炒股配资入门知识网
文 / 熊逾格
编辑 / 陈锋
7 月末，上海世博展览馆人潮如织，2025 WAIC 迎来史无前例的热度。
科技盛宴背后，2025 年以来，国内大模型产业的三大趋势愈发清晰，竞争版图正在重塑：
推理模型成为新的技术制高点；应用落地从概念走向实战；国产算力迎来突破性进展。
从 DeepSeek 的开源风暴到华为昇腾 384 超节点的首次亮相，从"六小虎"的差异化布局到巨头的全面反击，大模型正告别"百模大战"的混沌期，步入更加理性而激烈的"中场战事"。
WAIC 2025 现场，图源世界人工智能大会官方微信公众号
我们看到，2025 WAIC 上，在去年显得低调的机器人产业变得火热，相关公司由 2024 年的 18 家剧增到 80 家，占领几乎整个展馆二层 H3 展馆，火热非凡。而大模型厂商们则主要集中在一层 H1 展馆。
今年，" AI 六小虎"中的零一万物、百川智能并未现身， BAT、科大讯飞等头部厂商展位不再专注比拼模型参数，而是展示出多样的落地生态。
如今，大模型竞争已不再是单纯的技术军备竞赛，而是一场关乎产业生态、商业模式和国际竞争力的综合较量。当大模型从实验室走向产业一线，推理能力成为新的分水岭，国产化成为不可逆转的趋势，每一个参与者都在重新审视自己的定位和实力。
一场推理模型的"百花齐放"
如果说 2025 年以前的"百模大战"更多是在基础能力上的比拼，推理模型则代表了从"能回答"到"会思考"的质的飞跃。
这一转折点的标志性事件，无疑是 DeepSeek-R1 的横空出世。
据业内分析，DeepSeek-R1 的训练成本仅为 560 万美元，远低于美国 AI 公司的数千万美元乃至数亿美元投入。更重要的是，这一技术突破开启了推理模型的"平民化"路径，让原本高不可攀的 AGI 研究变得相对可及。
面对变局，头部厂商迅速跟进。WAIC 上推理模型的"百花齐放"，阐释着大模型竞争规则的变化。
据不完全统计，自 2025 年 1 月 DeepSeek-R1 发布以来，头部厂商和大模型创业公司，在在短短数月内相继推出了自己的推理模型。
3 月，腾讯发布混元 T1 正式版，百度发布文心 X1；阿里发布 QwQ-32B 推理模型；
4 月，字节发布 Seed-Thinking-v1.5；阿里发布通义千问 Qwen3 推理模型；
6 月，腾讯发布混元 -A13B；
7 月，智谱发布 GLM-4.5，阶跃星辰发布 Step3，科大讯飞星火 X1 迎来第二次升级，月之暗面发布 Kimi K2。
WAIC 2025 的腾讯展台，图源腾讯优图实验室官方微信公众号
WAIC 前后，国内大模型厂商展示自家最新推理模型，呈现出在技术路线上明显的差异化策略，主要体现在模型架构、推理机制、参数策略及成本三方面：
首先是架构选择、创新的分野。大模型架构从纯 Transformer 走向混合架构时代，单一架构已无法满足推理模型的性能需求，混合架构成为新的技术制高点。
腾讯的混元 T1 正式版，摒弃纯 Transformer 架构，转而将混合 Mamba 架构应用于推理大模型，实际生成速度快于 DeepSeek-R1；
月之暗面的 Kimi K2、阿里的 Qwen3 推理模型、字节的 Seed-Thinking-v1.5、智谱的 GLM-4.5、阶跃星辰的 Step3 均采用 MoE 架构。
其次是推理机制创新，更适合场景应用以及 Agent 发展。
百度的文心 X1，采用"思维链 - 行动链"协同训练，在复杂任务中自动拆解为二十多个推理步骤，同时可以调用十几种的工具链，增强 Agent 的能力；
科大讯飞的星火 X1 使用"快思考 + 慢思考"统一模型架构，通用推理能力与专业领域推理并重；
月之暗面的 Kimi2 主打代码能力和 Agentic 任务处理，针对软件工程任务进行了专门优化；
阶跃星辰的 Step3 创新引入 MFA 注意力机制和 AFD 分布式推理系统；
智谱的 GLM-4.5 首次在单个模型中实现推理、编码和智能体能力的原生融合，支持思考模式和非思考模式切换。
