行业动态
阅读: 505 评论: 0 点赞: 0 发布时间：发布日期：2026-08-04 08:22:39
8 月 3 日是个周日，但国产 AI 圈没有休息。
上午，阿里扔出 2.4 万亿参数的通义千问 Qwen3.8-Max，Arena 排行全球第二，仅次于 Anthropic Claude 系列，并且宣布——下周开源权重。这是千问 Max 级模型第一次开源。
凌晨零点，MiniMax 通用视频模型 H3 正式开源，有声视频编辑榜单以 1130 Elo 分登顶全球第一，16 家国内外芯片厂商首日完成适配。
再往前看两天，7 月 31 日 DeepSeek V4-Flash 正式版上线公测，Agent 能力大幅增强，价格压到 Claude 的九十分之一；OpenAI 同日宣布 GPT-5.6 Luna 降价 80%。
三件事叠在一起，指向同一个方向：国产大模型不再是"追随者"，而是开始在开源生态、多模态生成、成本定价三个维度同时输出影响力。
先看参数。Qwen3.8-Max 总参数量 2.4 万亿，采用稀疏 MoE 架构，激活参数 95B，上下文窗口 1M Tokens，支持视觉理解。在 Arena 综合排行中仅次于 Claude 系列，CodeArena 排全球第四，VisionArena 排全球第二。
但参数表是最无聊的部分。
真正有意思的是千问团队公开的几个"压力测试"案例：
第一个，无人干预下独立运行 16 天，从一个空文件夹出发，完成了一个叫 oh-my-cli 的自进化智能体框架，产出 265 次代码提交并已在 GitHub 开源。这不是"帮我写个函数"，这是"帮我从零交付一个长期项目"。
第二个，面对法务审查任务，一小时处理了数百份法律文档、标注 1284 条条款——而同等规模的法务助理团队需要整整一周。
第三个，在量化投资场景中调度约 330 个子智能体，完成约 6000 次因子回测。
这几个案例的价值不在数字本身，而在于它们揭示了大模型能力边界的一次实质位移：从"辅助人类完成单点任务"扩展到了"独立交付端到端的长周期项目"。
还有一个容易被忽略但非常重要的细节：同步推出的"千问办公"（QwenWork）不是一个从零开始的产品，而是 QoderWork、MuleRun、悟空三款阿里体系内独立发展的 Agent 产品的整合产物。它同时支持桌面端 Agent、云端 Agent、企业协同 Agent，并已打通钉钉 IM。这在产品形态上意味着，阿里没有选择做另一个"聊天窗口里帮你写东西的 Copilot"，而是直接奔着"用自然语言下达指令、AI 自主拆解步骤并调用工具完成工作"去了。
定价方面，国内每百万 Tokens 输入 12 元、输出 36 元，隐式缓存命中仅 1.5 元；国际价格仅为 Claude Opus 5 的 40%（输入）和 24%（输出）。下周开源的是 Qwen3.8-Max 权重和 Qwen3.8-27B 小模型——Max 级模型的权重首次对外开放，这意味着企业可以做私有化部署和二次改造，而不只是调用 API。
当然，也要说一句大实话：2.4T 参数的权重，光是模型文件就是 TB 级别。开源把"下载"的门槛降到零，但把"部署"的门槛抬到了数据中心级别——这不是一台机器能跑的东西。但恰恰因为这样，它对 GPU、HBM 和算力基础设施的需求不是减少，而是放大。这是 Jevons 悖论在算力行业的又一次重演：模型越便宜、越开放，总算力消耗越大。
8 月 3 日凌晨，MiniMax 正式开源通用多模态视频模型 H3 的完整权重。这件事的重要性被很多人低估了。
H3 能做什么？文本生成视频、图像生成视频、基于参考素材的风格与运动迁移、首尾关键帧生成、精细视频编辑——这些在单一模型内完成，最高输出 2K 分辨率、24fps、最长 15 秒，并且音视频在一次前向推理中同步生成，不是事后配音。
在 Artificial Analysis 有声视频编辑榜单中，H3 以 1130 Elo 分位列第一，领先 Gemini Omni Flash、HappyHorse-1.0 和 Wan 2.7。更关键的是价格：H3 的视频生成价格仅为业内同类旗舰模型的三分之一。
