繁體
  • 简体中文
  • 繁體中文

熱門資訊> 正文

一周AI大事:阿里AI軍火庫全開,英偉達千億美元投向OpenAI

2025-09-29 08:48

登錄新浪財經APP 搜索【信披】查看更多考評等級

  炒股就看金麒麟分析師研報,權威,專業,及時,全面,助您挖掘潛力主題機會!

(來源:網易科技報道)

一、重磅工具:Qwen系列模型集中發佈,阿里擺出AI模型的滿漢全席

新聞:本周阿里巴巴雲棲大會期間,公司旗下通義千問團隊推出多款重磅AI新模型。知名AI博主Alex Volkov將此盛況戲稱為又一場「千問盛宴」。 這場技術盛宴的背后,是阿里巴巴集團CEO吳泳銘首次系統闡述的宏大AI戰略。吳泳銘認為,通用人工智能(AGI)只是起點,終極目標是發展出能自我迭代、全面超越人類的超級人工智能(ASI)。為實現這一目標,阿里雲將堅定走通義千問開源開放路線,致力於打造「AI時代的Android」,並構建作為「下一代計算機」的超級AI雲。為支撐這一願景,阿里巴巴正推進一項為期三年、總額達3800億人民幣的AI基礎設施建設計劃。

Qwen3-Max:通義千問團隊推出最新旗艦AI模型,參數規模超萬億,提供指令微調版(Instruct)和思維(Thinking)版兩種版本,多項基準測試均接近業界頂尖水平,尤其在代碼生成和智能體調用方面表現突出。據悉,Qwen3-Max預訓練數據量高達36萬億token,現已登陸阿里雲大模型服務平臺百鍊(Model Studio)。

Qwen3-VL:通義千問推出的全新多模態模型套件,包含指令微調版和思維版,其中以Qwen3-VL-235B-A22B-Thinking模型尤為亮眼。該系列模型專注於圖文任務和視覺推理,Qwen3-VL-235B-A22B-Thinking更是在視覺推理任務上達到業界頂尖水平,表現甚至超越GPT-5。

Qwen3-Omni-30B-A3B:通義千問開源的原生全模態(Omni-modal)AI模型,支持文本、圖像、音頻和視頻輸入,並能輸出文本和流式音頻。模型分為指令微調版、思維版和字幕生成版三個版本。技術報告詳見GitHub倉庫,體驗版已經上線Hugging Face。

Qwen3-TTS-Flash:通義千問團隊發佈的語音合成模型,支持多音色、多語種,多語言語音質量和準確性均達到業界頂尖水平,能輸出表現力極強的語音。目前可以在HuggingFace Spaces上試用。

Wan-Animate:阿里開源了Wan2.2的組成部分Wan-Animate,該模型支持通過動作遷移和口型同步技術輕松實現角色動畫製作。通義實驗室發佈了技術論文以及演示視頻,展示如何將表演者的視頻動作遷移到目標角色上。目前,Wan 2.2 Animate 14B模型已經上線HuggingFace。

Wan 2.5預覽版:阿里發佈的Wan 2.5預覽版支持生成1080p 60幀的電影級視頻,音畫完全同步。單次可生成長達10秒的視頻片段,並能根據文本或配對音頻實現精準口型同步。Wan 2.5預覽版還內置「商品轉視頻」、「繪畫轉視頻」和「口型同步工作室」等功能,現已登陸Higgsfield、Fal和通義萬相官網等平臺。這標誌着視頻生成質量和音效水平邁上新臺臺階。

鋭評:阿里不發則已,一發就把整個AI軍火庫搬出來了。

二、AI技術與產品發佈動態:百花齊放百家爭鳴,AI產品進入內卷新時代

1. 新聞:谷歌發佈Gemini 2.5 Flash/Flash-Lite更新版: 新版模型的智能性、成本效益和速度顯著提升,思維版與非思維版在綜合智能基準測試中得分均有大幅提高。其中Gemini 2.5 Flash的智能體工具使用和編程能力也有所增強,SWE-Bench Verified測試得分從49%躍升至54%。此次更新的2509版本提升了token效率,質量和速度均有所提高,也更具成本效益。其中Flash-Lite在Artificial Analysis基準測試中的token使用量減少了50%。Gemini 2.5 Flash Lite現已成為速度最快的閉源模型。兩款模型的定價保持不變。

鋭評:谷歌又是「加量不加價」,就想讓開發者「用了就不撒手」。

2. 新聞:DeepSeek發佈DeepSeek-V3.1-Terminus。作為DeepSeek-V3.1的升級版,DeepSeek-V3.1-Terminus重點優化了輸出穩定性、語言一致性(減少中英混雜現象)以及智能體性能。在智能體工具使用基準測試中,BrowseComp得分從30%提升至38.5%,TerminalBench得分從31.3%提升至36.7%。模型詳情已在Hugging Face上公佈。

