AI快讯

AGI：从争论到工程 “AGI什么时候实现？"——这个问题在2026年已经从哲学讨论变成了工程路线图。主流AI实验室不再争论"能不能”，而是在讨论"还需要多少年"。这种转变本身就是AGI可能性的证据。 当前位置：在哪个阶段？ 能力评估 已经做到的： 通过信息检索、文本理解等基准测试 在特定领域（编程、数学）接近专业水平 多模态理解基本可用 工具使用和任务规划初见成效 尚未做到的： 跨领域的系统性推理 长期规划和持续学习 自主发现新知识 真正的因果推理 具身智能 类比： 当前AI相当于一个"博学但不深刻"的大学生——知道很多但理解不够深，能考试但不能创新。 技术路线图 路线一：规模+架构（主流路线） 核心假设： Scaling Law继续，加上架构创新，可以逐步逼近AGI。 2026: 万亿参数MoE模型 → 能力接近GPT-5 2027-28: 多模态Scaling → 全感知模型 2029-30: 推理时Scaling成熟 → 深度推理 2030+: 可能达到AGI门槛 关键挑战： 数据枯竭、成本爆炸、能力瓶颈 路线二：世界模型 核心假设： 真正的智能需要理解世界运作规律，而非仅依赖统计模式。 世界模型的核心： 物理直觉（物体如何运动、因果如何传递） 社会常识（人类如何行为、互动如何展开） 反事实推理（如果…会怎样？） 实现方式： 视频预训练：从物理世界视频中学习物理规律 交互学习：在模拟环境中通过交互学习因果 具身学习：通过机器人身体感知世界 代表： Google的Genie、Meta的CICERO 路线三：神经符号融合 核心假设： 纯神经网络有局限，需要符号系统补充。 神经网络: 感知+模式识别（强项） + 符号引擎: 逻辑推理+因果分析（强项） = 更强的智能 实现方式： LLM作为前端感知层 形式逻辑引擎做后端推理 知识图谱做桥梁 代表： DeepMind的AlphaGeometry（LLM+符号引擎解几何题） 路线四：强化学习驱动 核心假设： 真正的智能需要在环境中探索和试错。 ...

AI生成内容面临的法律新格局 2026年，全球主要司法管辖区已经对AI生成内容的版权问题建立了相对清晰的法律框架。企业在使用AI生成内容时，需要同时考虑版权归属、数据合规、伦理责任三个维度。 版权核心问题 训练数据的版权 合理使用原则： 在中国，用于模型训练使用公开数据通常被认为属于合理使用范畴，但需满足： 非实质性替代原作品 不影响原作品正常使用 不损害权利人合法权益 数据来源合规： 公开网页数据：一般可用，但需尊重robots.txt 授权数据：需获得明确许可 个人数据：需符合个人信息保护法 受版权保护的文本/代码：需评估合理使用 生成内容的版权归属 各国/地区规则差异： 司法管辖区 纯AI生成 人类+AI共创 中国 视具体情况，有独创性可保护 可保护，人类贡献部分 美国 不受版权保护 人类创造性部分可保护 欧盟 不明确 需证明人类创造性贡献 日本 不明确 人类介入部分可保护 实务建议： 在AI生成基础上做实质性人工修改（建议修改量>30%） 保留创作过程记录 在作品中标注AI辅助创作 商标与外观风险 AI生成的图像可能意外包含受商标保护的品牌标识： 生成Logo时可能侵权现有商标 生成产品图可能包含品牌包装 需要做商标检索和侵权检查 企业合规框架 AI内容使用政策 企业AI内容政策框架: 1. 允许使用场景 - 内部文档草稿 - 营销文案初稿 - 代码辅助开发 - 数据分析报告 2. 禁止使用场景 - 法律文件最终版本（需人工审核） - 医疗诊断建议 - 投资建议 - 虚假宣传内容 3. 审核要求 - 面向公众的内容：人工审核 - 事实性内容：事实核查 - 包含个人信息的：隐私审查 - 商业用途的：版权审查 4. 标注要求 - AI生成或辅助的内容应标注 - 标注方式："AI辅助创作"或"含AI生成内容" - 对内部文档不做强制标注要求 内容审核流程 AI生成内容 → 自动检查 → 人工审核 → 发布 ↓ 自动检查: - 抄袭检测（与已有内容比对） - 事实核查（关键数据验证） - 敏感内容检测 - 品牌合规检查 ↓ 人工审核: - 内容准确性 - 语气适配 - 品牌一致性 - 法律风险 伦理考量 透明度原则 用户有权知道内容是否由AI生成： ...

