直擊WAIC：大模型走進“中場戰事”_風聞

文/熊逾格

編輯/陳鋒

7月末，上海世博展覽館人潮如織，2025 WAIC迎來史無前例的熱度。

科技盛宴背後，2025年以來，國內大模型產業的三大趨勢愈發清晰，競爭版圖正在重塑：

推理模型成為新的技術制高點；應用落地從概念走向實戰；國產算力迎來突破性進展。

從DeepSeek的開源風暴到華為昇騰384超節點的首次亮相，從“六小虎”的差異化佈局到巨頭的全面反擊，大模型正告別“百模大戰”的混沌期，步入更加理性而激烈的“中場戰事”。

WAIC 2025現場，圖源世界人工智能大會官方微信公眾號

我們看到，2025 WAIC上，在去年顯得低調的機器人產業變得火熱，相關公司由2024年的18家劇增到80家，佔領幾乎整個展館二層H3展館，火熱非凡。而大模型廠商們則主要集中在一層H1展館。

今年，“AI六小虎”中的零一萬物、百川智能並未現身， BAT、科大訊飛等頭部廠商展位不再專注比拼模型參數，而是展示出多樣的落地生態。

如今，大模型競爭已不再是單純的技術軍備競賽，而是一場關乎產業生態、商業模式和國際競爭力的綜合較量。當大模型從實驗室走向產業一線，推理能力成為新的分水嶺，國產化成為不可逆轉的趨勢，每一個參與者都在重新審視自己的定位和實力。

1、一場推理模型的“百花齊放”

如果説2025年以前的“百模大戰”更多是在基礎能力上的比拼，推理模型則代表了從“能回答”到“會思考”的質的飛躍。

這一轉折點的標誌性事件，無疑是DeepSeek-R1的橫空出世。

據業內分析，DeepSeek-R1的訓練成本僅為560萬美元，遠低於美國AI公司的數千萬美元乃至數億美元投入。更重要的是，這一技術突破開啓了推理模型的“平民化”路徑，讓原本高不可攀的AGI研究變得相對可及。

