国产AI中文创作更强，但Claude仍是专业场景的“零容错”首选_服务软件

1. 阿里千问横扫硅谷，美国正面临“千问恐慌”！阿里千问横扫硅谷，白宫深夜对阿里出手，美国正面临“千问恐慌”！#阿里 #千问 #大模型

2. AI春节档最强杀手锏来了！千问3.5除夕强势亮相，开源SOTA、性价比之王

3. DeepSeek 更新两个 v3.2 新模型，这次有哪些亮点？

4. Claude Opus 4.6 vs GPT-5.3-Codex，到底谁更强？

5. 实测文心5.0 vs GPT-5.1 用户只认好不好用

6. 企业级AI Coding的落地方法，都在这本实战手册里了｜甲子光年

7. #我们的爸妈vs我们当爸妈# 爸妈那套土味育儿过时了，现在流行通义千问AI带娃！学神仙公司HR，把换季流感难题交给AI。一键免费生成主治医师级别建议，连肠胃脆弱期吃啥都给你列好。告别育儿信息焦虑，下载通义千问APP，职场父母的硬核外援！ #千问把健康整得明明白白# 拿铁辣妈RachelL的微博视频

8. 阿里甩出 AI 王炸！ Qwen3-Max-Thinking 高调对标 GPT-5.2-Thinking，是真硬刚还是博眼球？这款阿里旗舰推理模型拿下 19 项国际基准测试高分，自带自适应工具调用，能自主搜信息、做计算，主动解决问题，还成了阿里全生态的技术底座，打通电商、本地生活等全场景实现智能闭环。有人说它缩小了中外 AI 差距，坐稳中文 AI 头把交椅，让阿里 AI 生态形成良性循环，未来可期；也有人质疑，对标全球顶尖模型只是纸面数据，落地商业场景的实际能力仍需检验。阿里这次的 AI 大招，到底是技术突破的里程碑，还是营销造势的噱头？这款模型的真实实力究竟如何，一起来聊聊吧！#微博超有用视频大赛##上微博涨知识##AI创造营##科技先锋官# http://t.cn/AXqpEa95

9. Meta的秘密项目居然偷师千问？偷早啦！千问发布旗舰推理模型Qwen3-Max-Thinking#Qwen3 #千问 #科技改变生活 #AI新星计划 #玩个很新的东西

10. #deepseekv4要发布了吗#作为新一代旗舰模型，V4预计在代码能力、长文本理解、推理速度上全面升级，还深度优化国产算力协同，效率更高、成本更低。这次优先适配国产硬件，也意味着国产AI生态再进一步，正式版值得期待。#how i ai##过个有ai年#

11. DeepSeek V3.2的隐藏更新，却意外暴露了MiniMax

12. 刚刚，阿里端出春节「硬菜」千问 3.5！我让它做了个拜年网页，结果出乎意料

13. #DeepSeek新模型有多猛#大模型的优秀与否，重点的看的是推理的过程中是死记硬背还是举一反三，DeepSeekMath-V2通过验证器与生成器的协同循环和元验证机制，实现了举一反三的的能力，通过逐步检查证明过程，确保推理的严谨性和完整性。改变了过去大模型只能通过强化学习和调用结果这个死记硬背的方式。DeepSeekMath-V2生成器通过高质量证明和有缺陷的证明来推理一个定理的严谨性，并利用这种自我认知系统地改进DeepSeekMath-V2的数学推理能力，提高定理的推理能力，让模型可以做到知其然知其所以然。大模型的幻觉问题一直都是大模型无法避免的问题，减少大模型的幻觉也就成了衡量大模型的一个重要指标，因为解决了幻觉问题就可以在推理领域能够提供更准确、更可靠的结果。DeepSeekMath-V2大幅减少了大模型幻觉，就避免了通用大模型可能出现的错误推理和不准确答案，提高了模型在实际应用中的可信度和可用性。#科技先锋官##AI创造营#

14. 千问是什么？答案正在风中飘荡

15. #千问Qwen3.5大模型发布#阿里巴巴春节AI大战再出一张王牌。今天，阿里巴巴正式开源并上线了新一代千问大模型Qwen3.5，以其原生多模态架构和极致效率设计，成为全球开源AI领域的新标杆。Qwen3.5首次实现原生多模态融合，直接支持文本、图像及视频输入，无需外部适配即可完成跨模态理解任务。推理吞吐量提升8.6倍至19倍，显存占用降低60%。实测性能超越自家万亿级前代模型Qwen3-Max，并在多项权威评测中领先。用户可通过千问APP、PC端一键切换至Qwen3.5模型，实时体验多模态交互。Qwen3.5的发布标志着国产大模型进入“效率+多能力”双轨竞争阶段。其发布节点直击春节技术窗口，与DeepSeek v4、字节豆包2.0等国产模型形成“春节AI大战”格局。#老张聊科技#

