近日，百度、階躍星辰、阿里、DeepSeek、Kimi等多家頭部科技企業密集發布自研大模型，覆蓋OCR識別、多模態理解、具身智能、推理能力等多個前沿領域，且這些新模型絕大多數選擇了開源路徑。

業內普遍認為，我國AI開源生態正從“可用”邁向“好用”乃至“引領”的關鍵階段，同時國內開源生態的逐步擴大與完善將加快我國人工智能領域的發展速度。

頭部企業動作頻頻

近期，國產大模型的發布節奏顯著加快。2月2日，階躍星辰推出Step 3.5 Flash，該模型采用稀疏混合專家（MoE）架構，總參數量高達1960億，但每Token僅激活約110億參數，在確保強大推理能力的同時大幅提高了運行效率，尤其適用于復雜Agent工作流場景。

在輕量化模型方面，2月3日，智譜正式開源GLM-OCR，據了解，這是一款僅0.9B參數的小型模型，并支持vLLM、SGLang和Ollama等主流推理框架，顯著降低了部署門檻；1月29日，百度發布文檔解析模型PaddleOCR-VL-1.5，該模型以僅0.9B參數的輕量架構，在文檔解析評測榜單OmniDocBench V1.5中取得全球綜合性能第一的成績，整體精度達到94.5%。

與此同時，具身智能成為新熱點。優必選于近日發布其自研的“具身大腦”Thinker模型，以“小參數、高性能、全開源”為特色。而在多模態領域，DeepSeek發布新的OCR2模型、月之暗面發布Kimi K2.5模型等。

據了解，上述模型集中在2026年1月份至2月初密集發布，覆蓋文本、圖像、語音、具身控制及多模態融合等多個維度，且多數模型強調在特定場景下的性能優化，如文檔解析、工業機器人(17.390, 0.47, 2.78%)響應、Agent協同等。

“眾多廠商選擇在此時集中發布模型，主要是因為經過三年的技術積累，國產大模型在架構設計、訓練方法、工程優化等方面已形成較為成熟的技術體系，具備了規模化輸出高質量模型的能力。”廣州艾媒數聚信息咨詢股份有限公司CEO張毅在接受《證券日報》記者采訪時表示，應用場景愈發明確，從工業機器人到智能辦公，從金融風控到教育醫療，下游需求促使模型向專業化、輕量化、高效化發展。

“更重要的是，當前正處于全球AI競爭的關鍵時期。國產大模型不僅是技術產品，更是國家戰略科技力量的重要組成部分。通過密集發布高水準模型，中國企業正積極爭奪技術話語權與生態主導權。”張毅表示。

開源已成主流趨勢

值得注意的是，無論是智譜的GLM-OCR、階躍星辰的Step 3.5 Flash、Kimi K2.5，還是DeepSeek-OCR2，均選擇發布即開源策略。業內普遍認為，這一趨勢標志著中國AI產業正從“閉源競賽”轉向“開源協同”，其背后既有戰略考量，也有生態邏輯。

張毅認為，開源有助于快速驗證模型能力、擴大影響力。在模型性能日益相近的當下，誰能率先獲得開發者和企業的廣泛應用，誰就更有可能成為事實標準。通過開源，企業可借助社區力量進行壓力測試、場景適配與漏洞修復，形成“發布—反饋—迭代”的高效閉環。

同時，開源也是構建國產AI生態的必經之路。過去，中國AI產業高度依賴國外基礎模型與框架，如今，以Qwen、智譜、Kimi、DeepSeek等為代表的國產開源模型矩陣日益完善，覆蓋語言、視覺、語音、具身智能等多個模態，初步形成了從基座模型到工具鏈、從訓練到推理的全棧能力。“這種‘自主可控+開放協作’的模式，既保障了技術主權，又避免了重復建設，有效降低了中小企業和科研機構的創新門檻。”有行業分析師對《證券日報》記者表示。

更重要的是，開源生態的繁榮反過來反哺模型本身。其中，由社區貢獻的評測數據、優化方案、插件工具等，成為了模型持續進化的“養分”。以阿里千問為例，AI開源社區Hugging Face的最新數據顯示，阿里千問的衍生模型數量已突破20萬個，全球開發者基于千問開發的衍生模型每天新增超過200個，涵蓋機器人控制、代碼生成、漫畫后期制作、多語種翻譯等多個方向。

展望未來，張毅表示，從密集發布到全面開源，國產大模型正走出一條兼具技術創新與生態共建的發展路徑。這不僅是中國AI產業邁向成熟的重要標志，也為全球人工智能的多元化發展增添了新的動力。在開源浪潮的推動下，一個更為開放、協同、高效的國產AI生態正在加速形成。