扩展的需求，同时也不会牺牲模型质量。Kimi在社交平台X发布帖子称，Kimi Linear随时可以作为全注意力的直接替代品。

10月24日，据《科创板日报》等媒体报道，月之暗面近期将完成新一轮融资，金额达数亿美元。领投方或为腾讯，五源资本大概率参投，美国资本亦有沟通。此轮融资对经历DeepSeek冲击、融资沉寂后的月之暗面至关重要，有望助力其重回大模型“牌桌”。

DeepSeek

10月20日，国产大模型公司DeepSeek宣布开源其最新研究成DeepSeek-OCR，一款参数量约30亿（3B）的光学字符识别（OCR）模型。这款模型最大的亮点，在于首次通过“光学二维映射”技术，实现了长文本上下文的高效压缩，在传统OCR识别的基础上，让模型具备了更强的语义理解与结构感知能力。

据介绍，DeepSeek-OCR拥有约30亿参数，在性能与体量之间实现了平衡。它采用“光学二维映射”技术，将图像中的文字、段落位置、排版结构等视觉要素，一并编码成二维空间信息，再通过语义映射压缩算法，把这些信息转化为模型可以理解的“上下文语义表示”。

10月23日，快手StreamLake今天宣布推出“工具+模型+平台”三位一体AI编程产品矩阵，包括智能开发工具CodeFlicker、多个自研大模型KAT-Coder以及大模型平台快手万擎（Vanchin），为企业与开发者构建AI编程新生态。其中KAT-Coder-AirV1版本将面向所有用户免费使用。

生数科技

10月21日，生数科技发布Vidu Q2“参考生视频”功能，支持多图参考生视频、视频延长（普通用户免费延长30秒，付费用户最长5分钟），APP从AI创作平台转型为一站式AI内容社交平台，API全面开放接入。

爱诗科技

10月17日，爱诗科技宣布完成1亿元人民币B+轮融资，由复星锐正、同创伟业、顺禧基金等共同投资，光源资本担任独家财务顾问。这是继9月10日完成超6000万美元B轮融资（由阿里巴巴领投）后，两个月内完成的又一轮大额融资，创下国内视频生成领域连续融资纪录。

美团

10月25日，美团开源了其首款视频生成大模型——LongCat-Video。该模型面向多任务视频生成场景，旨在以统一架构支持文生视频、图生视频以及视频续写三种能力。

不同于以往针对单一任务训练的模型，LongCat-Video通过多任务联合训练机制，在同一框架内即可处理零帧、单帧及多帧条件输入。

此外，LongCat-Video重点突破了长视频生成难题，原生支持输出5分钟级别的视频。相比常见模型在长时序生成中易出现的画面漂移、色彩偏移等问题，该模型通过在视频续写任务上的原生预训练，保持了较高的时间一致性与视觉稳定性。