阿里开源2.4T Qwen大模型，中国AI席卷全球竞争格局

阿里连发重磅：2.4万亿参数模型与Token Plan订阅

阿里巴巴近期在AI领域动作频频。据B站AI日报节目介绍，阿里开源了新一代Qwen大模型，总参数规模高达2.4万亿（2.4T），且官方明确表示该模型仍处于"预览期持续进化"阶段。最新版本在Web前端开发能力上有显著提升，业界普遍认为其性能有望逼近甚至超越业内前沿闭源模型，将对现有的顶级模型格局形成实质性冲击。

值得关注的是，2.4万亿参数意味着这是一款极大规模的稀疏专家混合（MoE）架构模型。MoE（Mixture of Experts）的核心思想可追溯至1991年Jacobs等人提出的早期混合专家框架，但直到谷歌2021年的Switch Transformer才真正将其推入大规模语言模型时代。现代MoE是一种通过条件计算实现超大规模模型的关键架构范式：其中的"专家"本质上是独立的前馈网络（FFN）模块，路由器通常是一个轻量级线性层，输出各专家的概率分布后取Top-K激活。与传统稠密模型每次推理都激活全部参数不同，MoE模型在处理每个token时，仅由"路由器"（Router）动态选择少数几个"专家"子网络参与计算，其余专家保持休眠状态。这意味着2.4万亿总参数的模型，实际单次推理的激活参数量可能仅为数百亿级别，从而在保持极高模型容量的同时，将计算成本控制在可接受范围内。这一架构在谷歌的Switch Transformer、Mixtral、GPT-4（据推测）等模型中被广泛采用。

然而，MoE架构的工程实现远比稠密模型复杂。核心挑战之一是负载均衡：如果路由器总是偏向少数几个专家，会导致计算资源分配不均，引发"专家坍缩"问题——研究者通常引入辅助损失函数（Auxiliary Loss）强制路由器均匀分配token来缓解这一问题。DeepSeek等团队还探索了"无辅助损失均衡"策略，通过动态调整专家偏置项实现负载均衡，避免了辅助损失对主任务梯度的干扰。另一挑战是通信开销：在分布式训练和推理中，不同专家可能分布在不同GPU节点上，token路由会产生大量跨设备通信，对网络带宽要求极高——这也是为什么超大规模MoE模型通常需要配套专用的高速互联网络（如InfiniBand或NVLink Switch）才能发挥完整性能。对于开源生态而言，Qwen开源超大规模MoE权重，意味着研究者可以直接观测和研究这些工程取舍，这在闭源时代是不可能实现的——不仅意味着能力开放，更意味着向学界和工业界开放了验证超大规模稀疏计算路径的机会。不过需要说明的是，节目中提及的具体版本号存在口播转录误差，读者应以阿里官方发布信息为准。

与模型同步推出的还有 Qwen Token Plan 订阅服务。这一服务的定位颇具战略意义——它将阿里定位为"底层模型供应商"，用户只需单一订阅，即可在 Claude Code、Codex、Cursor、Open Code、Qwen Code 等主流AI编程工具中运行多个前沿模型。

解决开发者的多平台订阅痛点

当前AI编程工具百花齐放，但开发者往往面临一个尴尬问题：为了在不同工具中使用优质模型，需要在多个平台重复订阅、重复计费。Qwen Token Plan 正是瞄准了这一痛点，通过跨工具的统一Token调用机制，让开发者"一次订阅，处处可用"。

这种"卖水人"策略背后有深刻的商业逻辑先例可循。19世纪美国淘金热中，真正稳定获利的往往不是淘金者，而是向所有人出售铲子和牛仔裤的供应商——这一比喻被称为"Picks and Shovels Strategy"。在AI编程工具领域，当Claude Code、Cursor等应用层工具激烈争夺开发者心智时，阿里选择下沉至模型供给层，通过统一的Token计费接口横向打通多个工具生态。这与云计算初期亚马逊AWS的战略有异曲同工之妙——不与应用竞争，而是成为所有应用赖以运行的基础设施。从技术实现角度，这种API聚合层通常依托OpenAI兼容接口规范（OpenAI-compatible API）构建，使得现有工具只需修改endpoint地址即可接入，极大降低了迁移摩擦。对于开发者而言，API聚合层还意味着底层模型可以动态切换，在具体任务上始终调用性价比最优的模型。本质上，这是在AI编程工具的激烈竞争中占据底层供给的关键位置。

国产模型冲击波：半导体指数跌入熊市

中国开源模型的强势崛起，正在资本市场引发连锁反应。据节目援引数据，费城半导体指数较6月高点下跌超过20%，正式跌入技术性熊市；台湾加权指数同日也大幅下跌，市场对中国开源模型冲击的担忧情绪明显升温。