鋭評:DeepSeek終於下決心給自家模型報了箇中文班,專治「中英夾雜」的尷尬。

3. 新聞:Kling推出視頻AI模型Kling 2.5 Turbo。這款升級版視頻AI模型不僅提升了視頻質量,價格較之前的2.1版本還降低了30%。Kling 2.5 Turbo的提示詞遵循度、動態場景流暢度和穩定性以及視頻一致性均有所增強,在競爭激烈的視頻生成領域性價比優勢凸顯。

鋭評:Kling上來就擺出一副掀桌子的架勢。

4. 新聞:Suno推出AI音樂生成模型Suno v5。這是Suno迄今最先進的AI音樂生成模型,音質保真度更高,人聲更自然,編曲也更出色。早期評測肯定了v5的技術突破,認為其人聲效果非常好,但也被指「過於完美缺乏靈魂」。目前僅限付費用户使用。就在Suno v5發佈前幾天,多家唱片公司提起訴訟,指控Suno在訓練模型時非法「扒取流媒體」內容。

鋭評:AI版‘K歌之王’證明:完美有時也是原罪。

5. 新聞:Liquid AI推出Liquid Nanos系列小型任務專用前沿模型。該系列參數規模從3.5億到25億不等,適用於邊緣設備上的智能體任務。其中包括用於從非結構化文本中提取數據的LFM2-Extract;用於英日雙向翻譯的LFM2350MENJPMT;用於RAG流程中問答的LFM21.2BRAG;用於智能體工具調用的LFM21.2BTool;以及用於解決數學問題的LFM2350MMath。這些模型可在Liquid Edge AI Platform邊緣平臺運行,已經上線Hugging Face。

鋭評:Liquid AI選擇專攻「小而美」,誓要在邊緣設備上打下一片天。

6. 新聞:騰訊混元發佈並開源原生多模態生圖模型HunyuanImage 3.0,參數規模達800億。據官方介紹,這是首個開源的工業級原生多模態生圖模型,是目前參數量最大的開源生圖模型,可對標業界頭部閉源模型。

鋭評:騰訊祭出了800億參數的「工業級」大家伙。

7. 新聞:小米發佈開源音頻輸出模型MiMo-Audio-7B,模型參數70億,支持在音頻任務中進行思維推理和小樣本泛化。其技術報告《MiMo Audio:音頻語言模型也是小樣本學習者》闡述了MiMo如何通過超1億小時的音頻預訓練,從而可以用小樣本學習方式執行多種音頻任務。目前該模型已上線HuggingFace。

鋭評:開「雜貨鋪」的小米也來卷音頻模型。

8. 新聞:Moondream發佈Moondream 3預覽版。這是一款擁有90億參數的MoE架構視覺語言(VLM)模型,活躍參數20億,致力於實現前沿水平的視覺推理。

鋭評:視覺推理這塊算是被Moondream玩得明明白白。

9. 新聞:IBM發佈Granite Docling-258M。這是一款輕量級多模態OCR模型,專為高效文檔轉換設計。作為SmolDocling的后繼產品,Granite Docling-258M兼容Docling工具鏈和典型文檔轉換工作流。

鋭評:大家都在談星辰大海,IBM還在默默耕耘「文檔掃描電子化」這片自留地。

10. 新聞:谷歌DeepMind推出Gemini Robotics 1.5系列模型。這些升級版的機器人思維模型將AI智能體帶入現實世界。其中包括視覺-語言-行動(VLA)模型Gemini Robotics 1.5,以及基於VLM的Gemini Robotics-ER 1.5。這些模型支持機器人規劃多步驟任務,並能利用聯網和推理信息調整行動。用户可通過Gemini API和Google AI Studio進行調用。

鋭評:谷歌終於讓Gemini從屏幕里走出來,現實版瓦力還遠嗎?

11. 新聞:OpenAI推出ChatGPT Pulse。這是ChatGPT新上線的主動式每日更新體驗,它通過異步研究生成個性化晨間簡報,支持鏈接Gmail等數據源以分析上下文,並根據用户反饋策劃內容。這一功能現向移動端Pro用户開放預覽。

鋭評:你的專屬晨報來了。

12. 新聞:Meta AI引入Vibes信息流。這是一個便於二次創作的AI短視頻信息流,匯集了來自創作者和社區的作品。用户可以發佈AI短片或對現有內容進行二次創作,並直接分享到Vibes、私信、Instagram和Facebook Reels等各種平臺。此舉旨在將AI創作模式融入Meta生態體系。

