國產大模型「五強爭霸」，決戰AGI！
DeepSeek的橫空出世，已經徹底改變了全球的AI局勢。
從此，不僅中美大模型競爭格局改變，國產大模型的產業版圖，也被一舉打破！
縱觀中國基礎大模型的市場，可以看到，如今的基礎大模型版圖已然改天換地，演變為全新的五強格局——
字節、阿里、階躍星辰、智譜，以及DeepSeek。
新基模五強突圍，下一個制勝點在哪？
脫穎而出的這五強，為何能成為留在最后的玩家？
答案很簡單——要么有錢，要么有人。
前者，道理不言自明。訓練大模型是明牌重注，要么得自家有糧，要么就得有大腿。
像字節、阿里、DeepSeek，都屬于有糧的類型；而智譜和階躍星辰，則無疑屬于后者。
其中，上海隊的階躍星辰，最新一輪融資發生在24年底至25年初，B輪已融資數億美金；北京隊的智譜，在2025年3月已經拿下18億人民幣的融資。
而說到人，當然就是高密度人才，尤其要有行業認可的技術領軍人物。
我們仔細盤盤就能發現，五強在這方面是分足鼎立，各有骨干。
字節的吳永輝，阿里的吳泳銘、周靖人，階躍星辰的姜大昕、張祥雨、朱亦博，智譜的唐杰、張鵬，DeepSeek的梁文鋒，都是在業界足以撼動局勢的人物。
滿足了有錢又有人，在這方面起跑線上各家都差不多，接下來要比拼的，就是硬貨了。
基模五強，各領風騷
其實仔細分析，就能發現這五強的共性。
要么是全才，模型的能力要能做到全面覆蓋，且性能在第一梯隊。要么就是專才，模型在某一方面遙遙領先。
阿里：開源王者，全球第三
阿里以「開源王者」的獨特定位，不僅在國內市場占據重要席位，更在全球AI開源生態中，穩居全球TOP 3模型貢獻者。
斯坦福2025年人工智能指數報告
可以說，阿里是國內過最開源自研LLM互聯網巨頭，也是全球唯一一家實現「全尺寸、全模態」開源的云計算廠商。
可以說，作為開源最早、最完整的大公司，阿里在AI的投入上最堅決，也是如今布局最全、最先賺到錢的中國互聯網大廠。
自2023年以來，通義團隊累積開源200+模型，涵蓋了千問（Qwen）大語言模型和萬相（Wan）視覺生成模型兩大基座系列。
這些模型覆蓋了文本生成、視覺/語音理解生成、文生圖，以及視頻生成等全模態，參數規模從0.5B到235B不等，跨越119種語言及方言。
兩年前，國內LLM市場尚處于「百?！够鞈痣A段，阿里率先將Qwen-7B開源，吸引了全球開發者的關注。
截至目前，Qwen全球下載量超3億，衍生模型數量超10萬，超越Llama成為全球第一開源模型。
在Hugging Face社區，2024年Qwen系列占全球模型下載量的30%以上，穩居第一。
25年2月，Hugging Face全球開源大模型榜單中，排名前十開源模型全部基于Qwen二次開發
在這場「燒錢」的游戲中，未來三年，阿里還將投入3800億元用于AI研發，用于云和AI硬件基礎設施，總額超過去十年總和。
這一投入規模在國內互聯網公司中首屈一指，恰恰展現了阿里在AI賽道上的戰略決心。
相較于其他大模型玩家，阿里憑借成熟的商業化路徑和廣泛的客戶基礎，率先實現了投入到回報的閉環。
截止2025年1月底，通過阿里云百煉平臺調用通義大模型API的企業已超過29萬。
字節：巨型航母，重回創業
字節的大模型以「綜合能力強」為特色，覆蓋了文本生成、圖像理解、視頻生成、語音處理等多模態領域。
在這場技術與資源的巔峰對決之中，字節不僅在自研大模型和AI應用領域，展現出了「兇殘的戰斗力」。
目前，字節旗下的AI應用超20多款，爆火核心產品「豆包」憑借其強大文本生成和多模態能力，迅速占領用戶心智，月活用戶超1億。
視頻生成工具「即夢」也被賦予了更高的戰略優先級，已在虛擬偶像、電商直播等領域，實現商業化落地。