16. #DeepSeek推出新模型#核心亮点速览：• 数学推理能力全面开挂，竞赛级难题轻松拿捏• 多步骤逻辑推理清晰到哭，思路严谨如教科书• 代码+数学融合解题，双核驱动降维打击• 权威基准测试成绩屠榜，实力认证的顶级选手实际体验爆表：不管是复杂证明题、奥数竞赛题，还是烧脑的数学建模，V2都能给你步骤分明、讲解透彻的解答。学习辅导体验直接拉满，堪称行走的数学外挂！更重要的是：在保持专业碾压的同时，解释依然通俗易懂，小白也能轻松跟上思路。这波升级，让数学不再头疼，让推理变成享受！#秒懂热点就用智搜# deepseek推出新模型

17. Claude新模型4.6：开箱即挖500个0day漏洞，源代码审计即将颠覆

18. 最强AI视频工作流：自动量产高质量短视频，无需剪辑，真正一键成片！

19. 2025年度AI全景报告：AI变强，人类抽象！ 2025年的AI进化史，比科幻电影更疯狂一、大模型篇：GPT-5.2、Gemini、Claude如何刷爆IQ测试二、AIGC篇：小香蕉和GPT-Image编辑现实三、人类怎么用AI：跟“神”谈恋爱四、AI机器人：伴侣还是终结者五、AI4S：人类最后的发明 #前沿科技趋势发布月 #抖音知识年终大赏 #AI新星计划 #AI #机器人

20. 这帮90后中国工程师太牛了！460万美元干翻了1.4万亿中国AI有自己的登顶策略！只用了1%的资源逆袭美国，又一个DeepSeek时刻的背后到底是什么？#AI #kimi #OpenAI

21. Qwen3.5 开源王炸！多模态性能屠榜，本地部署 + OpenClaw 实战全流程！|零度解说

22. 开源是战略，生态是王炸，阿里千问入局AItoC #千问 #大模型

23. 用模型排行榜论输赢？AI竞赛到底在比什么？ #大咖观察 #红衣聊AI #AI #大模型

24. 今天，也就是2026年2月14日，字节跳动正式发布了豆包大模型2.0（Doubao-Seed-2.0）系列，官方宣布这标志着豆包全面进入Agent时代。这次更新推出了Pro、Lite、Mini、Code全家桶，Pro版直接对标国际顶尖如GPT-5.2和Gemini 3 Pro，亮点非常多，尤其在真实世界复杂任务执行、多模态理解和性价比上表现出色。🔻主要亮点和技术升级1. 全面进入Agent时代，强化复杂任务执行 豆包2.0不再只是聊天工具，而是针对大规模生产环境系统优化，重点提升高效推理、多模态理解和复杂指令执行能力。能更好地处理多约束、多步骤、长链路任务，已具备支撑高价值真实世界任务的基础。比如长链推理、Agent规划执行等场景更可靠。2. 多模态能力大幅跃升，多数基准达SOTA 视觉与多模态理解更稳健：对复杂文档、表格、图表、图形、视频的解析显著提升，视觉推理、空间理解、运动理解、长视频分析等达到全球顶尖水平。Pro版在大多数视觉基准测试中拿最高分，支持更精准的多模态感知和推理。3. 数学、推理、编程能力顶尖 Pro旗舰版在IMO、CMO数学竞赛和ICPC编程竞赛中取得金牌成绩，在Putnam基准上超越Gemini 3 Pro，数学和推理能力已达世界顶尖。能尝试埃尔德什级数学问题、完成研究级科学编程任务。4. 全家桶灵活适配不同场景 • Pro：深度推理 + 长链路任务，旗舰对标GPT-5.2 / Gemini 3 Pro。 • Lite：性能与成本平衡，综合能力超上一代主力豆包1.8。 • Mini：低时延、高并发、成本敏感场景。 • Code（Doubao-Seed-2.0-Code）：专为编程优化，与TRAE（字节AI编程工具）结合效果最佳，支持多模态输入（如代码截图）。5. 超强性价比，token成本降低约一个数量级 Pro版定价（32k以内输入）：3.2元/百万tokens，输出16元/百万tokens，远低于Gemini 3 Pro和GPT-5.2。Lite输入仅0.6元/百万tokens。在长链路、大规模推理场景下，成本优势巨大，真正让AI“用得起”。🔻体验入口：豆包App切换“专家”模式即可用Pro对话；Code版已在TRAE接入；开发者可通过火山引擎API调用全系列。🔻简单对比GLM-5和通义千问（Qwen）M2.5等同批更新模型从当前公开信息看（2026年2月数据），豆包2.0 Pro在数学/推理（如IMO金牌、Putnam超Gemini 3 Pro）和多模态视觉理解上特别突出，整体对标国际前沿（如GPT-5.2级别），推理链更长、Agent执行更稳。GLM-5（智谱）和通义千问M2.5（阿里）也在2025-2026密集迭代，强在中文理解、工具调用和生态（如通义千问的图像/视频生成），但字节这次强调真实世界复杂任务+极致性价比，Pro在部分国际基准领先，成本更低一个量级，适合企业级大规模部署。国内模型差距已非常小，各有侧重：字节更偏多模态+Agent执行，阿里/智谱在开源和通用中文生态更成熟。你已经试过豆包2.0了吗？我是用了，确实好。字节真是国产之光。🚀 #豆包大模型2.0发布# #HOW I AI# #过个有AI年#