最后是参数策略的强调，在效率、成本、速度之间寻找平衡。
Kimi K2 拥有 32B 激活参数和 1T 总参数 , 是目前业界总参数量最大的开源模型；
Seed-Thinking-v1.5 参数量降低至 200B 总参数和 20B 激活参数，轻量化趋势明显；
阿里 QwQ-32B 采用 32B 参数规模，显存需求控制在 24GB，大幅降低部署门槛；
腾讯混元 A13B 总参数 80B、激活参数仅 13B，1 张中低端 GPU 即可部署。
WAIC 2025 阿里展台，图源通义灵码官方微信公众号
当下，推理模型的竞争已不再局限于参数规模和算力消耗，模型的推理链条设计、多步骤逻辑处理能力以及与下游任务的适配性，正成为新的评价维度。
这场推理模型的军备竞赛，实质上是各家厂商对未来 AI 发展方向的不同押注。开源还是闭源，通用还是专用，效率还是效果，每一个选择都将决定其在下一阶段竞争中的位置。
而随着推理模型技术的日趋成熟，真正的较量更转向应用场景的争夺。
从 B 到 C，大模型落地拼什么？
在推理模型解决"思考"问题后，应用落地展示出"为谁想"和"想什么"的关键方向。2025 年的 WAIC 展会上，最引人注目的变化莫过于大模型从"技术展示"向"应用实战"的转变。
这一转变首先体现在 WAIC 厂商策略的分化上——互联网巨头依靠平台生态及能力，不断在 B 端、C 端广泛布局；专业模型厂商选择垂直赛道深化，选择 B 端作为突围出口。
其中，腾讯展示出混元大模型"从云到端"的完整展示链路，以及 B 端金融分析助手、智能视频剪辑、媒体内容生成等内容，颇为吸睛的亮点在于社交——在微信中添加"腾讯元宝"好友，能让 14 亿微信用户像加好友一样接触 AI 助手。
阿里侧重在 AI 工具带给生活的便利性。
比如，通义大模型技术底座支撑下，天猫精灵全屋智能构建的空间智能体系，让用户现场体验 AI 影音搜推、AI K 歌、AI 健身等丰富场景；通义 APP 融合 AI 翻译、AI 对话、AI 语音通话三大功能，成为用户的"贴身伙伴"。
通义千问 + 钉钉办公智能体能够自动生成项目推进表、会议纪要、日报汇总，集成知识库管理、权限控制与 RPA 能力。
百度聚焦百舸 GPU 算力平台、"万源"智能计算操作系统等 AI 基础设施，配合文心大模型技术底座，进而推出慧播星、文心快码、"万源"智能计算操作系统、AI 升级的百度文库及百度网盘等产品。
WAIC 2025 百度展台的网盘、文库展示，图源百度网盘服务号官方微信公众号
另一方面，Kimi、智谱 AI 等厂商缺乏大厂的流量优势，展示内容更加注重 B 端能力。
其中，Kimi、智谱 AI，对标 Claude 偏向强调编程、智能体的能力。
智谱 AI 的 CogAgent 平台支持训练个性化对话体，快速封装为智能客服、内容助手等角色，并拥有私有知识库、多模态 API 与流程自定义等功能。智谱此前表示，GLM-4.5 的 API 价格仅为 Claude 的 1/10，速度可达 100tokens/ 秒。
Kimi 推出 Kimi-Researcher 深度研究智能体，新推出的 Kimi K2 在代码能力和 Agentic 任务处理上优势明显，也能够完成 AI 商务写作 + 智能表格分析一体化流程。
WAIC 2025 的 kimi 演示" AI 商务写作 + 智能表格分析"一体化流，图源蓝驰创投官方微信公众号
"六小虎"的其中两家，Minimax 和阶跃星辰则更加注重多模态能力。
阶跃星辰新一代多模态大模型 Step 3 能力覆盖文字、语音、图像、视频、音乐、推理，称国内 Top10 手机厂商过半都已接入阶跃的多模态能力，OPPO、荣耀、中兴的旗舰机型都已搭载适配，合作伙伴还包括吉利汽车、智元机器人等企业，预计 2025 年全年收入近 10 亿人民币。
MiniMax 的 MiniMax Agent 智能体平台，能够进行长程复杂任务处理，替代专业人士一周工作量，深入网页开发、深度调研等垂直领域应用，支持钉钉、飞书、企业微信等办公系统集成。
