比现有国产最大模型大三倍多

参数是衡量模型「体量」最直观的指标，指的是模型在训练中学到的那组数值，决定了它存储信息和记忆的上限。据《金融时报》报道，字节跳动这一模型目前处于预训练的早期阶段，这一阶段通常要持续三到六个月，之后如果顺利，才会进入微调和最终发布，确切规模要到更后期才能确定。

横向一比就清楚了：月之暗面的 Kimi K3 是此前中国已发布的最大模型，参数为 2.8 万亿；阿里的 Qwen 3.8-Max 为 2.4 万亿；DeepSeek 的 V4-Pro 约 1.6 万亿。字节跳动这枚新模型最高可达 10 万亿，相当于 Kimi K3 的三倍多，把 Alibaba 和 DeepSeek 一并甩在身后。

美国那边，Anthropic 从不公开自家模型的参数规模。业内普遍估计，其最先进的 Mythos 5 大约在 8 万亿参数上下，更广泛开放的 Fable 5 约 5 万亿。也就是说，若字节跳动真冲到 10 万亿，它在「体量」这一项上已经和美国最顶尖的系统处在同一区间。

钱和人早就铺好了

能撑起这种量级的训练，靠的是真金白银。报道提到，字节跳动已将 2026 年的 AI 资本开支计划从去年初拟定的 1600 亿元人民币，上调到 2000 亿元以上（约 300 亿美元），其中大约一半用于采购芯片。

带队的是内部的研究组织 Seed 团队，由前 Google DeepMind 科学家吴永辉领衔，目前在中外合计约 2000 人。在消费者端，字节跳动的豆包 AI 助手月活已达约 3.24 亿，是国内最大的 AI 应用；视频生成模型 Seedance 也被不少从业者视为当前全球表现最好的同类产品。从短视频起家的公司，已经把地基挖到了基础模型的深处。

创始人张一鸣给团队定了一条有点「轴」的规矩：不要依赖「蒸馏」——也就是拿更强模型的输出去训练或改良自己的小模型——哪怕短期性能会因此吃亏。在他看来，抄近路会伤到长期的技术突破，宁可慢一点也要走自研。这也能解释为什么字节跳动至今坚持闭源路线，和阿里、DeepSeek 走开源的思路截然不同。

但「10 万亿」不等于「比 Anthropic 强」

说白了，参数规模是最容易被误读的数字。字节跳动披露的是「总参数」，而决定模型实际能力的，还有架构、数据质量和训练方法。当前几乎所有前沿模型都采用混合专家（MoE）架构，推理时只激活一小部分参数：DeepSeek 的 V4-Pro 总参数 1.6 万亿，真正在每次推理时激活的只有约 490 亿，仅占总量的 3%。换句话说，10 万亿描述的是「要存多大」，而不是「有多聪明」。

《金融时报》也明确点出，这枚模型尚未完成训练，更没有经过独立基准测试，现在就拿它和 Anthropic 比高下为时过早。但它释放的信号足够清晰：中国 AI 公司不再满足于做低成本、跟跑式的模型，而是开始正面冲击前沿。

按三到六个月的预训练节奏推算，这枚模型最早也要到 2027 年初才可能公开亮相。在那之前，外界能做的只有一件事——等它练完，再看激活参数到底是多少。

来源：英国《金融时报》（FT）、路透社

月之暗面在 7 月发布的 Kimi K3，总参数 2.8 万亿、每个词元激活约 1040 亿，走的是把视觉从预训练阶段就揉进主模型的路子，还从零训练了约 4 亿参数的视觉编码器 MoonViT-V2，不再借用现成的图文对比预训练权重。效果很直接：K3 发布后以 1679 分登上 Arena 前端代码榜首，这个榜单由用户盲选模型生成的可交互网页排名，看的不只是代码能不能跑，还包括页面最终长什么样。浏览器开发平台 Puter 在测试页里埋了 5 处视觉偏差，K3 对照目标页和运行页截图全部找出，没有误报。月之暗面把这种”写完代码看一眼页面再改”的循环叫作视觉在环。