同樣，字節在AI編程領域不敢落后。他們推出的AI編程工具Trae，直接對標Cursor等AI集成開發環境。
在企業服務方面，基于豆包大模型，火山引擎「飛連」也在多場景落地AI應用等。
字節的全面布局，還體現在其生態整合能力上。通過抖音、今日頭條、飛書等平臺，字節將大模型嵌入到內容推薦、協同辦公中，形成了技術到應用的生態閉環。
而如今，字節以「巨型航母重回創業」姿態，憑借雄厚資金、超高人才密度、多方向全面布局，成為中國AI賽道領跑者之一。
階躍星辰：低調的大模型國家隊
跟其他家相比，階躍星辰可以算是這五強中最低調的大模型國家隊了。
可以說，階躍星辰是生于上海、長于上海的國家隊。2024年底，階躍星辰完成了總額達數億美元的融資，核心投資方包括上海國有資本投資有限公司及其旗下基金，戰略和財務投資人包括騰訊投資、五源資本、啟明創投等。
如今，才成立2年的階躍星辰，已累計發布22款自研基座模型，覆蓋文字、語音、圖像、視頻、音樂、推理，其中有16款是多模態模型，性能領跑全行業，成為行業內公認的「多模態卷王」。
其中，Step-1o Vision便在2025年初分別在知名大模型競技場Chatbot Arena和國內權威評估平臺「司南」（OpenCompass）中，分別拿下了視覺領域中國大模型第一，以及多模態模型榜單第一的成績。
更難得的是，階躍星辰的多模態矩陣既全面，又在全行業領先。要知道，多模態模型的核心，就是綜合能力，既要求語音、圖片、視頻多個模態的能力，又要求模型能理解、生成、推理。在此布局上，階躍星辰的每條線都達到了第一梯隊。
而多模還有一大難點，就是融合過程中不能損失單個模特的性能，尤其不能降智。而階躍星辰采取了原生多模的方式，在此方面經驗獨到。
在階躍星辰看來，多模態是通往AGI的必經之路。隨著多模態交互和推理的融合愈加成熟，更多Agent會在智能終端上涌現。
現在，階躍星辰正在發力徹底解決視覺領域根本難題——表征和對齊的基礎問題，也即「predict next frame」。
未來，按照階躍星辰的多模研發路徑，AI將能建模物理世界交互，模擬整個世界，構建世界模型。至此，AGI就將實現。
在成立之初，姜大昕團隊曾繪制過這樣一幅智能演進路線圖，將智能進化分為模擬世界、探索世界、歸納世界三個階段
與此同時，階躍星辰的核心技術人員已經在一線親歷十年AI發展，這支隊伍的人才密度極高，既有技術洞察，又有實戰經驗，堪稱是基模的「夢之隊」。
其中，創始人、CEO姜大昕曾擔任微軟全球副總裁，微軟亞洲互聯網工程院副院長、首席科學家。入選2025年IEEE Fellow的姜大昕博士，是唯一來自中國大模型創業公司的入選者。
而首席科學家張祥雨，其參與著作的《用于圖像識別的深度殘差學習》論文（ResNet）是21世紀以來全球被引用次數最多的論文，引用量已超過25萬次。
商業化方面，目前已有多家頭部企業和大量AI應用開發者對階躍的多模態模型表示認可，紛紛接入。同時，階躍還將智能終端Agent視為大模型落地的核心突破點，已和吉利汽車、千里科技、OPPO、智元機器人、原力靈機、TCL等達成了深度合作。
智譜：全棧創新，發力智能體
作為國內首個開啟IPO大模型創業公司，智譜背靠清華技術底蘊以「學院派」獨特氣質脫穎而出，在基座模型、多模態技術和智能體展開全面布局。
目前，智譜已經建立了新一代認知大模型技術體系，研發了全棧自主GLM系模型，性能指標與國際頂尖LLM對齊。
去年8月，GLM-4-Plus問世在多個任務上表現優異，與GPT-4系不相上下。
今年4月，智譜再次開源32B/9B系列GLM模型，包括基座、推理和沉思模型。以320億參數比肩千億參數主流模型性能。
其中的GLM-Z1-Rumination沉思模型，便是智譜對AGI下一代技術的最新探索。
