中国模型压缩与开放赛道加速，全球AI版图迎来新格局

关键模型发布

• Inkling（Thinking Machines Lab）

  • 9750亿参数Mixture‑of‑Experts（MoE）模型，实际激活参数为410亿。
  • 支持文本、图像、音频三模态，单次推理上下文可达100万token。
  • 采用Apache 2.0许可证开放权重，强调校准、可控推理成本以及用户自定义。

• Kimi K3（月之暗面）

  • 参数规模2.8万亿，激活16个专家（共896个），具备视觉输入与百万token上下文。
  • 主打长时程编码与知识工作，宣称是首个三万亿级别的开放模型，完整权重将在本月稍后发布。

• Bonsai 27B（PrismML）

  • 采用三值（ternary）和单比特（1‑bit）量化，模型体积分别为5.9GB和3.9GB，可直接在现代智能手机上运行。
  • 官方称在全部基准上保持了大部分精度，压缩后仍接近全精度基线。

• GPT‑Red（OpenAI）

  • 内部自动化红队系统，基于自我对弈的强化学习生成攻击提示。
  • 在未知测试环境中，对GPT‑5.1的成功攻击率达84%，远超人工红队的13%。
  • 通过这些攻击迭代提升了GPT‑5.6的鲁棒性，展示了安全评估与模型规模同步增长的“安全扩展律”。

地缘政治与治理动向

• 上海世界AI大会：习近平主席将开源AI定位为全球公共产品，倡导发展中国家共享技术，并提出成立国际AI合作组织以塑造全球治理框架。
• Apple Intelligence：据路透社报道，苹果将在iOS、iPadOS、macOS等系统中集成阿里巴巴的通义千问模型，同时与百度合作推出面向中国用户的本地化功能。
• 行业资本流向：Emergent 完成1.3亿美元C轮融资，估值15亿美元；Reflection AI 与Nebius签署10亿美元算力协议，锁定NVIDIA GB300 芯片；Greylock 18 基金聚焦AI原生创业者，计划投入15亿美元。

趋势解读

1. 开放即竞争：无论是大模型的开放权重还是极端量化的本地部署，都是在削弱算力垄断，提升用户和小型企业的议价能力。
2. 密度胜于规模：Bonsai 27B 示范了“智能密度”可以成为新竞争维度，未来可能出现更多在边缘设备上运行的高效模型。
3. 安全与红队同步扩展：GPT‑Red 的成功表明，安全测试体系必须与模型能力同速演进，否则高性能模型将面临更大风险。

整体来看，AI赛道正从“谁跑得更快”转向“谁的模型更开放、可压缩且安全可控”。技术、政策与资本三股力量交织，预示着一个更加分散且多元的全球AI治理格局正在形成。