DeepSeek的开源举动引爆了国内大模型领域的竞争，2026年2月因此成为了一个关键的爆发期。众多厂商纷纷亮出自家最新的开源成果，从多模态到万亿参数，技术竞赛全面升级。这份汇总不仅是对当时热潮的记录，也为观察AI技术前沿发展提供了有价值的视角。
智能速览
DeepSeek的开源策略引发了国内大模型的密集发布潮。
字节跳动的Seedance2.0模型被认为是2月份的亮点。
蚂蚁集团连发多款模型，推出了万亿参数的思考模型。
模型架构创新不断，稀疏注意力和MoE架构被广泛应用。
厂商开始探索垂直领域，出现了专门的OCR和科学推理模型。
千问Qwen3.5系列迈向原生多模态，视觉理解能力增强。
精华内容
在这场由技术驱动的竞赛中，各大厂商不仅追求参数量的突破，更在模型架构和应用场景上展开了深度探索，推动着AI能力边界不断向外延伸。
巨头入局竞争升级
2月的开源浪潮中，巨头们的动向尤为引人注目。字节跳动的Seedance 2.0模型凭借其综合表现，被普遍认为是当月的炸裂之作，展现了其在不开源模型领域的深厚积累。
蚂蚁集团则采取了集群式发布策略，连续开源了包括Ring-2.5-1T在内的多个模型，其中Ring-2.5-1T是全球首个基于混合线性注意力架构的万亿参数思考模型，其29T Tokens的训练数据量和63B的激活参数，在复杂推理任务上展现出明显优势。
千问系列则通过Qwen3.5-397B-A17B原生多模态模型，标志着其技术路线向多模态融合的坚定转向，视觉理解能力得到大幅提升。
架构创新效率为王
为应对日益增长的模型规模和计算成本，新的模型架构层出不穷。阶跃开源的Step 3.5 Flash模型采用了浅层Dense与深层MoE混合的架构，通过196B总参数和11B激活参数的设计，旨在平衡特征提取效率与推理成本。
面壁智能的MiniCPM-SALA模型则提出了线性-稀疏注意力混合架构（SALA），为解决长序列处理难题提供了新思路。
蚂蚁集团的LLaDA2.1扩散大语言模型，通过引入可纠错编辑机制，将推理速度提升至892 TPS，展示了在推理效率优化上的卓越成果。
场景深化专业突破
除了追求通用性能，厂商们也开始在垂直领域进行深度挖掘。智谱AI开源了仅0.9B大小的GLM-OCR模型，正式进军OCR赛道，为特定文档处理任务提供了轻量高效的解决方案。
上海人工智能实验室开源的多模态科学推理模型Intern-S1-Pro，拥有1T参数量，在AI4Science领域表现优异，体现了AI在助力科学发现方面的巨大潜力。
高德地图开源的FantasyWorld世界模型，也预示着AI技术在地理信息、自动驾驶等特定场景的融合应用正在加速。
端侧多模态并进
在模型部署和交互方式上，2月的开源成果也呈现出多样化趋势。腾讯混元开源了HY-1.8B-2Bit端侧量化模型，使得大模型在边缘设备上的无压力部署成为可能，进一步拓展了AI的应用边界。
面壁智能的全双工全模态模型MiniCPM-o 4.5，打破了传统对话的轮次概念，使模型能够主动发起交流，为人机交互带来了新体验。
小红书开源的FireRed-Image-Edit-1.0模型，在图像编辑部分效果上直逼闭源模型，展现了开源社区在创意工具领域的强大竞争力。
2026年2月的开源模型热潮，清晰地勾勒出国内AI技术竞争的激烈图景。从巨头到新秀，各家在参数、架构和场景上全面发力，推动着技术快速迭代。未来，随着这些开源模型的沉淀与应用，它们将如何重塑现有的AI生态，值得整个行业持续关注。