在智能體方面，智譜先于OpenAI提出Phone Use概念并推出Agent產品，并發布了全球首個集深度研究與實際操作于一體L3級智能體——AutoGLM沉思。
如今，他們正憑借AutoGLM及GLM-PC與全球車企、PC及手機廠商展開深度合作，推動大模型從Chat走向Act。
智譜的商業化路徑以2G和2B業務為核心，深度綁定政府和企業需求。
其構建了MaaS私有化部署和智能體平臺等服務模型，形成了包含百萬規模開發者的模型服務新生態。
據統計，MaaS平臺支撐80余萬企業、應用開發者。
這種學院派創業模式，使得智譜在技術深度和戰略穩定上，占據領先優勢。
DeepSeek：研究導向，厚積薄發
DeepSeek，則是五強中目前最受國外矚目的一位。在中美AI競賽中，也是被提及最多、存在感最強的一家。
可以說，這是一位特立獨行的技術奇兵，直接以一己之力，掀翻了大模型的牌桌。
DeepSeek技術的特點，就是聚焦語言模型，特別是數理能力，走堅定的開源路線。
今年過年時，DeepSeek-R1給全世界帶來了億點點震撼，以極低的計算資源，取得了媲美GPT-4等頂級AI模型的性能。
相比OpenAI、Anthropic訓模型時動輒投入的數億美元資金、數萬張高端GPU，DeepSeek四兩撥千斤的核心秘訣，就在于下面這種極致的工程優化。
比如，MoE架構讓模型總參數量達到671B，而在運行時卻只需激活37B，大幅降低了計算需求；多token預測（MTP），則提高了AI的訓練效率，避免逐字預測；多頭潛注意力（MLA），讓模型更精準地分配了計算資源。
總之，DeepSeek成功的關鍵，就在于偏研究型的導向，而非以盈利為短期目標。從研究角度鼓勵工程師提效，不必面臨財務變現壓力。
而DeepSeek團隊，也匯聚了多位頂尖人才。創始人梁文鋒，在用人上也有著自己獨特的原則。
比如，以應屆和畢業一兩年的人才為主，不追求規模，而是構建小而精的團隊。
隨著大規模的破圈，云廠商、行業伙伴紛紛積極接入，讓模型的生命力持續旺盛。
在DeepSeek的熱潮下，如今已經有億萬普通用戶開始擁抱AI。
決戰下一階段「智能上限」與「多模態能力」
當「基模五強」的格局初步形成，競爭的焦點也隨之轉向更為核心和前沿的技術領域。
技術決勝點，聚焦何處？
顯然，追求更高的「智能上限」和突破的「多模態能力」，已成為通往AGI路上必須搶攻的兩大技術高地。
一方面，追求智能的上限，仍是當下大模型領域最重要的事情。
當前領先的模型雖然在許多任務中表現驚艷，但在邏輯推理、常識理解、長文本處理等方面，仍有較大的提升空間。
提升智能上限的最終目標，是邁向能夠執行任何人類智力任務的AGI，這需要模型具備更深層次的理解、學習、推理和創造能力。
另一方面，多模態理解與生成的統一是走向AGI的必經之路。
人類通過多種感官與世界交互，并獲取信息。要讓AI真正理解并融入復雜的世界，就必須賦予其處理和融合文本、圖像、音頻、視頻等多種模態信息的能力。
當理解與生成統一，不僅能推動智能體在智能終端的普及，還能通過具身智能與物理世界交互，自己收集環境數據，構建世界模型。
在世界模型的基礎上，再加上復雜任務的規劃、抽象概念歸納的能力，強化學習算法能力，以及超級對齊能力，就有可能實現AGI。
總而言之，未來對更高智能上限的無盡探索和多模態能力的深度融合，將是決定這場競賽勝負的關鍵。
如今站在AGI的門檻前，「基模五強」的競爭不僅是技術的較量，更是資源、人才、生態的全面博弈。
字節、阿里、階躍星辰、智譜、DeepSeek這五大領軍者，正以其各自獨特的優勢和戰略遠見，引領中國AI不斷逼近世界前沿。
而這場競爭的終點，或許正是AGI的曙光。
參考資料：
https://qwenlm.github.io/zh/blog/