费城半导体指数（Philadelphia Semiconductor Index，代码SOX）追踪全球30家核心半导体企业，涵盖英伟达、AMD、TSMC、博通等公司，被视为全球科技股景气度的先行指标。自1993年发布以来，它长期充当科技周期的领先指标，因为半导体需求往往先于终端消费电子和企业IT支出发生变化。该指数的构成权重向AI相关受益标的高度集中——英伟达一度占据指数权重超过20%，使其对AI叙事的边际变化极为敏感。其跌入技术性熊市背后，体现的是市场对"AI算力需求叙事"的重新定价：此前的定价逻辑是"AI能力越强 → 需要越多高端GPU → 英伟达等芯片股持续受益"。

值得注意的是，这里存在一个经济学上被称为**"Jevons悖论"**的内在张力：技术效率提升本应降低资源消耗，但历史上效率提升往往反而刺激需求总量大幅增长——19世纪蒸汽机效率提升后，煤炭总消耗量不降反升。在AI领域，这一悖论已有先例：2023年ChatGPT引发的推理成本暴降并未减少GPU需求，反而催生了更多新应用和更长上下文的使用模式，带动了新一轮算力军备竞赛。中国开源模型通过算法创新和MoE等架构优化，以更少算力实现相近能力，动摇了全球对英伟达H100/B200级别芯片"刚性需求溢价"的预期。市场目前判断的关键分歧在于：推理成本下降所激活的新应用场景，是否足以抵消单位需求的下降。台湾加权指数同步下跌，则进一步映射出市场对台积电先进制程封装需求增速放缓的担忧。

同时，月之暗面于7月16日发布 Kimi K3 后，上线仅48小时需求就逼近算力上限，官方不得不暂停新用户订阅以保障现有用户体验——这从侧面印证了国产模型旺盛的市场需求，也为Jevons悖论在AI领域的适用性提供了现实佐证。

DeepSeek V4与Harness产品备受期待

根据网友爆料的群聊截图，DeepSeek 团队计划将首款 Harness 产品与 V4 正式版一同发布。Harness 是一款代码智能体产品，内部对标 Claude Code，负责让模型读写文件、调用工具、执行命令。

在AI编程领域，"Harness"（线束/框架）指的是包裹大语言模型核心的执行环境——它赋予模型与真实计算机环境交互的能力，包括读写文件系统、调用外部API、执行Shell命令、运行测试用例等。这区别于单纯的代码补全，是真正意义上的"自主代码智能体"（Autonomous Coding Agent）。从系统架构角度，Harness类产品通常由三个核心模块构成：上下文引擎（负责向模型提供代码库全局视图）、工具调用层（负责安全沙箱化地执行外部操作）和规划-执行-验证循环（Plan-Act-Verify Loop，处理多步复杂任务的编排逻辑）。Claude Code是目前这一方向的标杆产品，其核心设计哲学是让模型拥有对代码库的完整上下文感知，并通过多步规划—执行—验证循环来完成复杂的工程任务。DeepSeek若推出对标产品，本质上是在抢占"模型+执行环境"一体化产品的市场份额，这一赛道的核心竞争力不只是模型本身，还包括工具调用的可靠性、沙箱安全机制和长上下文工程任务的连贯性。

不过需要注意的是，这一信息来源为网友爆料截图，属于单一非官方来源，其真实性有待官方确认。截至节目播出时（7月20日），原定7月中旬上线的V4正式版尚未正式发布。

WAIC现场：从科学大模型到脑机接口

世界人工智能大会（WAIC）现场亮点频出。中科闻歌盘古团队发布了 SE-Omni，被称为全球首个面向科学理解、预测与生成的多模态统一推理模型（Science One一体化科研平台）。实测显示，其在多项科研任务中的性能显著优于主流通用大模型。科学大模型的核心挑战在于跨模态、跨尺度的异质数据融合——分子结构、基因序列、物理模拟数据与自然语言的联合建模要求模型具备远超通用任务的结构化推理能力，SE-Omni的发布标志着国内在这一方向的阶段性突破。

更引人注目的是消费级脑机接口技术的展示。玩家只需专注盯住闪烁的目标，大脑便会同步其频率，脑电图头带设备将信号转化为游戏指令——无需植入设备，即可用思维操控电脑。这背后利用的是一种名为**稳态视觉诱发电位（SSVEP）的脑电现象：当人眼凝视以特定频率（如8Hz、12Hz）闪烁的视觉刺激时，大脑视觉皮层会产生与该频率高度相关的周期性电信号，可被头皮表面的EEG电极稳定捕获。不同目标设置不同闪烁频率，系统通过快速傅里叶变换（FFT）**或典型相关分析（CCA）实时分析脑电频谱即可识别用户注视目标，进而转化为控制指令，识别延迟可低至1秒以内。SSVEP之所以成为非侵入式BCI的主流技术路线，原因在于其信噪比相对较高——视觉皮层诱发的周期性响应在头皮EEG中具有可靠的频域特征，不像运动想象（Motor Imagery）类BCI那样依赖高度个体化的训练和复杂的空间滤波算法，使得系统的跨用户泛化性大幅提升。

