香港新聞網7月24日電（記者 崔隽 殷田靜子）最近這段時間，中國大模型領域可以說相當熱鬧。先是在6月，智譜AI發佈了備受矚目的GLM-5.2模型，在大模型評測權威榜單Code Arena全球盲測中拿下了可用模型第一。隨後在7月中旬，月之暗面也推出了目前全球最大參數的開源模型Kimi K3，吸引馬斯克在相關評測報道下留言“Impressive”（令人印象深刻）。

Kimi K3品牌視覺圖。新華社發

兩款中國大模型接連發力，引起國際科技界密切關注。原因很直接：它們展現出的能力已經不是簡單的跟隨，而是在處理複雜任務時的效率和準確性上，具備了與國際頂尖水平一較高下的實力，不再被視作“平替”那麼簡單。

如果將時間線拉長，我們會發現，從兩年前的“百模大戰”到如今的頭部競逐，中國大模型正在經歷一場從量變到質變的跨越。在這種轉變趨勢背後，中國大模型是如何一路追趕和突圍的？

三年時間，從追趕代差到交替領先

一個最直接的問題是：中國大模型到底處在什麼水平？

要說明這一點，需要做一個前後對比，而2023年就是一個重要的參照節點。那一年OpenAI發佈GPT-4，成功將AI從簡單的聊天工具升級為能處理複雜現實任務的專業級生產力助手，稱得上科技界的一個里程碑。業內分析，當時中國大模型產業與OpenAI的實際技術差距約為1至2年，在算力資源、工程化優化、基礎研究及數據質量上都存在明顯差距。

但接下來的三年時間里，這段“仰望”的落差被迅速填補。根據斯坦福大學發佈的《2026年人工智能指數報告》，美國和中國頂尖人工智能模型之間的性能差距已縮小至2.7%。而2023年5月的主要基準測試中，這一差距在17.5至31.6個百分點之間。這份長達423頁的報告被業內視為對全球人工智能領域最全面的評估。

排名數據也可以印證中美差距的急速縮短。在Code Arena全球排行榜上，DeepSeek公司的R1推理模型曾在去年2月與美國頂尖模型持平，此後中美模型多次交替領先。截至今年3月，Anthropic公司的Claude Opus 4.6以1503分的Arena得分領跑全球排行榜，而字節跳動的Dola-Seed-2.0-Preview以1464分位居第二，兩者僅相差39分。要知道，2023年，GPT-4是以1320分的Arena評分領跑全球，而中國當時最強的開源模型ChatGLM-6B則落後300多分。

從31.6%收縮到2.7%，從300分拉近至39分，為什麼中國大模型能追得這麼快？

概括來講，這是一條質效突圍的追趕路徑。首先，中國企業沒有選擇與美國同行一樣大舉堆砌算力和資金，而是通過優化模型架構，如MoE混合專家模型，以更高效的訓練算法實現了同等性能，可以說是一場“低成本逆襲”。

其次，工程與迭代速度向來是中國企業的優勢，中國大模型對用戶體驗的反饋響應極快，能以極高頻率進行微調（Fine-tuning）和版本迭代，迅速補齊技術短板。

另外，中國擁有極其豐富的移動互聯網應用生態和場景，如電商、直播、本地生活等，海量真實場景和垂直行業的真實數據反向餵養大模型，使其多模態與推理能力迅速追平人類基準，達到應用驅動技術的效果。

還有關鍵一點，AI的盡頭是算力，而算力的根基是電力。當美國和歐洲的數據中心面臨能源瓶頸時，充足且穩定的電力供應也是中國在大模型競爭中的一張底牌。

理解中國大模型的整體水平也需要了解一下當前的梯隊格局。除了以極緻推理系統和Token產出能力見長的月之暗面Kimi，在代碼、複雜對話和智能體開發上表現突出的智譜GLM系列，以及在開源社區極具統治力的DeepSeek，中國大模型隊伍里還有已深度集成至各類硬件生態的通義千問、具備強大通用能力和產業落地規模的文心一言、以高性價比和多模態交互體驗聞名的豆包等。總體來看，目前中國大模型已形成“百花齊放、頭部聚集”的競爭格局，整體實力躋身全球第一梯隊。

新華社資料圖片

不過，與美國頂尖模型2.7%的差距意味著追趕空間仍在。例如算力與基礎設施存量，當前美國擁有超過5000個數據中心，在物理算力和芯片囤積總量上依然佔據顯著優勢。在頂尖創新模型的產出數量方面，去年美國共發佈了50 個具有全球影響力的重大基礎模型，而中國發佈了30個。此外，雖然中國在專利申請和論文總量上穩居世界第一，但在“高影響力、開創性”的頂尖發明專利上，美國依然保有領先身位。

中國大模型為何選擇開源？

我們常說開源大模型，到底“開源”指的是什麼？

我們把大模型想象成蛋糕。“開源”就等於是蛋糕師傅把配方公之於眾，任何人都可以拿到這份配方，自己動手製作，還能根據自身需求，調整配方，改良口味。對應到大模型，就是底層代碼、參數，全部對外開放，企業和開發者能夠下載到本地部署，自由微調、二次改造。這是中國大模型集體選擇的一條路。