几周后 DeepSeek 给了另一种答案。V4-Flash 正式版总参数 2840 亿、每个词元激活 130 亿，分别只有 K3 的十分之一和八分之一，架构和参数规模都没动，全部力气花在后训练上，在考察网页开发和多轮工具操作的 Arena 网页开发榜上一度冲到 1577 分。它证明了：不加视觉、不扩规模，光靠后训练一样能把编程能力顶上去。

说白了，两家争的从来不是”多模态该不该做”。DeepSeek 创始人梁文锋早就说过”多模态最终还是要做的”，分歧只在于什么时候做、愿意为此让出多少模型容量、数据和算力。多位业内人士的看法也一致：编程能力才是上牌桌的门槛。有意思的是，阿里刚发布的 Qwen3.8-Max 站到了和 K3 相近的一边——2.4 万亿总参数、激活 950 亿，视觉、编程、协作一起扛。

对普通用户，这个分岔的现实意义很具体：如果你常截图丢给模型改页面、做幻灯片，优先选原生带视觉的；如果只写代码、处理文档，小而便宜的纯文本模型性价比明显更高。你平时给模型喂图多，还是喂字多？

来源：36氪·智能涌现《Kimi K3与DeepSeek V4之间，隔着原生多模态的时间差》，作者 李炤锋，编辑 张雨忻

据彭博社报道，DeepSeek已口头通知部分潜在投资者，原定在未来几天签署的投资协议将暂时搁置。这一轮融资计划至少募集100亿元人民币（约15亿美元），投前估值至少4800亿元人民币（约710亿美元），较其6月份刚完成的500亿美元估值第一轮融资大幅提升。

泄密源头：一场私密会议的记录外传

融资暂停的导火索，是梁文锋在第一轮融资期间与投资者举行的一场约四小时闭门会议的记录被泄露到网络上。据国内媒体第一财经报道，这位创始人在这份记录中讨论了DeepSeek对英伟达芯片的依赖，以及中国在AI前沿能力方面持续落后于美国的现实。

这些内容在中文科技圈和投资圈迅速传播，引发广泛关注。彭博社表示无法核实这些记录的真实性。梁文锋对这些未经授权的信息传播感到不满，最终决定暂停融资进程。

命运多舛的中国AI先锋

成立于2023年的DeepSeek，由对冲基金浙江幻方量化全资拥有。去年，该公司开发的AI模型震惊业界，展示了用更少的计算资源构建前沿AI平台的能力，证明了中国公司即使在美国先进硬件出口限制下，也能与硅谷一流公司竞争。

6月份，DeepSeek完成了创纪录的首轮融资——70亿美元（约500亿元人民币），这是中国科技初创公司有史以来规模最大的首轮融资。投资者包括腾讯、宁德时代，以及代表北京方面在AI领域战略布局的国家人工智能产业投资基金。这是国家AI基金罕见的直接投资背书。

梁文锋：全球最富有的AI创始人

首轮融资后，梁文锋的个人净资产翻了一倍多，达到360亿美元，使他成为全球AI模型创始人中的首富，远超Anthropic联合创始人Dario Amodei和OpenAI的Greg Brockman。

DeepSeek管理层的态度也很明确：公司将优先推进前沿AI研究而非短期商业化。梁文锋在至少一次投资者会议上承诺，将继续开发开源AI模型，同时追求实现通用人工智能（AGI）的更宏大目标。

IPO计划与未来走向

尽管第二轮融资暂停，但DeepSeek已经开始筹备首次公开募股，最早可能在今年向上海科创板提交上市申请。这将是中国科技行业里程碑式的上市案。

目前，谈判仍在进行中，公司可能在未来某个时间恢复融资进程。但对于一个正以惊人速度扩张——从零融资到500亿美元估值仅用了不到半年——的AI公司来说，这次暂停向市场传递了一个信号：即使是这家中国最受瞩目的AI实验室，创始人的意志仍然压倒一切。

图片来源：Omar Marques/SOPA Images/LightRocket via Getty Images

百度智能云蝉联金融大模型市场第一

国际数据公司（IDC）最新发布的《中国金融行业生成式AI平台及应用解决方案市场份额，2025》报告显示，2025年中国金融行业生成式AI市场迎来爆发式增长，整体规模达到17.40亿元人民币，同比增速高达90.4%。

