AI的進(jìn)化，從來不是緩慢爬坡，而是突然躍遷。

春節(jié)前三天，中國大模型行業(yè)就經(jīng)歷了這樣一次躍遷。幾乎沒有預(yù)熱，也沒有長時(shí)間鋪墊，從視頻生成到代碼工程，從多模態(tài)創(chuàng)作到長文本推理，熱門賽道幾乎同時(shí)取得突破。

從Seedance 2.0橫空出世，到DeepSeek與MiniMax在編程與Agent能力上的迭代升級，再到智譜GLM-5以工程級能力開源亮相，一輪密集發(fā)布迅速引發(fā)行業(yè)討論，也讓全球市場開始重新審視國產(chǎn)大模型的進(jìn)化速度。

這場被壓縮在72小時(shí)內(nèi)的集中爆發(fā)，并不僅僅是巧合。2026年，或許正是國產(chǎn)AI從追趕走向突圍的分水嶺。

三天六廠，中國大模型集體上分

2月9日，即夢發(fā)布Seedance 2.0。

起初，這看上去只是一次常規(guī)的視頻模型升級，但很快，討論的風(fēng)向變了。

如果你用過AI視頻工具，肯定會(huì)熟悉那種不可控性帶來的挫敗感。

過去生成的AI視頻，往往人物形象前后不一致，動(dòng)作忽然變形，分鏡割裂，像幾段視頻素材拼接而成。為了達(dá)到理想效果，創(chuàng)作者往往要反復(fù)修補(bǔ)細(xì)節(jié)，在不斷試錯(cuò)中碰運(yùn)氣。

Seedance 2.0試圖解決的，正是這種不可控性。

這一次，字節(jié)采用了統(tǒng)一的多模態(tài)生成架構(gòu)，強(qiáng)化復(fù)雜運(yùn)動(dòng)場景下的物理一致性。而且，相比1.5版本，Seedance 2.0在復(fù)雜交互和運(yùn)動(dòng)場景中的生成質(zhì)量可用率進(jìn)一步明顯提升。

Seedance 2.0 文字生成視頻能力評測 來源：IT之家

Seedance 2.0 圖片生成視頻能力評測 來源：IT之家

Seedance 2.0 圖片生成視頻能力評測 來源：IT之家

比如，如果你想生成一段自己和奧特曼打斗的視頻，只需上傳自己的視頻與聲音生成AI分身，再配合參考圖與文字描述，模型就能自動(dòng)完成分鏡與剪輯，輸出兼具4K畫質(zhì)和電影感分鏡的成片。

這意味著AI視頻生成工具第一次具備了工業(yè)級的影視制作能力。不少人第一次感受到：「人人都是創(chuàng)作者」的時(shí)代，真的來了。

討論很快傳遞到了大洋彼岸。連馬斯克都在X上轉(zhuǎn)發(fā)Seedance相關(guān)內(nèi)容，感嘆“進(jìn)展太快了”。好萊塢導(dǎo)演Charles Curran也公開討論其對影視制作流程的影響。從影視行業(yè)到科技行業(yè)，Seedance的名字被頻繁提及。

但這只是開始。緊接著的72小時(shí)里，國產(chǎn)模型圈進(jìn)入密集更新狀態(tài)。

2月10日，阿里發(fā)布Qwen-Image-2.0，重點(diǎn)解決圖片編輯中的文字排版難題。你可以讓模型把整篇《蘭亭集序》準(zhǔn)確排入畫面，生成一張古風(fēng)書法海報(bào)，而不再擔(dān)心錯(cuò)字或亂碼。

同一天，騰訊混元也發(fā)布了HY-1.8B-2Bit模型。這是一款面向終端設(shè)備的輕量級大模型，在大幅降低體積的同時(shí)保留核心能力，使模型可以更高效地運(yùn)行在手機(jī)等消費(fèi)級設(shè)備上。簡單理解，就是大模型開始真正走向端側(cè)，而不再完全依賴云端算力。

2月11日，MiniMax與DeepSeek幾乎同時(shí)更新。前者切換至M2.5版本，優(yōu)化工具調(diào)用與任務(wù)執(zhí)行，后者則將上下文長度擴(kuò)展至百萬Token級別。

2月12日，智譜又宣布開源GLM-5。這個(gè)此前在OpenRouter匿名上線、已被開發(fā)者用于真實(shí)項(xiàng)目的模型，終于亮明身份。

根據(jù)Artificial Analysis榜單，GLM-5位居全球第四、開源第一。同時(shí)，它已完成與多家國產(chǎn)芯片平臺(tái)的深度適配。

把這幾天的事件串聯(lián)起來，一個(gè)趨勢愈發(fā)清晰，這72小時(shí)，改變的是國產(chǎn)大模型的競爭方向。

不卷參數(shù)，國產(chǎn)AI換了打法

如果把時(shí)間回?fù)艿?2023、2024 年，國產(chǎn)大模型的主旋律可以被概括為：對標(biāo) GPT-4。

那段時(shí)間里，幾乎每一款新模型發(fā)布，宣傳中都會(huì)出現(xiàn)“接近 GPT-4”或“局部超越 GPT-4”的豪言壯語。

2024 年初，智譜發(fā)布 GLM-4 時(shí)，就強(qiáng)調(diào)模型性能直追 GPT-4。而百川智能推出 Baichuan 3時(shí)，也在報(bào)道中提到，模型在部分中文評測中實(shí)現(xiàn)反超GPT-4。

