会懂网AI资讯，9月26日，近日，Hugging Face对2026年的观察报告指出，中国团队开源模型的月度最大参数规模介于7540亿至2.78万亿之间，而美国团队在过去七个月中有五个月公开的模型最大规模低于1300亿参数。这反映出人工智能技术正在从单点突破走向系统级能力的构建，企业与应用侧对此高度关注。
具体来看，千亿参数以上的美国原创开源基座全年仅有四款：TML的Inkling、英伟达的Nemotron 3 Ultra与Nemotron 3 Super，以及Arcee AI的Trinity-Large。在算力供给持续扩张与推理成本快速下行的背景下，这类进展对开发者和行业用户都意义重大。业内普遍认为，相关能力的成熟将直接拉动上下游生态的协同创新与商业落地速度。
从技术细节出发，谷歌、微软、IBM等传统美国软件巨头，2026年全年未发布任何70B参数以上的开源基础模型，等同于主动退出了超大参数开源基座的正面竞争。从产业节奏看，头部厂商正把模型能力转化为可直接调用的服务，竞争焦点已转向工程化与可用性。对用户而言，此类更新意味着更低的使用门槛与更稳定的体验，智能助手的实用价值持续提升。
在产业层面，报告把中国厂商的路线分为两类：一类以月之暗面、MiniMax、小米、智谱为代表，几乎不再发布700亿参数以下的模型，瞄准排行榜与API需求。值得关注的是，开源与开放策略正在改变技术扩散的路径，中小团队也能借此快速构建应用。在监管与合规要求趋严的环境下，厂商在能力扩张的同时也更强调安全与可控。
对开发者与企业用户而言，另一类以腾讯、阿里千问为代表，从不足10亿的小模型一直覆盖到超大规模，目标是成为开发者的默认模型家族。多方数据显示，AI 应用的渗透率仍在快速提升，真实场景的反馈正反过来推动模型迭代。这类进展也折射出国内外在基础模型与智能体方向上的投入力度与路线差异。从长远看，模型与算力、数据的协同优化，将决定下一阶段智能应用的上限。
展望后续，另一类以腾讯、阿里千问为代表，从不足10亿的小模型一直覆盖到超大规模，目标是成为开发者的默认模型家族。相关进展将持续影响行业格局，值得长期跟踪。相关团队表示，后续还会围绕稳定性、成本与场景适配持续打磨，让能力真正可用好用。市场分析认为，谁先在大模型与Agent的工程化上建立优势，谁就更可能在下一轮竞争中占先。
暂无评论内容