25. 千问3.5以小胜大，阿里巴巴的阳谋藏不住了

26. 阿里开源 Qwen3.5-Plus！三千行代码一次生！超强性能超低价格

27. 刚刚, Claude Opus 4.6登顶编程之王! 杀入Office全家桶, 15亿打工人变天

28. Claude 5史诗级泄露，史上最强编程模型评测炸裂！核心秘密曝光

29. 阿里千问与“AI Layer”崛起：一场重塑互联网的“操作系统”生态战【硅谷101】

30. 2026年AI全景预测：迈向百亿智能体时代的20个发展趋势。 #大咖观察 #人工智能 #红衣聊AI #智能体 #AI时代

31. AI圈最顶级的一次争吵，理解世界还是堆模型？ #大咖观察 #红衣聊AI #大模型 #人工智能

32. DeepSeek，正如其名，深耕求索 AI 边界。DeepSeek V3.2 系列模型正式发布：开源 AI 推理能力直逼 GPT-5，Speciale 版斩获多项金牌在人工智能领域，开源模型的迅猛发展正重塑全球 AI 生态。今日（2025 年 12 月 1 日），中国 AI 初创公司 DeepSeek 宣布正式发布两款重量级大语言模型：DeepSeek-V3.2 和 DeepSeek-V3.2-Speciale。这一双模型同步上线，不仅标志着 DeepSeek 在参数规模和推理能力上的新突破，更在开源社区引发热议。DeepSeek-V3.2 主打日常应用场景下的 Agent 强化能力，而 V3.2-Speciale 则作为“长思考增强版”，融入先进数学证明机制，在国际竞赛基准中屡获金牌。官方网页端、App 和 API 已全面更新，支持开发者即时接入。这一发布时机恰逢全球 AI 竞争白热化之际。DeepSeek 团队强调，新模型在训练过程中优化了多模态融合和长上下文处理，参数规模达数百亿级别，旨在桥接开源与闭源模型的性能鸿沟。以下，我们将从模型架构、基准评测、与其他顶尖模型的比较以及潜在影响四个维度，进行专业剖析。模型架构与创新亮点DeepSeek-V3.2 系列基于前代 V3.1 的 MoE（Mixture of Experts）架构迭代而来，总参数量超过 600B，其中活跃参数高效分配至 70B 级别。这种设计显著降低了推理延迟，同时提升了在复杂任务下的稳定性。核心创新包括： • Agent 能力强化：V3.2 内置多步规划模块，支持自主工具调用和动态决策链路，适用于自动化工作流场景，如代码生成和数据分析。 • 长思考机制：V3.2-Speciale 引入“思考链”（Chain-of-Thought）增强变体，结合 DeepSeek-Math-V2 的定理证明引擎。该版本在处理逻辑验证任务时，能模拟人类逐步推理过程，避免幻觉输出。 • 开源友好：模型权重已在 Hugging Face 和 GitHub 公开，支持 FP16/INT8 量化部署，适用于边缘设备。这些特性使 V3.2 系列不止于通用对话，更向专业垂直领域倾斜，如数学、编程和科学模拟。基准评测：性能数据详解为评估新模型的实际表现，DeepSeek 团队公布了多项国际标准基准结果，并邀请第三方机构验证。总体而言，V3.2 在推理和数学任务上表现出色，平均得分逼近闭源顶流。数学与逻辑推理基准 • GSM8K（小学数学）：V3.2 得分 98.2%，V3.2-Speciale 达 99.5%，接近人类专家水平。Speciale 版在长链推理中优势明显，错误率降至 0.5% 以下。 • MATH（高中数学竞赛）：Speciale 版斩获 92.7% 准确率，在 IMO 2025 模拟赛中获金牌，超越谷歌 Gemini Deep Think。