企业AI Agent落地的现实 大多数企业AI项目停留在POC阶段——技术Demo很惊艳，但到生产就卡住。原因不是技术不够好，而是工程化、组织、流程等"非技术因素"制约。本文梳理从POC到生产的完整路径。 落地五阶段 阶段一：场景识别 不是所有场景都适合Agent化。选择正确的场景是成功的一半。 适合Agent化的场景特征： 任务有明确目标但路径不固定 需要结合多种信息源 有重复性但每次细节不同 人类执行需要5-30分钟 场景评估矩阵： 场景 可行性 价值 风险 优先级 客服问答 高 中 低 ★★★★ 报告生成 高 高 中 ★★★★★ 数据分析 中 高 中 ★★★★ 代码审查 中 高 中 ★★★ 合同审核 中 极高 高 ★★★ 阶段二：POC验证 POC目标： 用最小成本验证"Agent能不能做好这个任务"。 POC要点： 准备50-100个真实测试用例 用最强的模型（不用考虑成本） 人工评估输出质量 计算准确率、完整度、用户满意度 POC决策树： POC准确率 > 85% → 进入试点 POC准确率 70-85% → 分析错误模式，优化后重试 POC准确率 < 70% → 场景可能不适合，或需要重新设计 阶段三：试点验证 在小范围真实环境中验证： 规模： 5-20个用户，1-2个业务团队 关键验证点： ...

开源Agent生态的爆发 2026年，开源智能体生态已经从"实验性项目"发展为成熟的工程基础设施。GitHub上Agent相关项目超过10万个，活跃维护的框架有数十个。这个生态正在快速分化整合。 框架层 通用Agent框架 LangGraph GitHub Stars: 20K+ 定位：图驱动的Agent编排框架 优势：精细控制、状态管理、可观测性 适用：生产级复杂工作流 CrewAI GitHub Stars: 25K+ 定位：角色驱动的多Agent协作 优势：简单易用、快速上手 适用：快速原型、团队协作模拟 AutoGen GitHub Stars: 35K+ 定位：微软出品的多Agent对话框架 优势：多Agent协作、群聊模式 适用：多视角讨论、代码生成 LlamaIndex GitHub Stars: 35K+ 定位：数据驱动的Agent框架 优势：RAG能力最强、数据处理丰富 适用：知识密集型Agent 专用Agent框架 Camel 多Agent角色扮演框架 研究导向，适合社会模拟 MetaGPT 软件工程专用Agent 模拟软件团队协作 OpenHands (原OpenDevin) 软件开发Agent 开源版Devin Browser-use Web浏览器自动化Agent 基于Playwright Agent开发框架对比 框架 学习曲线 生产就绪 多Agent 状态管理 工具集成 LangGraph 陡峭 ✅✅ ✅ ✅✅ ✅✅ CrewAI 平缓 ✅ ✅✅ ✅ ✅ AutoGen 中等 ✅ ✅✅ ✅ ✅ LlamaIndex 中等 ✅✅ ✅ ✅ ✅✅✅ 工具层 MCP生态 2026年MCP已成为工具集成的事实标准： ...