在这片高速增长的赛道中，百度智能云凭借在技术底座与场景落地上的双重优势，以16.6%的市场份额位居中国金融行业生成式AI平台及应用解决方案市场第一，成功蝉联这一位置。这一成绩意味着，在中国金融机构部署大模型技术的过程中，百度智能云已成为最受青睐的合作伙伴之一。

金融行业向来是大模型商业化落地的前沿阵地。相较于通用场景，金融领域的合规要求、数据安全标准和业务复杂性对技术供应商提出了更高的门槛。百度智能云能够持续领跑，反映出其在模型能力、行业适配和客户服务方面的综合实力已获得市场认可。

腾讯云布局具身智能云端底座

7月15日，腾讯云与全球领先的通用具身智能企业RoboScience机器科学签署战略合作协议。双方将基于腾讯云的基础设施服务能力，共同打造面向具身智能产业的一体化底座，打通从数据采集、多地协同标注到模型训练与商业化落地的全链路。

这一合作的核心亮点在于，双方计划共同打造行业首个云端EaaS（Embodied-AI-as-a-Service，具身智能即服务）平台。这意味着，未来具身智能企业可能无需自建庞大的算力和数据基础设施，而是可以通过云端服务快速获取所需的计算资源和工具链，从而降低行业准入门槛，加速具身智能技术的商业化进程。

具身智能被视为AI发展的下一个重要方向，它要求智能体不仅具备认知能力，还能在物理世界中执行复杂任务。腾讯云与RoboScience的合作，标志着中国云计算巨头开始系统性地布局这一新兴领域。

办公软件进入AI时代

7月15日，金山办公在上海举办”2026 AI生产力大会”，同日发布两款AI办公智能体，分别覆盖个人级与组织级两大场景：面向个人的”灵犀专业版”和面向组织的”WPS Comate”。

金山办公CEO章庆元在会上表示，办公软件正在进入第三个时代——从单机办公、协同办公，走向AI办公。灵犀专业版为每一位用户提供专属AI办公助理；WPS Comate则作为全新组件助力WPS 365完成升级。这一定位显示出金山办公希望将AI能力从单一功能升级为贯穿办公全流程的基础设施。

几乎在同一时间，百度宣布文库和网盘将在近期升级GenFlow，定位为专为金融、教育、办公等专业从业者打造的”多端通用Agent平台”，并将于7月底开启内部邀测。首期升级将聚焦金融领域，为金融从业者提供定制化的行业解决方案。

世界人工智能大会前瞻

7月17日，世界人工智能大会（WAIC）展览将在上海世博展览馆正式开展。阿里巴巴集团透露，将在此次大会上展出面向千行百业和前沿科研的多个AI智能体平台，包括阿里云百炼推理平台和”达摩灵枢”（DAMO Lingshu）科研智能体平台。

据官方数据，阿里云百炼推理平台截至目前已服务全球500万用户、120万付费用户。更具亮点的是科研应用案例：此前科研团队在达摩灵枢辅助下，基于材料基础模型Elements，预测出6.8万种可能的超导材料，其中4种全新材料已合成并证实存在超导性。这一成果展示了AI在基础科学研究中的巨大潜力。

产业链协同加速

在其他值得关注的消息中，深圳华强在互动平台表示，公司作为华为计算部件（含昇腾、鲲鹏）的总经销商，将持续推进华为计算部件的技术和产品推广，积极协助华为建设算力生态。泡泡玛特创始人王宁也于7月14日率领核心高管团队探访苹果总部Apple Park，与Tim Cook及即将上任的CEO John Ternus会面，双方围绕创意设计、数字生态与全球消费趋势展开交流。

从金融大模型到具身智能，从办公智能体到科研平台，中国AI产业正在多个垂直领域同时推进商业化落地。随着技术成熟度的提升和应用场景的不断拓展，2026年下半年或将成为观察中国AI产业从”技术竞赛”转向”价值创造”的关键窗口期。

一、OpenAI GPT-5.6发布：把价格打下来，但利润也打没了

7月9日，OpenAI正式发布GPT-5.6系列，一口气推出了三个档位的模型：Sol（旗舰版）、Terra（平衡型）、Luna（轻量版）。

这个定价策略非常激进。最便宜的Luna版本，输入价格仅1美元/百万token，输出6美元/百万token——这大概是Anthropic同类产品价格的一半。Sol旗舰版虽然贵一些，但按OpenAI的说法，Token使用效率提升了54%。