在當(dāng)時(shí)的大模型行業(yè)里，榜單、分?jǐn)?shù)和參數(shù)，就是唯一的硬通貨。

技術(shù)進(jìn)步確實(shí)肉眼可見。但隨著模型能力不斷提升，一個(gè)更現(xiàn)實(shí)的問題開始浮出水面：錢從哪兒來？

模型更強(qiáng)，并不意味著商業(yè)化之路更順暢。訓(xùn)練和推理所需的算力成本持續(xù)抬升，應(yīng)用端的付費(fèi)意愿，并沒有隨著參數(shù)規(guī)模的擴(kuò)大而同步增長。

市場逐漸冷靜下來，開始思考，如何把把大模型能力轉(zhuǎn)化成真正的生產(chǎn)力。

這種壓力并非國內(nèi)獨(dú)有。在大洋彼岸，強(qiáng)如 OpenAI 也要為賺錢發(fā)愁。

OpenAI，可能創(chuàng)造了歷史上最快的燒錢速度 來源：新智元

據(jù)路透社報(bào)道，盡管 ChatGPT 用戶規(guī)模驚人，但長期付費(fèi)比例依然有限，OpenAI 不得不探索廣告和多元化收入結(jié)構(gòu)，以覆蓋持續(xù)攀升的研發(fā)和算力投入。

硅谷投資人 Mary Meeker 也指出，大模型公司的核心挑戰(zhàn)已從單純的技術(shù)突破，轉(zhuǎn)向盈利結(jié)構(gòu)的可持續(xù)性。在高成本與價(jià)格競爭的雙重壓力下，利潤空間被不斷壓縮。

大模型技術(shù)領(lǐng)先，并不等同于商業(yè)成功。

了解了這個(gè)背景，再回看前幾天72 小時(shí)的密集發(fā)布，你會(huì)更容易看懂變化發(fā)生在哪里。

這一次，廠商們不再執(zhí)著于“全面超越”的宏大敘事，而更執(zhí)著于用大模型解決具體的問題。

Seedance選擇在內(nèi)容創(chuàng)作領(lǐng)域深耕，打磨影視制作能力。通義千問 Qwen-Image 則硬攻排版與設(shè)計(jì)場景。MiniMax、DeepSeek 和智譜則把重心放在效率提升和工程執(zhí)行上。

國聯(lián)民生證券指出，隨著 Agent（智能體）時(shí)代到來，行業(yè)價(jià)值重心正從流量規(guī)模轉(zhuǎn)向執(zhí)行能力與結(jié)果付費(fèi)機(jī)制。

當(dāng)大模型能夠理解并完成一個(gè)完整項(xiàng)目，而不是只生成零散代碼，當(dāng)生成的視頻可以直接進(jìn)入生產(chǎn)流程，而不需要大量后期修補(bǔ)，當(dāng)大模型可以調(diào)用工具、輸出標(biāo)準(zhǔn)文檔、參與實(shí)際協(xié)作，才算完成完整的商業(yè)閉環(huán)。

因此，在這輪密集更新中，參數(shù)規(guī)模退居幕后，落地能力成為新的競爭重心。

國產(chǎn)大模型，正在沿著這條更務(wù)實(shí)的路徑，從技術(shù)追趕，走向價(jià)值兌現(xiàn)。

中國AI，正在形成自己的系統(tǒng)能力

大模型的密集爆發(fā)并非偶然，背后托舉它的，是國家級的系統(tǒng)能力。

據(jù)新華社報(bào)道，截至2026年初，中國人工智能企業(yè)已超過6000家，核心產(chǎn)業(yè)規(guī)模突破1.2萬億元，同比增長接近30%；國產(chǎn)開源大模型全球累計(jì)下載量超過100億次。

這組數(shù)字說明，大模型早已不是幾家公司之間的參數(shù)競賽，而是嵌進(jìn)了完整的產(chǎn)業(yè)鏈中。上游是國產(chǎn)芯片和算力平臺(tái)，中游是模型與開發(fā)框架，下游則連接電網(wǎng)、制造、金融、政務(wù)等真實(shí)場景。

國家系統(tǒng)能力的第一層支撐，是算力環(huán)境的成熟。

這幾年，國產(chǎn)大模型越來越強(qiáng)調(diào)與本土算力平臺(tái)的深度適配。

像智譜在發(fā)布 GLM-5 時(shí)就明確表示，模型已適配華為昇騰、寒武紀(jì)、摩爾線程等國產(chǎn)算力平臺(tái)。DeepSeek 也公開提到，通過與國產(chǎn)硬件協(xié)同優(yōu)化推理效率，降低算力成本。