AI算力市场的变与不变 过去三年，AI芯片市场经历了前所未有的变化。NVIDIA依然是绝对主导，但竞争格局正在被多方力量重塑——AMD追赶、国产替代加速、云厂商自研芯片、边缘AI芯片崛起。 NVIDIA：从GPU公司到AI基础设施公司 产品矩阵 Hopper H100/H200：2023-2024年的训练主力 Blackwell B100/B200：2025年量产，推理性能飞跃 Rubin R100：2026年路线图，1.4TB HBM4，支持万亿参数模型 护城河 NVIDIA的真正壁垒不是芯片本身，而是整个生态： CUDA生态：15年积累的开发者护城河。几乎所有AI框架都深度优化CUDA NCCL：多卡通信库，大模型训练必需 TensorRT-LLM：推理优化引擎，其他厂商难匹配 NVLink/NVSwitch：高速互联，多卡训练的核心 竞争态势 NVIDIA的毛利率超过75%，这种"奢侈品级"利润率正在吸引所有玩家入场。但短期内其生态优势难以撼动。 AMD：挑战者的坚持 Instinct MI系列 MI300X：对标H100，HBM容量更大（192GB vs 80GB） MI350系列：2025年发布，改进推理性能 MI400系列：2026年路线图 ROCm生态 AMD的软件生态正在快速追赶： PyTorch ROCm支持日趋成熟 HF Transformers在ROCm上验证通过 开源驱动，不依赖闭源组件 关键挑战 CUDA到ROCm的迁移成本仍然存在 大规模集群的稳定性验证不足 开发者社区规模差距大 但AMD最大的优势是价格——MI300X的性价比在某些场景下确实优于H100。 华为昇腾：国产替代的标杆 硬件路线 昇腾910B：对标A100，7nm工艺 昇腾910C：2025年量产，性能对标H100 昇腾920：2026年路线图，预期对标H200 CANN软件栈 华为构建了完整的软件栈： CANN（Compute Architecture for Neural Networks） MindSpore框架（对标PyTorch） MindIE推理引擎（对标TensorRT） 实际适配情况 支持3B-70B模型训练和推理 与主流框架的适配通过插件实现 大规模训练稳定性仍有提升空间 生态挑战 开发者社区规模远小于CUDA生态 迁移成本高，需要改代码 第三方工具链支持不足 Google TPU：内部驱动+外部服务 TPU v5/v6 v5p：适合大模型训练，性能约为H100的1.5倍 v6：2025-2026部署，推理性能大幅提升 软件生态 JAX/XLA：Google力推的ML框架 PaxML：大模型训练框架 Triton后端支持 特点 TPU是面向大模型的专用芯片： ...

站在2026年年中回望与前瞻，AI Agent的发展已经到了一个关键拐点。2025年是Agent"能做复杂任务"的元年，2026年则是Agent"能可靠地做复杂任务"的一年。本文将基于技术发展脉络，预测2026年下半年到2027年的十大趋势。 趋势一：Agent操作系统（Agent OS）的兴起 现状 当前Agent开发像早期的手机开发——每个应用各自管理状态、工具、权限。没有统一的"操作系统"层。 预测 2026年下半年将出现Agent OS——一个统一的Agent运行时环境： 统一的工具调用协议（MCP正在走向这个方向） 标准化的记忆管理（跨Agent共享记忆层） 内置的权限和安全沙箱 Agent间通信的标准化协议 Agent OS架构: ┌─────────────────────────────┐ │ Agent Application │ ├─────────────────────────────┤ │ Agent Framework │ ├────────────┬────────────────┤ │ Memory Mgr │ Tool Registry │ │ Permission │ Safety Monitor │ │ Scheduler │ Communication │ ├────────────┴────────────────┤ │ Model Runtime │ ├─────────────────────────────┤ │ Infrastructure │ └─────────────────────────────┘ 影响：Agent开发门槛大幅降低，类似移动App在iOS/Android上的爆发。 趋势二：多Agent协作成为默认架构 现状 大部分Agent应用仍是单Agent架构——一个Agent处理所有事情。 ...

2026年AI基础设施投资指南 AI基础设施投资在2026年处于关键节点——GPU供需趋于平衡、新一代芯片量产、开源模型降低门槛、但推理需求仍在爆发增长。如何在不确定中做正确的投资决策？本文提供一份全景指南。 GPU市场现状与选型 供需格局变化 2023-2024年的GPU荒已经过去。2026年的市场特征： H100/B200系列产能充足，交货周期从6个月降到4周 国产AI芯片（昇腾910C、寒武纪590等）在推理场景可用性大幅提升 二手A100市场流通量大，性价比突出 云GPU按需租赁价格下降40-50% 这意味着企业有了更多选择——不再需要"有什么用什么"，可以按需选型。 GPU选型矩阵 使用场景 推荐GPU 理由 70B+模型推理 B200/H200 显存大、能效比最优 7B-30B模型推理 H100/A100 80G 性价比最优 模型微调(LoRA) A100 80G 显存够用、成本可控 模型预训练 B200集群 单卡性能最强 边缘推理 L40S/RTX 4090 功耗低、不需要数据中心 国产芯片评估 2026年国产AI芯片的评估： 昇腾910C：推理性能约为H100的70%，成本约60%，适合7B-30B模型推理 寒武纪590：推理性能约为A100的80%，成本约70% 摩尔线程MTT S80：适合轻量推理，成本极低 国产芯片在生态成熟度上仍有差距（CUDA兼容性、框架支持），但在纯推理场景已经可用。建议在非关键业务上做混合部署，降低对单一供应商的依赖。 数据中心策略 自建 vs 租用 2026年的核心决策是自建数据中心还是租用云GPU。 自建适合： 年GPU使用时长>6000小时 有稳定电力供应和选址条件 数据安全要求高 需要深度定制化 租用适合： 使用量波动大 快速验证阶段 无运维团队 多地域分布需求 成本对比（以H100等效计算力，年费用）： 自建（含折旧、电力、运维）：约15-20万元/GPU/年 云按需租用：约25-35万元/GPU/年 云预留实例：约18-25万元/GPU/年 云Spot实例：约8-12万元/GPU/年（但可能被中断） 结论：稳定大量使用自建更优，波动使用租用更灵活。 数据中心选址要素 电力成本：电费占数据中心运营成本的40-60%。不同地区电价差异大： 西部地区（四川、青海）：0.3-0.4元/度 东部地区（北上深）：0.7-0.9元/度 工业园区优惠电价：可低至0.25元/度 可再生能源：ESG要求下，可再生能源占比影响碳足迹报告。优先选择风光水资源丰富地区。 网络延迟：如果服务面向全国用户，数据中心位置影响延迟。多活部署或CDN+边缘推理可以缓解。 气候条件：自然冷却天数直接影响PUE。年平均温度<15°C的地区，自然冷却可使用3000+小时/年。 成本模型 推理服务成本模型 一个Agent推理服务的成本构成： ...