面對變局，頭部廠商迅速跟進。WAIC上推理模型的“百花齊放”，闡釋着大模型競爭規則的變化。

據不完全統計，自2025年1月DeepSeek-R1發佈以來，頭部廠商和大模型創業公司，在在短短數月內相繼推出了自己的推理模型。

3月，騰訊發佈混元T1正式版，百度發佈文心X1；阿里發佈QwQ-32B推理模型；

4月，字節發佈Seed-Thinking-v1.5；阿里發佈通義千問Qwen3推理模型；

6月，騰訊發佈混元-A13B；

7月，智譜發佈GLM-4.5，階躍星辰發佈Step3，科大訊飛星火X1迎來第二次升級，月之暗面發佈Kimi K2。

WAIC 2025的騰訊展台，圖源騰訊優圖實驗室官方微信公眾號

WAIC前後，國內大模型廠商展示自家最新推理模型，呈現出在技術路線上明顯的差異化策略，主要體現在模型架構、推理機制、參數策略及成本三方面：

首先是架構選擇、創新的分野。大模型架構從純Transformer走向混合架構時代，單一架構已無法滿足推理模型的性能需求，混合架構成為新的技術制高點。

騰訊的混元T1正式版，摒棄純Transformer架構，轉而將混合Mamba架構應用於推理大模型，實際生成速度快於DeepSeek-R1；

月之暗面的Kimi K2、阿里的Qwen3推理模型、字節的Seed-Thinking-v1.5、智譜的GLM-4.5、階躍星辰的Step3均採用MoE架構。

其次是推理機制創新，更適合場景應用以及Agent發展。

百度的文心X1，採用“思維鏈-行動鏈”協同訓練，在複雜任務中自動拆解為二十多個推理步驟，同時可以調用十幾種的工具鏈，增強Agent的能力；

科大訊飛的星火X1使用“快思考+慢思考”統一模型架構，通用推理能力與專業領域推理並重；

月之暗面的Kimi2主打代碼能力和Agentic任務處理，針對軟件工程任務進行了專門優化；

階躍星辰的Step3創新引入MFA注意力機制和AFD分佈式推理系統；

智譜的GLM-4.5首次在單個模型中實現推理、編碼和智能體能力的原生融合，支持思考模式和非思考模式切換。

最後是參數策略的強調，在效率、成本、速度之間尋找平衡。

Kimi K2擁有32B激活參數和1T總參數,是目前業界總參數量最大的開源模型；

Seed-Thinking-v1.5參數量降低至200B總參數和20B激活參數，輕量化趨勢明顯；

阿里QwQ-32B採用32B參數規模，顯存需求控制在24GB，大幅降低部署門檻；

騰訊混元A13B總參數80B、激活參數僅13B，1張中低端GPU即可部署。

WAIC 2025阿里展台，圖源通義靈碼官方微信公眾號

當下，推理模型的競爭已不再侷限於參數規模和算力消耗，模型的推理鏈條設計、多步驟邏輯處理能力以及與下游任務的適配性，正成為新的評價維度。

這場推理模型的軍備競賽，實質上是各家廠商對未來AI發展方向的不同押注。開源還是閉源，通用還是專用，效率還是效果，每一個選擇都將決定其在下一階段競爭中的位置。

而隨着推理模型技術的日趨成熟，真正的較量更轉向應用場景的爭奪。

2、從B到C，大模型落地拼什麼？

在推理模型解決“思考”問題後，應用落地展示出“為誰想”和“想什麼”的關鍵方向。2025年的WAIC展會上，最引人注目的變化莫過於大模型從“技術展示”向“應用實戰”的轉變。

這一轉變首先體現在WAIC廠商策略的分化上——互聯網巨頭依靠平台生態及能力，不斷在B端、C端廣泛佈局；專業模型廠商選擇垂直賽道深化，選擇B端作為突圍出口。

其中，騰訊展示出混元大模型“從雲到端”的完整展示鏈路，以及B端金融分析助手、智能視頻剪輯、媒體內容生成等內容，頗為吸睛的亮點在於社交——在微信中添加“騰訊元寶”好友，能讓14億微信用户像加好友一樣接觸AI助手。

阿里側重在AI工具帶給生活的便利性。

比如，通義大模型技術底座支撐下，天貓精靈全屋智能構建的空間智能體系，讓用户現場體驗AI影音搜推、AI K歌、AI健身等豐富場景；通義APP融合AI翻譯、AI對話、AI語音通話三大功能，成為用户的“貼身夥伴”。

通義千問+釘釘辦公智能體能夠自動生成項目推進表、會議紀要、日報彙總，集成知識庫管理、權限控制與RPA能力。

百度聚焦百舸GPU算力平台、“萬源”智能計算操作系統等AI基礎設施，配合文心大模型技術底座，進而推出慧播星、文心快碼、“萬源”智能計算操作系統、AI升級的百度文庫及百度網盤等產品。

WAIC 2025百度展台的網盤、文庫展示，圖源百度網盤服務號官方微信公眾號

另一方面，Kimi、智譜AI等廠商缺乏大廠的流量優勢，展示內容更加註重B端能力。

其中，Kimi、智譜AI，對標Claude偏向強調編程、智能體的能力。

智譜AI的CogAgent平台支持訓練個性化對話體，快速封裝為智能客服、內容助手等角色，並擁有私有知識庫、多模態API與流程自定義等功能。智譜此前表示，GLM-4.5的API價格僅為Claude的1/10，速度可達100tokens/秒。

Kimi推出Kimi-Researcher深度研究智能體，新推出的Kimi K2在代碼能力和Agentic任務處理上優勢明顯，也能夠完成AI商務寫作+智能表格分析一體化流程。

WAIC 2025的kimi演示“AI商務寫作+智能表格分析”一體化流，圖源藍馳創投官方微信公眾號

“六小虎”的其中兩家，Minimax和階躍星辰則更加註重多模態能力。

階躍星辰新一代多模態大模型Step 3能力覆蓋文字、語音、圖像、視頻、音樂、推理，稱國內Top10手機廠商過半都已接入階躍的多模態能力，OPPO、榮耀、中興的旗艦機型都已搭載適配，合作伙伴還包括吉利汽車、智元機器人等企業，預計2025年全年收入近10億人民幣。

MiniMax的MiniMax Agent智能體平台，能夠進行長程複雜任務處理，替代專業人士一週工作量，深入網頁開發、深度調研等垂直領域應用，支持釘釘、飛書、企業微信等辦公系統集成。

