國產(chǎn)大模型“集體”更新后能力有多強？記者實測

近期，國產(chǎn)大模型迎來密集更新。從模型性能、應(yīng)用場景到落地能力全面提升，同時在海外開發(fā)者平臺，Token調(diào)用量超過美國。

國產(chǎn)大模型集體更新有哪些亮點？

為什么能夠吸引全球開發(fā)者來體驗使用？

記者近期對幾款大模型進行了實測

一起了解

能力究竟有多強？記者實測來了

近期，國產(chǎn)大模型迎來井噴式更新，且Token調(diào)用量排名持續(xù)在海外開發(fā)者平臺OpenRouter上名列前茅。數(shù)據(jù)顯示，截至5月4日至5月10日當(dāng)周，中國主要大模型周調(diào)用量達到7.94萬億Token，對比美國模型3.76萬億Token，調(diào)用量超美國兩倍。

國產(chǎn)大模型都有哪些能力迭代呢？記者做了一個實測。

當(dāng)前，騰訊混元大模型在海外開發(fā)者平臺排名第一。依托該模型賦能，只要輸入一句話的指令，沒有任何技術(shù)背景的人也可以按需生成一個微信小程序的應(yīng)用。

另一個大模型Kimi K2.6則主打智能體能力。它一次最多可以調(diào)動300個子智能體，并行完成4000個協(xié)作步驟，持續(xù)代碼開發(fā)時間長達5天，將復(fù)雜任務(wù)執(zhí)行時間縮短3倍以上。

記者給Kimi提出任務(wù)進行實測：參考一個旅游推薦集錦，制作一個包含34個旅行目的地的網(wǎng)站。只用了一個小時，一個名為“探索中國”的網(wǎng)站就建好了，部分熱門景點還可以跳轉(zhuǎn)至購票和預(yù)約頁面。這個效率對比傳統(tǒng)工程師敲代碼已經(jīng)快到難以想象。

月之暗面Kimi研究員 杜羽倫：它具有非常強的長程代碼能力。它在我們內(nèi)部、外部的很多任務(wù)上可以單獨跑十幾個小時，并且寫4000多行代碼，不需要人為干預(yù)。

而在這輪模型迭代中，最大的亮點是以國產(chǎn)開源大模型DeepSeek為代表的大模型，進入了百萬token上下文時代。百萬token上下文可以簡單理解為大模型一次能“記住”或者“看完”的信息量，大約相當(dāng)于75萬個漢字，能力比之前的國產(chǎn)開源模型翻了4至8倍。

記者將約80萬字的《西游記》全書投喂給了最新的DeepSeek大模型。

孫悟空被唐僧驅(qū)逐出去幾次，原因是什么？

它9秒鐘給出了答案：三次，并告訴了對應(yīng)的章節(jié)和情節(jié)。由于這個情節(jié)跨越全文，所以答案是它基于全文理解基礎(chǔ)之上給出的。

記者還考驗了DeepSeek的代碼能力。

請將所有的妖怪羅列出來，并根據(jù)出現(xiàn)的順序作出妖怪圖譜，并以動態(tài)html網(wǎng)頁形式展示。

DeepSeek開啟了思考，僅僅數(shù)分鐘操作，一個西游記妖怪圖譜的搜索引擎就做好了，里面包含不同門類、不同特點的歸納。它還細(xì)心地為搜索引擎設(shè)計了一個logo。記者嘗試搜索，真的找到了相關(guān)妖怪的介紹。

DeepSeek的迭代真正令人贊嘆的，不僅僅是它能解決的問題，還有它的成本：目前，DeepSeek-V4-Flash百萬token的輸出價格僅為0.28美元，這個價格是美國頂尖大模型GPT-5.5的約百分之一。正是因為極致的性價比和綜合能力，DeepSeek-V4成了國際開發(fā)者OpenClaw上智能體“龍蝦”的默認(rèn)大模型。在百萬上下文極長推理的背后，DeepSeek的推理計算量卻降至上一代模型的27%。也就是說，它并不是靠算力硬扛，而是通過架構(gòu)創(chuàng)新將成本實打?qū)嵉卮蛄讼聛怼?/strong>

如何實現(xiàn)性能和性價比“雙重”升級？

國產(chǎn)大模型集體能力升級的背后，是我國大模型技術(shù)在開源生態(tài)上的緊密合作。從模型的技術(shù)迭代到芯片的系統(tǒng)適配，我國大模型技術(shù)如何實現(xiàn)性能和性價比的雙重升級？