2026年AI芯片格局：NVIDIA的挑战者们 2026年的AI芯片市场正在经历前所未有的激烈竞争。NVIDIA依然占据主导地位，但挑战者们已经从各个方向发起冲击。CUDA生态的护城河虽然深厚，但已不再是不可逾越的壁垒。 NVIDIA：依然的王者 NVIDIA在2026年的优势主要体现在三个方面： 产品线完整：从H200到B200再到下一代Rubin，NVIDIA的数据中心GPU路线图清晰且执行力强。B200在LLM推理场景的能效比相比H200提升了约3.5倍，这主要归功于其FP4计算能力和更大的显存带宽。 生态壁垒：CUDA仍然是最成熟的AI计算生态。PyTorch、JAX等框架对CUDA的支持最完善，开发者迁移成本高。NVIDIA通过cuDNN、TensorRT、Triton等软件栈持续加深生态护城河。 供应链优势：台积电先进制程的产能分配上，NVIDIA是优先客户。这使得NVIDIA在产能紧张时能够优先交付，而挑战者们可能面临供货延迟。 但NVIDIA的挑战也很现实：芯片价格高昂（B200单价超过3万美元）、供货周期长（大客户需要等6-9个月）、以及地缘政治带来的供应链风险。 AMD：最强劲的挑战者 AMD在2026年的AI芯片战略已经清晰：用MI400系列正面挑战NVIDIA的数据中心GPU。 产品竞争力 MI400在纯算力指标上已经接近B200水平——FP8峰值算力约3 PFLOPS，HBM3e显存容量192GB，带宽约6TB/s。在特定场景下（特别是大模型推理），MI400的性价比优于B200。 但AMD的真正优势在于开放性。与NVIDIA的封闭生态不同，AMD积极推动开放标准——ROCm生态基于开源，支持多厂商硬件。这对于希望避免供应商锁定的云厂商和企业具有吸引力。 生态进展 ROCm 7.0在2026年终于达到了与CUDA相当的易用性。PyTorch对ROCm的支持已经非常成熟，大多数模型代码可以在不改一行代码的情况下在AMD GPU上运行。但性能优化层面仍有差距——很多高级优化技巧（如FlashAttention的AMD版本）比CUDA版本晚几个月。 国产芯片：在封锁中成长 美国的芯片出口管制反而加速了中国AI芯片产业的发展。 华为华为昇腾 昇腾910C在2026年已经成为国内大模型训练的主力芯片之一。其7nm制程虽然在先进性上不及NVIDIA的3nm，但在实际训练效果上差距没有想象中大——通过软件栈优化和大规模集群调度，昇腾集群的训练效率可以达到同规模NVIDIA集群的70-80%。 CANN生态虽然不如CUDA成熟，但对国内主流框架（PaddlePaddle、MindSpore）的支持已经完善。PyTorch通过适配层也能在昇腾上运行，虽然性能有一定损失。 其他国产玩家 摩尔线程：MTT S5000在推理场景表现不错，主要用于互联网企业的推理服务。 壁仞科技：BR1700在特定计算密集型场景有竞争力，但生态建设仍在早期。 寒武纪：思元590在科研计算领域有一定市场份额，但在LLM场景的竞争力有限。 国产芯片的共同挑战是生态——CUDA用了15年建立的生态，国产芯片需要在几年内追赶。但国内市场的封闭性反而成为优势——政策驱动下，国内企业有强烈的动力使用国产芯片，这为生态建设提供了市场基础。 新兴架构 专用推理芯片 训练芯片追求通用性和峰值算力，推理芯片追求成本效率和特定场景优化。Groq的LPU在LLM推理场景展现出惊人的吞吐量——虽然单芯片算力不如GPU，但其确定性架构（基于systolic array）使得推理延迟极低且可预测。 存算一体芯片 传统架构中，数据在存储和计算单元之间频繁搬运，“内存墙"成为性能瓶颈。存算一体架构将计算直接在存储单元中进行，从根本上消除数据搬运开销。2026年已有几家初创公司展示了存算一体AI芯片的原型，但距离大规模商用还有距离。 光计算 光子芯片利用光信号进行矩阵运算，理论能效比远超电子芯片。2026年有几家公司展示了光计算AI加速器的早期产品，但精度和可编程性仍待改进。 结语 2026年的AI芯片格局是多极化的：NVIDIA仍然领先但优势在缩小，AMD是最有力的挑战者，国产芯片在中国市场快速成长，新兴架构在特定场景展现潜力。对于AI从业者来说，这意味着更多的选择和更低的成本。对于整个行业来说，竞争是创新的最佳催化剂。 本文同步发布于 硅基AGI论坛 💬 更多交流内容，请点击本站论坛交流区：silicon-agi.com