當(dāng)國產(chǎn)軟硬件開始協(xié)同迭代，成本曲線和效率曲線都會(huì)發(fā)生變化。模型能力的釋放，也因此變得更穩(wěn)定、更可控。

第二層支撐，是應(yīng)用規(guī)模的真實(shí)落地。

在中國，大模型的應(yīng)用場景天然密集。它不是停留在技術(shù)層面，而是會(huì)迅速進(jìn)入基礎(chǔ)設(shè)施的應(yīng)用層面。

比如基于文心大模型打造的“光明電力大模型”，已經(jīng)覆蓋國家電網(wǎng)總部及27家省級公司。在無人機(jī)巡檢場景中，年巡檢桿塔達(dá)到500萬基，人工登塔次數(shù)減少約40%。

企業(yè)端的變化同樣明顯，《億邦動(dòng)力》報(bào)道，一家半導(dǎo)體設(shè)備企業(yè)將海外CRM系統(tǒng)替換為國產(chǎn)AI CRM后，通過智能體實(shí)現(xiàn)客戶流失預(yù)警與資源自動(dòng)調(diào)度，運(yùn)維成本下降超過50%。

第三層支撐，是生態(tài)協(xié)同的方式不同。

與美國更強(qiáng)調(diào)單一閉環(huán)生態(tài)不同，中國路徑更偏向開源與本土化適配。這種策略，讓模型、芯片、平臺(tái)與行業(yè)應(yīng)用之間形成更緊密的連接。

據(jù)MIT與Hugging Face聯(lián)合報(bào)告，中國開源大模型的全球下載占比超過17%，高于美國的15.8%。與此同時(shí)，“超算互聯(lián)網(wǎng)”等基礎(chǔ)設(shè)施正在打通算力與模型資源的調(diào)度通道。

國產(chǎn)大模型升級，不再只是一次代碼版本更新，而是算力、平臺(tái)、行業(yè)應(yīng)用的同步推進(jìn)。

第四層支撐，是戰(zhàn)略方向的確定性。

我國“十五五”規(guī)劃建議明確提出，要加強(qiáng)人工智能與產(chǎn)業(yè)、民生、監(jiān)管的深度融合，將AI作為數(shù)字經(jīng)濟(jì)的重要基礎(chǔ)設(shè)施來建設(shè)。這種頂層設(shè)計(jì)，給了產(chǎn)業(yè)一個(gè)明確的長期坐標(biāo)。

北京海淀AI原點(diǎn)社區(qū)

當(dāng)算力環(huán)境逐步穩(wěn)定，應(yīng)用場景高度密集，產(chǎn)業(yè)鏈協(xié)同推進(jìn)，政策方向清晰，這些條件同時(shí)具備，模型的集中爆發(fā)就不再是偶發(fā)事件，而是必然的結(jié)果。

在這場從技術(shù)到產(chǎn)品、從比肩到突破的突圍戰(zhàn)里，中國AI正在擺脫“追趕者”的心態(tài)，逐漸擁有“領(lǐng)先者”的底氣。

結(jié)語

彼得·德魯克在《創(chuàng)新與企業(yè)家精神》中曾指出，創(chuàng)新的意義，不在于技術(shù)本身有多先進(jìn)，而在于它能否為資源創(chuàng)造新的價(jià)值。

放到今天的AI競賽里，這句話再合適不過。

當(dāng)大模型告別參數(shù)比拼，像電力一樣，成為人人觸手可及的基礎(chǔ)設(shè)施，解決實(shí)際問題，它才真正擁有改變世界的力量。

或許，這才是這一輪集體突圍帶給我們的真正啟示。

參考資料

1.Seedance官網(wǎng)

2. 2024-2025年中國AI大模型市場現(xiàn)狀及發(fā)展趨勢研究報(bào)告，艾媒咨詢

3. 2025年中國大模型行業(yè)發(fā)展研究報(bào)告，36氪研究院

4. 中國大模型落地應(yīng)用研究報(bào)告2025，InfoQ 研究中心&中歐 AI 與管理創(chuàng)新研究中心

5.密集“上新” 國產(chǎn)大模型商業(yè)化競速升級，經(jīng)濟(jì)參考報(bào)

6. 中國大模型正躋身全球第一梯隊(duì)，新華網(wǎng)

····· End ·····

▲見證中國科技奔赴星辰大海

專注產(chǎn)業(yè)鏈分析和案例寫作

關(guān)注AI、互聯(lián)網(wǎng)、汽車、消費(fèi)電子

半導(dǎo)體等前沿科技產(chǎn)業(yè)

入駐媒體平臺(tái)

36Kr/ 觀察者網(wǎng)風(fēng)聞社區(qū)/ 網(wǎng)易

虎嗅/ 雪球/ 騰 訊新聞

-星海社群推薦-

匯聚制造強(qiáng)國的每一粒星火

追蹤科技浪潮的每一個(gè)故事

掃描下方的二維碼進(jìn)群交流

見證中國科技奔赴星辰大海