然而，SSVEP方案存在两个根本性限制：可用的不重叠频率窗口数量有限（通常8-15个），导致"词汇量"极小；长时间凝视闪烁目标会引发视觉疲劳，限制使用时长。衡量BCI系统综合性能的核心指标——信息传输率（ITR，Information Transfer Rate，单位比特/分钟）——在SSVEP系统上通常处于20-100 bits/min区间，与人类正常打字速度相比仍有数量级差距。这一非侵入式方案大幅降低了脑机接口的使用门槛，但与Neuralink等侵入式方案形成鲜明对比——后者通过皮层内电极可以捕获数百个神经元的精细放电模式，理论带宽高出数个数量级，但代价是开颅手术和长期的生物兼容性管理，使其短期内难以进入消费市场。

Agent自主优化：Self-Harness方法提升104%

上海人工智能实验室提出了 Self-Harness 方法，其核心思路是让AI Agent自主优化执行流程，而非更换底层模型。通过自反馈与迭代改进Agent的外层调度与工具调用机制，任务完成效率与鲁棒性获得显著提升，效果提升达104%，该成果还获得了LangChain联合创始人的认可。

Self-Harness所代表的"智能体自优化"方向，在学术上与元学习（Meta-Learning）和提示优化（Prompt Optimization）有深刻关联。其理论根基部分来自ReAct（Reasoning + Acting）框架和Reflexion方法——后者证明了让Agent将失败轨迹转化为语言反思并存入工作记忆，可以在不更新模型权重的前提下实现持续的行为改进。其核心洞察在于：Agent的执行效率很大程度上取决于其"外壳"——即任务分解策略、工具调用序列、错误恢复机制和上下文管理方式。通过让Agent在执行后对自身行为进行反思性评估（Self-Reflection），并将失败案例转化为改进信号，系统可在不改变底层权重的情况下持续优化执行流程。104%的效率提升表明，在现实工程任务中，"编排智慧"与"模型能力"至少同等重要。这代表了一种务实的Agent优化思路：在模型能力既定的前提下，通过更聪明的编排来榨取性能。

AI基础设施：国产芯片生态加速突围

在AI基础设施层面，一个引发热议的观点来自Stability AI联合创始人。他指出，Together、Fireworks等美国厂商能以中国竞争对手十分之一的成本部署 Kimi K3，原因在于其可获得先进的英伟达和AMD芯片，并针对下一代硬件（如英伟达Rubin）深度优化后，运营成本可能下降10到100倍。这一观点揭示了中美AI竞争中"算力效率"这一常被忽视的关键维度——软件优化（如FlashAttention、量化推理、连续批处理）与硬件特性的协同适配，往往能带来独立于模型架构改进之外的显著成本差异。

面对英伟达CUDA生态的壁垒，国产厂商正在集体发力。CUDA壁垒的本质是一个生态系统锁定问题：英伟达通过CUDA工具链积累了二十年的优化库（cuDNN、cuBLAS、NCCL等）和开发者习惯，新进入者不仅需要在硬件性能上追赶，还必须重建整个软件生态。阿里旗下平头哥在WAIC上宣布开源真武（Zhenwu）AI芯片完整软件栈，涵盖SDK、内核驱动、性能分析工具、调试器、编译器及高性能库，开发者现有AI应用约7天内即可迁移，大幅降低切换成本。

从封装到集群：全链条国产化

先进封装环节同样迎来突破——燧原科技携手先锋科技联合发布国内首款面向AI算力芯片的玻璃基板CoWoS先进封装样品。CoWoS（Chip on Wafer on Substrate）是台积电开发的一种先进2.5D封装技术，其核心创新在于通过硅中介层（Silicon Interposer）将多个芯片高密度集成在同一封装体内，实现芯片间超高带宽、低延迟的互联——英伟达H100/H200的高带宽显存（HBM）与GPU核心之间的连接正是依赖CoWoS实现。CoWoS之所以成为AI芯片的瓶颈，根源在于摩尔定律放缓后芯片性能提升越来越依赖集成密度而非单核性能：将HBM与GPU核心通过硅中介层上的数万个微凸点（Microbump）相连，可实现超过1TB/s的片间带宽，远超传统PCIe总线的数十GB/s上限。2023年，台积电CoWoS产能曾成为制约AI芯片出货的最大瓶颈，而非GPU核心本身的晶圆制造，这充分暴露了该技术的战略地位。目前全球CoWoS产能高度集中于台积电，是AI芯片供应链的核心卡脖子环节之一。