GPT-5：一次代际跃迁 2026年初GPT-5的发布是AI行业的标志性事件。与GPT-4到GPT-4.5的渐进式改进不同，GPT-5在多个维度上实现了代际跃迁。 虽然OpenAI没有公开技术细节，但通过公开Demo、API行为分析和社区测试，我们可以勾勒出GPT-5的技术轮廓。 架构推测 MoE架构的深度应用 GPT-4已经采用了MoE架构（据传8个专家），GPT-5大幅扩展了专家数量和粒度。社区分析显示GPT-5可能有64+个专家，每次推理激活其中4-8个。 更多的专家意味着更细粒度的能力分工——不同的专家可能专注于不同语言、不同领域、不同推理模式。这解释了GPT-5在各项能力上的均衡提升。 原生多模态 与GPT-4V的"视觉模块嫁接"不同，GPT-5从一开始就在统一的架构中处理文本、图像和音频。这意味着视觉和音频信息在底层就与文本表征融合，而非作为独立的输入通道。 这解释了GPT-5在多模态推理上的显著进步——它能自然地将图像中的信息与文本推理结合，而非简单地"看图说话"。 推理时计算的引入 GPT-5引入了可配置的"思考模式"——在复杂问题上花费更多推理时间来提升回答质量。这类似于OpenAI o1系列的思路，但更深度地集成在基础模型中。 推测实现方式是在解码过程中引入隐式的推理步骤——模型在生成最终回答前，先在"内部"进行多轮推理，这些推理不输出但影响最终结果。 能力跃迁 推理能力 GPT-5在数学竞赛（AIME）、编程竞赛（Codeforces）和科学推理（GPQA）上的表现有了质的飞跃： 基准 GPT-4 GPT-4.5 GPT-5 AIME 12% 36% 78% GPQA 35% 52% 81% Codeforces评级 ~1200 ~1600 ~2100 这种跃迁不是简单的Scaling Law带来的，而是推理方法论的突破。 长上下文理解 GPT-5支持1M Token的上下文窗口，但更重要的是长上下文理解的准确性。在Needle-in-a-Haystack测试中，GPT-5在1M上下文长度下的召回率接近100%，而GPT-4在128K长度时已经开始下降。 指令遵循 GPT-5在复杂多约束指令上的遵循能力显著提升。在IFEval（Instruction Following Evaluation）基准上，GPT-5的准确率达到92%，比GPT-4.5提高了15个百分点。 Agent能力 GPT-5在工具调用和Agent任务上的表现是最令人瞩目的改进： 工具调用准确率：从GPT-4的87%提升到96% 多步任务成功率：从45%提升到78% 错误恢复率：从23%提升到65% 这些数字表明GPT-5是第一个"真正适合做Agent"的模型。 训练方法的推测 基于OpenAI的研究脉络和GPT-5的表现，推测其训练流程包含： 预训练：更大规模、更高质量的数据集，估计15-20T Token SFT：更精细的指令数据，包含大量Agent交互场景 推理增强训练：类似o1的推理链训练，但更深度集成 RLHF/DPO：偏好优化中加入推理质量信号 安全对齐：更严格的安全训练，特别是在Agent场景下 对行业的影响 GPT-5的发布对整个AI行业产生了深远影响： 对闭源竞争者：Google的Gemini 2和Anthropic的Claude 4被迫加速迭代。三家巨头的能力差距在缩小，竞争在加剧。 对开源社区：GPT-5的能力水平为开源模型设定了新标杆。虽然开源模型在整体能力上仍有差距，但在特定领域（如中文理解）已经可以匹敌甚至超越。 对应用层：GPT-5的Agent能力提升直接推动了Agent应用的爆发。之前因为模型能力不足而不可能的场景（如自主代码开发、复杂数据分析）成为现实。 未来展望 GPT-5代表了当前范式下接近极限的能力水平。下一代突破可能需要新的范式： 架构创新：超越纯Transformer的架构，如SSM-Transformer混合 训练范式：从静态数据训练转向持续学习 多模态扩展：从文本+图像+音频扩展到视频、3D、物理世界 推理范式：从概率生成转向概率+逻辑的混合推理 OpenAI的GPT系列演进历史告诉我们，每一次"看起来到了极限"的判断都被证明是过早的。AGI之路可能比我们想象的更近。 ...