但问题在于，这种”以本伤人”的打法真能持续吗？有分析指出，OpenAI的运营成本并不低，降价之后虽然抢到了大量用户，但每笔交易的实际利润被大幅压缩。更关键的是，如果用户习惯了低价，未来想涨价就难了。

与此同时，OpenAI还正式将原本独立的Codex编码系统整合进了ChatGPT，从此编程能力和对话能力不再分家。用户可以在同一个界面里聊天、写代码、调试，体验确实比之前流畅了不少。

二、Anthropic：技术领先，但商业压力山大

如果说OpenAI在打价格战，那Anthropic就是在打技术牌。

Anthropic的Claude 3.5 Opus模型在SWE-bench（代码能力评测）上的得分已经冲到了80.9%，是目前公开数据里最强的。而且他们最近还发表了一篇很有意思的研究论文，发现Claude内部存在一种类似人类”全局工作空间”（Global Workspace）的机制，甚至可以通过读取模型内部的”J-space”来理解它的推理过程。这项研究被一些媒体解读为”AI觉醒”的迹象，虽然Anthropic官方否认了这种说法，但它确实引发了大量讨论。

不过，Anthropic的商业前景并不乐观。一方面，OpenAI的降价策略直接挤压了他们的市场份额；另一方面，阿里巴巴最近宣布全面禁止内部员工使用Claude全系产品，理由是Claude Code存在安全后门隐患，可能向远程服务器回传用户数据。这对Anthropic的企业客户拓展来说，无疑是个不小的打击。

三、苹果起诉OpenAI：从合作伙伴到对簿公堂

7月10日，苹果正式起诉OpenAI，指控对方通过系统性挖角前苹果员工的方式窃取商业机密。这是本月最戏剧性的新闻之一。

苹果在诉状中指控，OpenAI前年以65亿美元收购了苹果前首席设计师Jony Ive创办的硬件公司io，目的就是挖角苹果的硬件设计人才。两名前苹果员工——Tang Tan和Chang Liu——被指控在招聘过程中使用苹果的机密项目代号，甚至把苹果的实际零件带到面试现场展示。

更戏剧性的是，苹果和OpenAI在2024年还是亲密合作伙伴，苹果甚至把ChatGPT集成到了iOS系统里。但随着OpenAI开始自己搞硬件，两家之间的关系急转直下。今年6月，苹果发布新版Siri时，AI部分已经悄然换成了Google的Gemini模型。

四、Meta Muse Image：上线三天就翻车

Meta在本月推出了”超级智能实验室”的首个AI图像生成模型Muse Image，但核心功能上线仅三天就被迫下架。

问题出在Instagram的”@标记”功能上——用户只要@任意公开账号，系统就会自动抓取该账号的公开照片用于AI生成。被标记的用户完全不知情，而且默认对所有人开启，退出需要手动钻到好几层隐私设置里去关掉。

这件事引发了从用户到行业组织的全面抗议。美国演员工会SAG-AFTRA、消费者组织Public Citizen、国际隐私组织Privacy International先后发声。最终Meta不得不撤下这个功能，承诺全面复盘。

五、国产大模型：追赶速度惊人

在国际AI圈打得火热的同时，国产大模型也没闲着。阿里云在短短三个月内完成了通义千问3.5、3.6、3.7三代迭代，最新旗舰版据称登顶了国产闭源商用大模型榜首。百度文心一言、腾讯混元、360智脑也通过了国家首个官方”大模型标准符合性测试”。

不过，国产大模型面临的最大挑战不是算法，而是算力。在芯片出口管制持续收紧的背景下，如何通过自研芯片和算力协同来支撑大规模模型训练，是决定未来竞争格局的关键变量。

小结

2026年7月，AI行业正在经历一场前所未有的震荡。OpenAI和Anthropic在技术路线和商业模式上的分歧越来越大，苹果和Meta在AI布局上动作频频但也频频踩坑，而国产大模型则在资源受限的情况下奋力追赶。这场竞争远未到终局，甚至可以说，好戏才刚刚开始。