與其對應的“閉源”就很好理解了。就好比商家只賣給你做好的成品蛋糕。你不清楚原材料配比、製作工序，不能隨意改動，更沒法自己複刻、單獨加工，只能花錢購買、直接享用。OpenAI，或者美國多數大模型，走的就是這條路。

為什麼中國大模型會選擇開源？各企業為什麼要把核心的技術拿出來共享？

首先是“快”。開源是構建技術生態的最快路徑。

當一個模型被下載幾十億次，全球開發者在這基礎上做二次開發、發現bug（程序漏洞）、貢獻優化，推動模型快速迭代。與此同時，這麼多人自發使用、改造模型，也就相當於免費的全球宣傳了。

其次是“易”。開源大幅降低了技術和成本門檻。

從零訓練一個大模型耗資巨大，動不動就是幾百萬美元的投入，這是一般企業根本承受不起的。而開源模型，讓這些中小企業、科研團隊甚至個人，能夠站在“巨人的肩膀”上進行創新，極大加速了AI技術在千行百業的落地速度。

第三是“實”。開源是應對數據安全與隱私保護的務實選擇。

金融、醫療、政務等很多行業都十分重視數據安全，不會輕易把敏感數據上傳到閉源雲端。開源模型的代碼、參數和訓練過程公開可查，能夠部署在企業內部，數據不用向外傳輸，自主可控，還能按需調整，解決了不少閉源模型無法覆蓋的場景難題。

根據中國工信部發佈的數據，目前中國開源大模型全球累計下載量已突破100億次。全球最大開源AI模型平台HuggingFace2026年春季報告顯示，中國大模型下載量占比從2024年的不到20%，增長到了2026年4月的41%，首次超過美國。

法國《世界報》指出，中國的開源模式大幅降低了AI技術應用門檻；與之形成鮮明對比的美國AI巨頭，大多都在堅持閉源收費的商業模式，技術共享與產業普惠性相對不足。《金融時報》也報道稱，從矽穀到歐洲，面對美國AI開發商不斷上漲的費用，越來越多的企業正轉向使用中國先進的開源模型。

從出海到治理，中國大模型走出去

技術基礎打好、生態成型之後，中國大模型開始更大範圍走向世界。這種“走出去”分為兩條主線，一是商業出海；二是全球AI治理。

在商業層面，中國大模型在東南亞、中東、拉美等新興市場受到廣泛歡迎。

作為華人文化圈輻射區，東南亞是大多中國企業出海的首選站。在這個地區，中國大模型對中文語境，以及東南亞本地語言的混合處理能力是顯著優勢。馬來西亞通訊部副部長去年公開表示，該國主權AI基礎設施將基於DeepSeek技術構建。

中東各國正在大力推進數字化轉型，對AI需求極為迫切。中國大模型憑藉高性價比和定製化服務，成為了當地建設智慧城市、能源管理系統的首選技術夥伴。拉美市場也在持續升溫，豆包國際版Dola在巴西、墨西哥等國家，躋身非遊戲應用下載榜前列。

另外，不少海外流行的修圖軟件、角色扮演遊戲，其背後的AI引擎都來自中國廠商。

走出國門不止是做生意，面對AI帶來的安全挑戰與全球數字鴻溝，中國也在積極推動AI治理的國際合作，提出具體的“中國方案”。

在近期舉行的2026世界人工智能大會上，中國釋放明確信號，將重點面向發展中國家，推動AI算力、開源模型等創新資源的共享，幫助縮小技術差距。這其實是中國已經在做的事情。

一方面是把算力送出去。在東盟、非洲、拉美等地，中國推進智算中心與合作節點建設，把閑置或新增的算力變成公共資源，為當地提供可負擔、可接入的算力服務。

比如，位於廣西南寧的中國—東盟人工智能計算中心，這里採用華為昇騰全棧人工智能技術，已為數十家高校、科研機構及東盟企業提供公共算力服務。位於剛果（布）首都布拉柴維爾德尼·薩蘇-恩格索大學的非洲人工智能研究中心也已於2022年啟用，重點推動數字政策、金融科技及相關基礎設施的研發。

2026年7月19日，參觀者在中國氣象局展台拍攝展品“媽祖”風雲衛星AI工具箱。新華社發

另一方面則是讓技術扎根落地。氣象防災減災是最典型的例子之一。目前已有40多個國家的氣象部門通過雲端使用中國推出的氣象智能預警方案“媽祖”。定製版已在巴基斯坦、埃塞俄比亞、所羅門群島、約旦、斯里蘭卡、蒙古國、吉布提7個國家落地。在蒙古國，預報員參考該平台數據，成功預報了今年4月的沙塵暴過程，為防災減災爭取了寶貴時間。未來5年，中國已承諾，將推動氣象智能預警方案“媽祖”在30個國家落地應用。

從技術指標的追趕到開源生態的繁榮，從拓展海外市場到參與AI全球治理，中國大模型的故事已經不只是技術敘事，更是一場關於開放、合作與共贏的實踐。（完）