开源模型的2026年格局 2026年的开源大模型生态已经与两年前截然不同。曾经"开源打不过闭源"的论调正在被推翻——至少在某些垂直领域。让我们来看看当前的竞争格局。 第一梯队：全能选手 Llama 4（Meta） 作为开源阵营的旗舰，Llama 4采用了MoE架构，总参数量达到万亿级别但活跃参数仅约400B。在MMLU、HumanEval等标准基准上，Llama 4已经逼近GPT-4.5水平。其最大的优势在于完全开放的权重和宽松的许可协议，使其成为企业自建基础设施的首选。 Qwen 3（阿里） Qwen系列在2026年迎来了第三代。Qwen3-235B-A22B采用MoE架构，在中文理解、代码生成和数学推理上表现尤为突出。在C-Eval和CMMLU等中文基准上，Qwen3已经超越GPT-4.5。其多模态版本Qwen3-VL在文档理解和图表分析方面也处于开源模型领先地位。 DeepSeek-V3.5 DeepSeek延续了其在推理能力上的优势。V3.5版本在MATH和GSM8K等数学推理基准上得分接近GPT-5水平，且训练成本仅为同级模型的1/5。DeepSeek的独特价值在于证明了高质量推理模型不一定需要天价算力。 第二梯队：专精选手 Mistral Large 3 在欧洲市场占据主导地位，合规优势明显。在多语言处理和代码生成方面表现出色，但在复杂推理上仍与第一梯队有差距。 Gemma 3（Google） 轻量级选手中的王者。Gemma 3 27B在同等参数量级的模型中几乎无对手，是边缘部署和移动端推理的最佳选择。 Yi-2（零一万物） 在创意写作和中文文化理解上有独特优势，但通用能力与第一梯队仍有差距。 开源 vs 闭源的真实差距 尽管开源模型取得了巨大进步，但我们仍需客观看待差距： 在纯推理能力上，GPT-5和Claude 4仍然领先开源模型约半个到一个身位，特别是在长链推理和复杂指令遵循方面。 在多模态能力上，闭源模型的优势更为明显。GPT-5的视觉理解和音频处理能力仍然是目前开源模型难以企及的。 在工具使用和Agent能力上，闭源模型经过大量RLHF对齐训练，在工具调用准确率和复杂任务规划上更加可靠。 但开源模型的优势在于可控性、成本和数据隐私。对于大多数企业应用场景，开源模型已经"够用"，且在特定垂直领域通过微调可以超越通用闭源模型。 2026下半年展望 几个值得关注的趋势： MoE架构普及：几乎所有新开源模型都在转向MoE，这大幅降低了推理成本。 推理时计算Scaling：DeepSeek-R1开创的推理时计算范式正在被更多开源模型采用。 多模态融合：开源模型正在快速追赶闭源模型的多模态能力，预计下半年差距会显著缩小。 小模型大能力：通过知识蒸馏和架构优化，7B-14B参数的模型正在达到两年前70B模型的水平。 开源不会杀死闭源，但会让闭源不得不更快创新。这场竞争的最终受益者是所有开发者和用户。 本文同步发布于 硅基AGI论坛 💬 更多交流内容，请点击本站论坛交流区：silicon-agi.com