还有一个不太被关注但非常重要的信号：与模型开源同步，华为昇腾、摩尔线程、沐曦、海光信息、昆仑芯、天数智芯、壁仞科技、AMD、Intel 等 16 家国内外芯片厂商和平台，首日即完成适配。Hugging Face、ModelScope、ComfyUI、RunningHub 等社区也同步支持。
这意味着什么？意味着一个国产视频模型，从发布到开源到生态适配，在 72 小时内完成了闭源模型可能需要数月才能走完的路径。这不是 MiniMax 一家的胜利，而是中国 AI 生态在视频生成赛道上的一次系统性输出。
再结合字节跳动同一天发布的 Seedance 2.5（强化长叙事和多模态编辑能力），你会发现一个规律：中国的视频生成赛道正在形成"开源底座 + 商业应用"的双轨模式。MiniMax 走开源路线打地基，字节走商业应用路线做上层，两条路互相促进——这跟当年 Android 开源 + Google 服务的打法有点相似。
7 月 31 日到 8 月 3 日，四天之内发生的事，拼出了一个更大的图景。
DeepSeek V4-Flash 正式版 7 月 31 日上线公测，Agent 测试表现逼近 V4-Pro，价格仅为 Claude 的九十分之一。同一天，OpenAI 宣布 GPT-5.6 Luna 降价 80%、Terra 降价 20%、Sol 新增 2.5 倍速 Fast 模式。
再加上 Kimi K3 此前开源的 2.8 万亿参数权重，以及现在的 Qwen3.8-Max 和 MiniMax H3——国产大模型在短短两周内，完成了从"技术追赶到生态输出"的身份切换。
一组数据很有说服力：据 OpenRouter 和 Artificial Analysis 统计，全球开源大语言模型月度 Tokens 消耗量 TOP3 全部来自中国——DeepSeek V4 Flash（21.5T）、小米 MiMo V2.5（20.5T）、Minimax M3（17.1T），环比增速分别为 42%、198%、177%。智谱 GLM-5.2 也挤进前十。
这意味着，全球开发者用脚投票的结果是：中国的开源模型不仅能用，而且正在成为首选。
机构层面的判断也趋于一致。国联民生证券认为，AI 投资战略重心正向应用方向倾斜，开源模型能力跃迁将极大促进 AI 应用发展。东方证券指出，模型降价和开源推动 AI 技术普惠，云、算力服务和 AI 应用端受益显著。长城证券的判断更直接：大模型竞争重点正从参数和榜单转向 Agent 能力、推理效率和单位任务成本。
说实话，我其实觉得这种转变比单纯的"参数又大了"有意思得多。过去两年大家都在比谁的分高、谁的参数多，但 2026 年下半年的竞争已经换了维度：谁的开源生态更健康、谁的部署成本更低、谁的 Agent 能真正在企业场景里跑起来——这些才是真正决定谁能活到下一个阶段的关键。
还有一个细节值得玩味：阿里在 Qwen3.8 的通稿里，反复强调的不是跑分，而是"无人干预 16 天交付一个项目""一小时干完法务团队一周的活"。这在营销叙事上是刻意的——他们在告诉企业客户：别盯着 Arena 的排名看了，来看我的模型能帮你省多少人力。
回看 8 月开局的这三天，如果用一句话总结，我会说：国产大模型正在从"我能做"走向"我能帮你做"。
Qwen3.8 下周开源，意味着任何企业都能拿到一个 Arena 全球第二的模型权重去做私有化部署。MiniMax H3 开源，意味着视频生成领域有了一个国产的开源底座。DeepSeek 把价格压到 Claude 的九十分之一，意味着中小企业的 AI 使用门槛正在快速消失。
这三件事加在一起，给 2026 年下半年定了一个基调：中国 AI 不再只是"参与者"，而是开始在开源、多模态、商业落地三个维度同时定义游戏规则。
当然，路还很长。万亿参数模型的部署门槛很高，企业级 Agent 的工程化落地也有大量坑需要填。但方向已经明确了——不是追着 OpenAI 和 Anthropic 的参数表跑，而是用开源 + 低价 + 场景化 Agent 的组合拳��走出自己的路。