無論是DeepSeek最新升級的V4模型，還是Kimi K2.6，它們都是開源模型。開源就是將軟件或者技術(shù)的源代碼公開，允許任何人自由查看、使用、修改和分發(fā)。開源主要的目的是希望通過社區(qū)協(xié)作的方式推動技術(shù)的共同改進。

開源合作 國產(chǎn)大模型生態(tài)協(xié)作加深

記者翻看了DeepSeek迭代后發(fā)布的技術(shù)報告，從中發(fā)現(xiàn)了國產(chǎn)大模型之間的緊密合作。比如，DeepSeek-V4中關(guān)鍵的一個優(yōu)化器，其有效性率先由另一個國產(chǎn)大模型團隊Kimi驗證，DeepSeek在技術(shù)報告中公開致謝。在開源生態(tài)中，大家不需要重復(fù)“造輪子”，這也是模型迭代效率和整體水平加速提升的一個重要原因。

月之暗面Kimi研究員 杜羽倫：我們的優(yōu)化器加速了DeepSeek模型的訓(xùn)練，它可以增加一倍的訓(xùn)練效率。我認(rèn)為技術(shù)的開源鼓勵了各家公司做更快AI的迭代。

不僅僅是開源生態(tài)下大模型能力之間的互相借鑒，本次DeepSeek的更新在成本和效率上做到了更底層的優(yōu)化。DeepSeek的技術(shù)報告中指出，它已經(jīng)在系統(tǒng)層面完成了跨平臺適配，可以同時運行在英偉達和華為昇騰兩套硬件架構(gòu)之上。通過底層代碼的深度遷移以及芯片和模型的協(xié)同優(yōu)化，DeepSeek-V4在華為昇騰芯片上的推理效率實現(xiàn)了低延遲、高吞吐，證明了國產(chǎn)芯片能“跑得好”頂級模型。

同時，由北京智源研究院自主研發(fā)的AI大模型操作系統(tǒng)FlagOS，也在DeepSeek-V4發(fā)布當(dāng)天完成了10個國產(chǎn)芯片廠商對新模型的開源適配，讓大模型能在更多架構(gòu)和國產(chǎn)芯片上運行，提高效率，降低成本。記者來到國家超算中心，基于智源研究院研發(fā)的FlagOS，工作人員將算力中心不同品牌的芯片進行了第一時間適配。

國家超算互聯(lián)網(wǎng)應(yīng)用發(fā)展主任 安磊：超算互聯(lián)網(wǎng)目前已經(jīng)匯聚了超過340家線上的合作伙伴，提供了超過7300款的軟件和應(yīng)用。FlagOS也是我們整個生態(tài)里比較重要的一個伙伴。超算互聯(lián)網(wǎng)秉持了開放開源、合作共贏的心態(tài)，為國產(chǎn)芯片和國產(chǎn)算力對接，尤其是國產(chǎn)模型的對接，提供普惠式的技術(shù)服務(wù)和支撐底座。

北京智源研究院副院長兼總工程師 林詠華：過去這三年不斷堅持，首先是能夠讓不同的芯片廠商都接入我們的技術(shù)棧，讓我們的技術(shù)棧能夠跑到不同的芯片上，這要克服很多芯片架構(gòu)的差異、芯片指令集的差異，這些事還是很有挑戰(zhàn)性的。今天我們已經(jīng)支持了10多家芯片企業(yè)，超過30款芯片。

大模型深度賦能

到底能為我們做什么？

開源生態(tài)和產(chǎn)業(yè)鏈上下游協(xié)作推動國產(chǎn)大模型加速優(yōu)化。同時，隨著大模型能力的提升，它也更加深度賦能各類場景應(yīng)用。戳視頻，看大模型升級如何助力人工智能技術(shù)的應(yīng)用走入我們的工作和生活。

皮膚的紋理、眼部細(xì)節(jié)、鸚鵡的羽毛層次……剛剛升級的可靈視頻大模型全新迭代了全球首個原生4K直出功能，可以幫助影視制作者省去復(fù)雜的后期處理，直接達到電影院線的畫面質(zhì)感。

一位專業(yè)的動畫片導(dǎo)演，正在利用大模型的新能力進行一部動畫電影的創(chuàng)作。從美術(shù)師設(shè)計的手稿到生成出單幀圖片，再到用視頻大模型生成出動態(tài)效果，電影畫面的細(xì)節(jié)和清晰度都得到了保障。

AI長片電影執(zhí)行導(dǎo)演 曹漢：之前也會有一些提升分辨率的工具，比如說1080P提升到4K，因為它不是原生的，可能分辨率提升后人物面部會有一些很微妙的變化，有一點不像那個人了。可靈大模型因為是原生4K，生成的視頻可以更還原角色，這可能是后期提升分辨率沒辦法達到的。