不难看出，在应用形态上，Agent 成为最具想象力的落地方向。
但根植于当下环境——近期 C 端通用 Agent 明星产品 Manus 总部迁移至新加坡、国内裁员 80 人并放弃国内版本上线，大模型厂商们更注重垂直 Agent 能力的开发。
以落地场景来说，值得关注的还有大模型在垂直行业的渗透加速。
例如，在金融领域，风控、投顾、客服等环节都在积极引入大模型技术；在医疗领域，诊断辅助、药物研发、病历管理等应用场景不断涌现；在制造业，智能质检、预测性维护、供应链优化等用例逐步落地。
综合来看，大模型的应用落地实际上是一场综合实力的竞赛。
技术能力是基础，但产品化能力、生态整合能力、客户服务能力同样重要，能够在这些维度上形成差异化优势的厂商，才有可能在应用落地的竞争中胜出。
国产算力曙光乍现
在大模型产业的所有变量中，算力无疑是最具战略意义的一环。
近期，黄仁勋访华为国产算力发展提供新的视角。在接受央视采访时对，黄仁勋表示华为 AI 芯片取代英伟达或许只是时间问题，也让人更加期待国产算力的潜力。
据公开资料，阿里、字节跳动近几个月的日均 Token 调用量增长相比一年前均接近、超过 100 倍，这种爆发式增长对算力供给提出了巨大挑战。
在 2025 年的 WAIC 展会上，国产算力展现出前所未有的实力和信心。
作为"八大镇馆之宝"之一，华为昇腾 384 超节点首次实机展出。昇腾 384 超节点基于超节点架构，通过总线技术实现 384 个 NPU 之间的大带宽低时延互联，解决集群内计算、存储等各资源之间的通信瓶颈。
WAIC 2025 的华为昇腾 384 超节点，图源世界人工智能大会微信公众号
这样的突破意义不仅在于算力规模的提升，更在于为国产大模型训练提供了可靠的底层支撑。
国产 GPU 厂商的表现同样令人瞩目。燧原科技的新一代人工智能推理加速卡"燧原 S60 "，对标英伟达 L20，搭载了 48G 显存和 PCIe 5.0 接口，支持各种主流推理框架和 200+ 主流模型，可满足千亿参数大模型的推理需求。
在今年 2 月与美图旗下美颜相机的合作中，燧原科技仅用 4 天时间就完成了近万张推理卡的上线部署，解决" AI 换装"功能爆火带来的需求。
此外，国产算力还展现出从单点突破转向生态协同的趋势。7 月，阶跃星辰联合华为昇腾、沐曦、壁仞科技、燧原科技、天数智芯等近 10 家芯片及基础设施厂商发起"模芯生态创新联盟"。
国产算力的发展仍面临诸多挑战。在芯片性能上，国产算力与国际先进水平仍有差距；在软件生态上，开发工具链和优化算法还需要进一步完善；在大规模部署上，稳定性和可靠性还需要更多验证。
但我们不妨更加乐观。技术路径的多样化为后发追赶创造了机会，庞大的国内市场为产业化提供了基础，政策支持为创新发展提供了保障。
更重要的是，WAIC 上 AI 产业呈现出的快速发展，更让人看到国产算力发展的历史性窗口。
结语
当 WAIC 的热潮逐渐退去，大模型产业的"中场战事"才刚刚开始。这不再是一场单纯的技术竞赛，而是涉及技术路径、商业模式、生态建设和国际竞争的全方位较量。
中场战事的核心特征是分化与聚焦。
分化体现在技术路径的多元化、应用场景的专业化和商业模式的差异化；聚焦则体现在核心技术的攻坚、关键应用的突破和生态护城河的构建。
这种变化趋势预示着大模型产业正在从高速扩张期进入精耕细作期。
展望未来，三大趋势将继续深化：推理模型将从当前的逻辑推理扩展到多模态推理和具身智能推理；应用落地将从工具型应用发展为平台型应用和生态型应用；国产算力从追赶模式转向比拼模式，在某些细分领域实现领先。
中场战事的胜负，最终将由应用价值和用户选择来裁判。WAIC 热潮落幕后，留在舞台中心的国内大模型产业路在何方，仍待进一步验证。
卓信宝提示：文章来自网络，不代表本站观点。
- 上一篇：在线股票配资网站 央行：加大“两重”“两新”等重点领域的融资支持力度
- 下一篇：没有了
相关文章
沪深京指数
热点资讯
