10月初,OpenAI正式发布内置ChatGPT的全新浏览器Atlas。它先在macOS平台上线,后续会扩展到Windows、iOS与Android。和传统浏览器不同,Atlas把侧边栏、页面理解、浏览记忆和智能体模式打包成一个整体:用户无需反复切换标签页,也不用复制粘贴,ChatGPT就能直接读懂当前网页、调用上下文并执行任务。
这套设计里最值得关注的是"浏览器记忆"。开启后,Atlas会记住用户访问过的网站关键信息,并在后续对话中调用,例如"汇总上周看过的所有招聘信息"或"根据之前浏览的竞品页面写一份简报"。权限完全由用户掌控,可以随时查看、归档或清除。对企业来说,这意味着浏览器正在从"信息访问工具"变成"智能体操作系统"——员工日常工作流中的搜索、填表、预约、数据汇总都可以被自动化接管。
Atlas目前开放的智能体模式,已经能在浏览过程中完成研究分析、任务规划和预约安排。虽然还处于预览阶段,但其方向很明确:未来的Agent不再只是聊天窗口里的问答机器人,而是可以在真实网页中自主操作的工作伙伴。对南宁智能体开发团队而言,这类浏览器级Agent提供了新的落地思路:把企业内部的ERP、CRM、OA系统与网页端打通,构建面向销售、采购、客服场景的垂直智能体。
深度求索在9月底更新了核心推理模型DeepSeek-R1 0528版。新版本没有更换基座,而是加大了后训练阶段的算力投入,让模型在解题时思考得更深。在数学测评中,准确率从原来的百分之七十提升到百分之八十七点五;平均每道题的推理长度从约12000个token增加到约23000个token,说明模型愿意做更充分的多步验证,而不是急于给出答案。
更实用的是,DeepSeek-R1 0528版的幻觉率较旧版下降了百分之四十五到百分之五十,并新增了JSON输出和工具调用能力。对于需要把大模型接入业务系统的开发者来说,这意味着输出更可控、接口更标准。同时,深度求索把新版本的思维链蒸馏到一个80亿参数的小模型上,这个小模型在数学测评中的表现已经能追平百亿参数级对手,为本地部署和边缘推理打开了空间。
几乎在同一时间,智谱开源发布了GLM 4.6。这款模型总参数量达到3550亿、激活参数320亿,上下文窗口从128K扩展到200K,在真实编程任务中较前代提升约百分之二十七。更关键的是,GLM 4.6已经在寒武纪和摩尔线程等国产芯片上完成了适配,支持八位浮点与四位整型混合量化推理。对企业来说,这意味着不再需要完全依赖海外GPU,也能在私有化环境中跑通高性能大模型。
开源模型的密集更新,正在改变企业AI的选型逻辑。过去大家关注的是单一模型的榜单排名,现在更关心的是:能否在自有服务器上稳定运行、能否针对行业数据做微调、能否把推理成本压到可接受范围。南宁模型微调和南宁大模型的服务商可以围绕这两个开源底座,快速为本地金融、制造、政务客户定制垂直模型,而不是从零开始训练。
多模态大模型在10月也迎来一轮实用化升级。英伟达发布了面向Agent的Nemotron系列新模型,其中一款120亿参数的视觉语言模型主打文档智能和视频理解。它能在复杂排版中提取文字、表格、图表信息,并支持多图像推理和更长视频片段的解析。配合Nemotron文档解析组件和RAG检索增强套件,企业可以更快搭建能读懂合同、发票、报表的多模态智能体。
国内方面,蚂蚁百灵团队的全模态模型也进入预览阶段。该模型基于稀疏混合专家架构,总参数量达到1000亿、每次前向仅激活约60亿参数,能够同时处理文本、图像、语音和视频。在语音识别上,它对粤语、闽南话、湖南话等15种方言的理解能力有明显提升;在图像生成与编辑上,则通过"生成式分割即编辑"的方式,实现了更精细的空间语义控制。
这些进展对企业落地的意义在于:智能体不再局限于文字交互。客服可以接听语音并查看用户上传的图片,质检可以分析产线监控视频,财务可以自动识别扫描件和电子表格。对南宁大模型应用落地来说,多模态Agent是进入制造、零售、医疗等实体行业的关键抓手。
回顾这三条主线,可以发现AI竞赛已经从单纯堆参数,转向系统级整合。浏览器Agent解决的是"入口"问题,开源推理模型解决的是"成本与可控"问题,多模态能力解决的是"真实业务场景"问题。三者叠加,企业才能构建真正可用的智能工作流。
对于广西本地企业而言,四季度布局建议非常清晰:第一,优先关注可私有化部署的开源模型,把核心数据留在本地;第二,从单一文本Agent走向多模态Agent,让智能体能处理企业真实的文档、语音、视频数据;第三,把Agent嵌入员工日常使用的浏览器和办公系统,降低使用门槛。南宁智能体开发和南宁模型微调的技术服务商,完全可以把这些新模型作为底座,快速推出面向本地产业的解决方案。
广西木子科技在帮助企业做AI落地时,一贯强调"模型选型、数据治理、业务场景"三位一体。无论是基于开源大模型做私有化微调,还是为企业定制浏览器端、移动端的多模态智能体,核心都是让AI真正变成生产力工具,而不是停留在演示层面。