807道灵魂拷问后，中国模型竟在「意义测试」中夺冠！
807道灵魂拷问后，中国模型竟在「意义测试」中夺冠！AI不仅会做PPT，写代码，它还能理解更深层次的问题。在美国的一项偏重于文化领域的新基准测试中，中国开源模型Qwen3夺冠，DeepSeek的R1跻身前六，力压多家全球顶级的明星模型。
来自主题: AI资讯
5135 点击 2025-12-23 10:06
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AI不仅会做PPT，写代码，它还能理解更深层次的问题。在美国的一项偏重于文化领域的新基准测试中，中国开源模型Qwen3夺冠，DeepSeek的R1跻身前六，力压多家全球顶级的明星模型。
开源模型再次迎来一位重磅选手，就在刚刚，小米正式发布并开源新模型 MiMo-V2-Flash。
最近几天，一张开源模型的等级列表在 X 上被疯狂转载。 从夯到拉，国产开源模型排在了数一数二的位置，DeepSeek、Qwen、Kimi、智谱、还有 MiniMax 是全球开源模型的前五名。
Flaviu Radulescu于2023年创立Runware，当时他在测试一家文本转图像公司时意识到，尽管生成式AI技术很强大，但生成图像的速度很慢。
刚刚，「欧洲的 DeepSeek」Mistral AI 再次开源，发布了其下一代代码模型系列：Devstral 2。该系列开源模型包含两个尺寸：Devstral 2 (123B) 和 Devstral Small 2 (24B)。用户目前也可通过官方的 API 免费使用它们。
昨日，有位推特博主晒出了国内几大开源模型在轻量级软件工程 Agent 基准测试 mini-SWE-agent 上的成绩。该基准主要测试大模型在真实软件开发任务中的多步推理、环境交互和工程化能力。
近日，微博发布了首个开源模型 VibeThinker，它以15亿的微小参数 与7800美元的极低成本，在国际顶级数学测试中获得相对高分，刷新智能极限。这一结果，无异于以轻巧之姿，刺向了“规模即智能”的行业铁律。
首个拿下国际物理奥林匹克竞赛IPhO 2025理论考试金牌的开源模型，出自国产。上海人工智能实验室团队推出新模型家族，代号P1。在IPhO 2025理论考试中，P1-235B-A22B取得21.2/30分，成为首个达到该金牌线的开源模型，仅次于Gemini-2.5-Pro与GPT-5。
总部位于旧金山的初创公司 Deep Cogito 发布了其最新一代旗舰模型 Cogito v2.1 671B。公司 CEO Drishan Arora 在社交平台 X 上豪情万丈地宣布：“今天，我们发布了由美国公司制造的最好的开源大语言模型。”
Llama4性能造假丑闻，OpenAI烧钱的速度远超过了盈利能力；另外一方面：国产模型凭借足够强大的性能与超高性价比，迅速占领了国际开源模型市场。是时候再次为国产AI鼓掌了！