玻璃基板相比传统硅基中介层和有机基板具有多维优势：玻璃的热膨胀系数更接近芯片本身，可减少热循环引起的翘曲变形；玻璃的介电常数更低（约4-5，vs有机基板的3.5-4.5），有利于高频信号传输且可实现更细的布线节距；同时玻璃基板的大尺寸面板制造工艺成熟，有望降低每单位面积的封装成本，并突破硅中介层尺寸受晶圆大小限制的瓶颈。英特尔已将玻璃基板列为其2024-2026年封装路线图的核心技术，燧原科技此次发布样品，意味着国产力量在这一前沿赛道上已完成技术验证阶段，若能实现产业化，将显著降低国产AI芯片对境外先进封装产能的依赖。

在算力集群层面，商汤科技联合近20家生态伙伴发起"银河计划"，涵盖国产芯片厂商、核心零部件厂商及基础设施厂商，将依托商汤大装置共建5个万卡级国产智算集群。

工信部数据显示，全国71.4%的数据中心容量已上架运营，我国智能算力规模已达2185 EFLOPS级别，近两年建设超70条算力大通道。这些数据回应了此前关于"西部空置AI设施沦为鬼城"的传闻，表明算力正作为公用事业基础设施被系统化管理。

具身智能与模型排行榜

在具身智能领域，WAIC同样成果丰硕。本届大会吸引了国内外1100余家企业参展，展出超3000项成果，具身智能展区成为核心板块。

家务任务基准 RoboCasa 365 榜单迎来突破——这一由德克萨斯大学等机构开发的大规模仿真基准平台，包含超过100种日常家务任务类别，旨在评估机器人策略在多样化、非结构化真实环境中的泛化能力，核心挑战在于感知-规划-执行的闭环整合。与传统机器人学习基准（如MetaWorld、RLBench）不同，RoboCasa将场景泛化、任务组合和长视野规划纳入评估，这使得即便是最先进的模型也难以突破50%准确率。RoboCasa的评估框架之所以引发广泛关注，部分原因在于其采用了"程序化场景生成"（Procedural Scene Generation）技术：厨房布局、物体摆放、光照条件在每次评估时随机变化，这使得单纯的"记忆轨迹"策略无法奏效，强迫模型真正习得可泛化的操作技能。这一现象在技术上对应**"分布偏移（Distribution Shift）"**问题：机器人策略在训练分布内表现良好，但遇到轻微的光照变化、物体位姿偏差或任务顺序重排时便急剧退化。

星海图（离曼动力）研发的模型以62.6%的准确率登顶，较此前SOTA提升8.4个百分点，远超多数仍在50%以下徘徊的模型。这一成绩之所以引发关注，不仅因为数字本身，更因为它代表了一种可能的突破路径——通过更大规模的仿真数据与更强的视觉-语言基础模型主干，来缩小仿真到现实的泛化鸿沟。整体准确率普遍低于50%，折射出从抓取等单一技能到复杂家务流程的巨大鸿沟，以及真实机器人数据采集成本高昂、仿真到真实环境泛化困难等核心挑战。同时，蚂蚁集团灵波发布了具身智能相关方案，在药房分解等真实场景初步跑通，标志着具身智能正从实验室走向物流、工厂等实际生产场景。

模型排行榜：中国模型全面进入第一梯队

据 Artificial Analysis 三大榜单，中国模型的表现尤为亮眼：Kimi K3 在智能指数、编码、智能体三个榜单全部跻身前三，成为排名最高的中国模型。Artificial Analysis的评测体系综合考量模型在MMLU-Pro、GPQA等学术基准上的表现与真实API调用延迟、吞吐量指标，其多维度评分框架使得单纯堆叠基准分数但延迟高昂的模型难以脱颖而出——Kimi K3能在三个榜单同时领先，意味着其在能力与工程效率上实现了双重突破。这一成绩清晰地印证了本期日报的核心主题——中国AI模型正在全球竞争格局中占据越来越重要的位置。

据WAIC披露数据，全球54.1%的AI Token消耗量运行在中国模型上，大会还专设展区展示"Token出口服务"，反映出中国已成为全球重要的AI算力与推理能力输出方。

结语

从阿里2.4万亿参数Qwen大模型开源，到国产芯片生态的全链条突围，再到中国模型在全球榜单中的强势表现，本轮AI浪潮呈现出明显的"中国力量"特征。同时，Shopify全力押注前沿模型、多数公司却倾向廉价模型压缩成本的策略分化，也预示着企业AI落地正进入更加多元和务实的阶段。需要提醒的是，本文部分信息（如DeepSeek V4爆料、具体模型版本号）来自节目口播与网友爆料，最终请以各厂商官方发布为准。

核心要点

核心要点

核心要点