不難看出，在應用形態上，Agent成為最具想象力的落地方向。

但根植於當下環境——近期C端通用Agent明星產品Manus總部遷移至新加坡、國內裁員80人並放棄國內版本上線，大模型廠商們更注重垂直Agent能力的開發。

以落地場景來説，值得關注的還有大模型在垂直行業的滲透加速。

例如，在金融領域，風控、投顧、客服等環節都在積極引入大模型技術；在醫療領域，診斷輔助、藥物研發、病歷管理等應用場景不斷湧現；在製造業，智能質檢、預測性維護、供應鏈優化等用例逐步落地。

綜合來看，大模型的應用落地實際上是一場綜合實力的競賽。

技術能力是基礎，但產品化能力、生態整合能力、客户服務能力同樣重要，能夠在這些維度上形成差異化優勢的廠商，才有可能在應用落地的競爭中勝出。

3、國產算力曙光乍現

在大模型產業的所有變量中，算力無疑是最具戰略意義的一環。

近期，黃仁勳訪華為國產算力發展提供新的視角。在接受央視採訪時對，黃仁勳表示華為AI芯片取代英偉達或許只是時間問題，也讓人更加期待國產算力的潛力。

據公開資料，阿里、字節跳動近幾個月的日均Token調用量增長相比一年前均接近、超過100倍，這種爆發式增長對算力供給提出了巨大挑戰。

在2025年的WAIC展會上，國產算力展現出前所未有的實力和信心。

作為“八大鎮館之寶”之一，華為昇騰384超節點首次實機展出。昇騰384超節點基於超節點架構，通過總線技術實現384個NPU之間的大帶寬低時延互聯，解決集羣內計算、存儲等各資源之間的通信瓶頸。

WAIC 2025的華為昇騰384超節點，圖源世界人工智能大會微信公眾號

這樣的突破意義不僅在於算力規模的提升，更在於為國產大模型訓練提供了可靠的底層支撐。

國產GPU廠商的表現同樣令人矚目。燧原科技的新一代人工智能推理加速卡“燧原S60”，對標英偉達L20，搭載了48G顯存和PCIe 5.0接口，支持各種主流推理框架和200+主流模型，可滿足千億參數大模型的推理需求。

在 今年 2月 與美圖旗下美顏相機的合作中， 燧原 科技僅用 4天時間就完成了近萬張推理卡的上線部署， 解決 “AI換裝”功能爆火 帶來的需求 。 

此外，國產算力還展現出從單點突破轉向生態協同的趨勢。7月，階躍星辰聯合華為昇騰、沐曦、壁仞科技、燧原科技、天數智芯等近10家芯片及基礎設施廠商發起“模芯生態創新聯盟”。

國產算力的發展仍面臨諸多挑戰。在芯片性能上，國產算力與國際先進水平仍有差距；在軟件生態上，開發工具鏈和優化算法還需要進一步完善；在大規模部署上，穩定性和可靠性還需要更多驗證。

但我們不妨更加樂觀。技術路徑的多樣化為後發追趕創造了機會，龐大的國內市場為產業化提供了基礎，政策支持為創新發展提供了保障。

更重要的是，WAIC上AI產業呈現出的快速發展，更讓人看到國產算力發展的歷史性窗口。

4、結語

當WAIC的熱潮逐漸退去，大模型產業的“中場戰事”才剛剛開始。這不再是一場單純的技術競賽，而是涉及技術路徑、商業模式、生態建設和國際競爭的全方位較量。

中場戰事的核心特徵是分化與聚焦。

分化體現在技術路徑的多元化、應用場景的專業化和商業模式的差異化；聚焦則體現在核心技術的攻堅、關鍵應用的突破和生態護城河的構建。

這種變化趨勢預示着大模型產業正在從高速擴張期進入精耕細作期。

展望未來，三大趨勢將繼續深化：推理模型將從當前的邏輯推理擴展到多模態推理和具身智能推理；應用落地將從工具型應用發展為平台型應用和生態型應用；國產算力從追趕模式轉向比拼模式，在某些細分領域實現領先。

中場戰事的勝負，最終將由應用價值和用户選擇來裁判。WAIC熱潮落幕後，留在舞台中心的國內大模型產業路在何方，仍待進一步驗證。