大模型能力的提升可以幫助導(dǎo)演團隊打造出清晨陽光下細(xì)微的灰塵變化，看到人物臉上的雀斑，展示出不同層次的物品和光影的透視效果，甚至連老木頭桌子上的陳年油污都清晰可見，從而讓動畫電影的制作效率和效果雙雙提升。

在大模型技術(shù)賦能下，同樣實現(xiàn)了效率提升的還有我們的日常生活。近期，千問大模型完成迭代，與淘寶全面打通，網(wǎng)友們只要提出自己的購買需求，不管是具體的還是模糊的，甚至可以配合圖片等多模態(tài)信息，大模型就可以完成推薦。

千問AI購物項目負(fù)責(zé)人 黎煜章：淘寶20年積累的40億的商品數(shù)據(jù)庫，包括背后的一些訂單交易能力、物流履約能力，翻譯給千問大模型，讓千問大模型能夠理解用戶一些隱性的需求。舉個例子，用戶說想買一個掃地機器人，家里有貓。大模型通過我們的訓(xùn)練后，可以關(guān)聯(lián)到像防毛發(fā)纏繞、需要高溫消毒等商品屬性標(biāo)簽，能夠快速搜索到符合用戶需求的商品。

從上網(wǎng)購物到網(wǎng)絡(luò)打車，再到航空公司訂票，人工智能正在打通越來越多的網(wǎng)絡(luò)生態(tài)，幫助用戶更加直接地完成各類干活的任務(wù)。深度走入工作和生活場景，也將成為下一步大模型技術(shù)發(fā)展的趨勢。

國產(chǎn)大模型靠什么贏下一程？

如今，大模型技術(shù)已經(jīng)從單純的拼參數(shù)走向拼性價比、拼應(yīng)用落地、拼“干活”能力。在這個過程中，中國大模型產(chǎn)業(yè)發(fā)展又將迎來哪些機遇？

近期，斯坦福大學(xué)發(fā)布了《2026年AI指數(shù)報告》，報告的目的是通過數(shù)據(jù)與實證分析呈現(xiàn)AI發(fā)展現(xiàn)狀與趨勢。在這份400多頁的報告中，可以看到，隨著AI能力的持續(xù)進化，全球超90%的頂尖大模型在博士級科學(xué)問題、多模態(tài)推理、競賽數(shù)學(xué)等任務(wù)上已追平或超越人類水平。中美AI大模型性能差距已大幅縮小至2.7%。而在近期中國大模型頻頻迭代的背后，也折射出技術(shù)發(fā)展的新趨勢。

清華大學(xué)技術(shù)創(chuàng)新研究中心主任 陳勁：大模型已經(jīng)走出單純模仿的發(fā)展道路，正在通過和國產(chǎn)芯片的整合，包括精巧的算力，包括我國豐富的數(shù)據(jù)資源相結(jié)合，以獨特的高性價比和強大的工程化能力，已經(jīng)構(gòu)成了強大的全球競爭力。

大模型技術(shù)落地 走向好用和高性價比

正如這份報告所指出的，未來大模型能力的關(guān)鍵并不在于誰的評分更高，而在于與落地場景結(jié)合后，誰的使用更加穩(wěn)定、更加便宜、更加合規(guī)。產(chǎn)品和落地能力已成為目前大模型技術(shù)競爭的一個重要方向。

數(shù)據(jù)顯示，截至2025年底，我國累計有748款生成式AI服務(wù)完成備案，全年新增446款。2026年《政府工作報告》首次將“打造智能經(jīng)濟新形態(tài)”寫入頂層設(shè)計，同時強調(diào)“完善人工智能治理”，表明大模型的發(fā)展與安全已同步進入國家戰(zhàn)略規(guī)劃。專家同時指出，大模型安全治理能力與技術(shù)進步速度之間還存在治理滯后的“剪刀差”。

清華大學(xué)技術(shù)創(chuàng)新研究中心主任 陳勁：進一步加強安全防范體系的建設(shè)，建立以倫理剎車的機制，建立起人工智能行業(yè)的安全評估模型，從被動響應(yīng)到主動防御。安全為準(zhǔn)繩，促進人工智能健康和諧發(fā)展。

（總臺央視記者 張春玲 張喆）

原標(biāo)題：《國產(chǎn)大模型“集體”更新后能力有多強？記者實測》

欄目主編：張武 文字編輯：盧曉川

來源：作者：央視新聞客戶端