鋭評:扎克伯格把短視頻和AI攪成一鍋大雜燴。

13. 新聞:谷歌升級Gemini Live API。新版API讓對話更自然,增強了智能體對外部數據和服務的調用能力。

鋭評:Gemini升級后更像萬能外援。

14. 新聞:YouTube Music測試AI電臺「主播」。這些AI解説評論員會在歌單和電臺節目中穿插出現,分享歌曲趣聞和背景故事,目前僅限部分美國用户測試。此外,YouTube還將AI「跳轉」功能擴展至電視和遊戲主機端。

鋭評:「主播」們的飯碗又被AI盯上了。

15. 新聞:微軟Copilot Studio新增Anthropic模型選項。除默認的OpenAI模型外,用户現在也可選擇Anthropic的Claude Sonnet 4和Claude Opus 4.1模型來構建Copilot AI智能體。

鋭評:Copilot自助餐菜單擴容,品種越來越豐盛。

鋭評:蘋果的AI大招永遠在「內部測試」。

三、AI研究新動向:世界模型賦能,代碼世界迎來新玩家

新聞:Meta發佈Code World Model (CWM) 32B。這是一款利用世界模型(World Model)訓練信號實現代碼生成的開源權重LLM。此番研究旨在探索世界模型如何賦能智能體編程。Meta發表的研究論文詳細介紹瞭如何利用Python解釋器的智能體軌跡開展中間訓練,並結合強化學習進行多任務推理。CWM的研究為開發基於世界模型的編程和軟件工程智能體開闢了新的可能性。

鋭評:Meta開始教AI理解代碼世界的「物理規律」。

四、AI商業與政策:巨頭「抱團」籌備萬億算力

1. 新聞:AI基礎設施投資持續火熱。OpenAI、甲骨文和軟銀宣佈新增五座在美「星際之門」(Stargate)數據中心,分別位於得克薩斯州、新墨西哥州和中西部地區。至此,該項目的規劃容量已接近7GW,累計投資額達4000億美元。

鋭評:計劃很亮眼,不知道當地電網撐不撐得住。

2. 新聞:OpenAI與英偉達宣佈建立戰略合作伙伴關係。英偉達承諾向OpenAI投資1000億美元,供應數據中心芯片和GPU系統。OpenAI將採購英偉達AI系統,后者則獲得OpenAI的非控股股權。雙方的目標是在未來幾年內部署至少10GW算力,其中籤約首付款100億美元,2026年底開始交付產品。

鋭評:一個拼命造GPU,一個拼命燒GPU。

3. 新聞:GPU雲服務商CoreWeave擴大與OpenAI的合作: 雙方簽訂了價值65億美元的新合同,使年初至今的合同總額達到224億美元,以協同推進「星際之門」基礎設施建設計劃。

鋭評:雲廠商跟OpenAI的合同簽得比GPU還密集。

4. 新聞:微軟推廣微流控芯片冷卻技術,構建更高密度的AI數據中心。 實驗室結果表明,新技術可將散熱效率提升3倍,GPU最高温升降低65%,有望實現3D芯片堆疊和更高超頻。

鋭評:三倍散熱效率讓數據中心徹底告別‘蒸桑拿’。

5. 新聞:Llama入選美國政府AI工具清單。Llama正式成為繼亞馬遜、微軟、谷歌、Anthropic和OpenAI之后獲批的開源模型,可用於政府合同審查等任務。

鋭評:開源模型終於混進了「體制內」,Meta算是拿到了官方認證的「鐵飯碗」。

6. 新聞:聯邦法官初步批准Anthropic與作家的15億美元版權和解協議。法院認為該協議「公平合理」,但保留最終批准權。這份和解協議涉及美國主要作家羣體。

鋭評:知識付費從不是一句空話。

7. 新聞:Spotify出臺新規整治AI生成音樂亂象。新規的目的是清除欺騙性或垃圾性AI音樂,例如未經授權的人聲模仿。Spotify希望能平衡創作者實驗與聽眾權益,推動行業AI信息披露標準。

鋭評:假唱AI要涼涼。

8. 新聞:馬斯克麾下xAI與美國政府達成合作協議。該公司將以0.42美元的超低年費向聯邦政府出售AI聊天機器人Grok,含工程師支持服務,遠低於OpenAI和Anthropic提供的1美元報價方案。

鋭評:寧可虧死,也要把你們卷死

9. 新聞:馬斯克旗下人工智能初創公司xAI向加州聯邦法院提起訴訟,將競爭對手OpenAI告上法庭,指控其通過挖走前員工竊取商業機密,以在AI技術開發競賽中佔據不公平優勢。

鋭評:老馬這是揪住OpenAI不放了。(辰辰)

風險及免責提示:以上內容僅代表作者的個人立場和觀點,不代表華盛的任何立場,華盛亦無法證實上述內容的真實性、準確性和原創性。投資者在做出任何投資決定前,應結合自身情況,考慮投資產品的風險。必要時,請諮詢專業投資顧問的意見。華盛不提供任何投資建議,對此亦不做任何承諾和保證。