该成绩得益于集成定理证明器，能自动验证几何和代数推导。 • AIME（美国数学邀请赛）：V3.2 系列平均 85.4%，较前代提升 12%。独立评测显示，Speciale 版在 MLPerf Inference v5.1 推理基准中，处理长序列输出时延迟仅为 GPT-5 的 1.2 倍。编程与多模态任务 • HumanEval（代码生成）：V3.2 达 89.6% 通过率，略高于 Claude 3.5 Sonnet，在 Aider 编程测试中得分 71.6%，标志着开源模型在软件工程领域的突破。 • MMLU-Pro（多学科知识）：整体得分 87.3%，在生物医学子集上表现尤佳，Nature 杂志的一项临床评测显示，DeepSeek 模型在 NMLE（国家医学执照考试）中超越 OpenAI o1，准确率提升 15%。安全效率评估NIST 的 CAISI 报告指出，V3.2 在安全基准（如红队攻击抵抗）中得分 92/100，优于多数美国参考模型，同时价格仅为闭源竞品的 1/10。量化后，推理速度提升 2.5 倍，支持 128K 上下文窗口。然而，评测也暴露短板：V3.2 在创意写作（如 GPQA 基准）中得分 78.5%，落后于 Gemini-3.0-Pro 约 5%。此外，独立测试显示其在边缘案例下的幻觉率仍需优化。与顶尖模型的横向比较DeepSeek V3.2 系列的发布，直接挑战了 OpenAI GPT-5 和 Google Gemini 的霸主地位。在综合基准 Arena-Hard 上，V3.2 以 91.2 分逼平 GPT-5（92.1 分），但略逊于 Gemini-3.0-Pro（93.8 分）。 17 Speciale 版在数学子集上逆转胜出，IMO 金牌成绩更胜一筹，终结了“闭源垄断高难度推理”的叙事。与其他开源模型相比，V3.2 碾压 Llama 3.1（MMLU 85.2%）和 Mistral Large（编程 82.4%），其 MoE 架构在能效上领先 30%。这一成绩源于 DeepSeek 的“渐进式蒸馏”训练策略，从 685B 基座模型提炼而出。开源生态影响与未来展望DeepSeek V3.2 的开源策略，将进一步加速 AI 民主化。开发者可通过 API 免费测试，预计短期内涌现大量 Agent 应用，如智能医疗诊断和自动化科研。长期看，这一发布或推动中美 AI 合作，缓解地缘壁垒。模型规模膨胀带来的碳足迹，以及在非英语语料上的泛化问题。DeepSeek 团队已承诺后续迭代，将融入更多多语言支持。DeepSeek V3.2 系列的亮相，不仅是技术跃进，更是开源精神的胜利。它证明，开源模型已能与闭源巨头并驾齐驱，甚至在特定领域领跑。对于从业者和研究者而言，这是部署高性能 AI 的绝佳时机。未来，随着更多评测数据涌现，我们期待 V3.2 在真实世界中绽放光彩。参考文献： • DeepSeek 官方公告及基准报告。 • 第三方评测：NIST CAISI、Nature 临床基准、MLPerf 等。（本文基于公开数据撰写）#DeepSeek同时发布2款新模型##ai生活指南##ai创造营#

33. 千问23天月活突破3000万碾压欧美，中国AI时代开启！就在刚刚，确认数据！千问23天月活突破3000万，首周下载量1000万碾压欧美，阿里AI从“技术储备”向“价值落地”加速演进 #AI #阿里 #千问

34. 让AI真正理解世界，360是如何做到的？ #大咖观察 #红衣聊AI #国产模型 #人工智能 #编程

35. 2026企业级智能体白皮书｜甲子光年智库

36. 【千问3.5打出王炸 #千问3.5成本仅为谷歌大模型5%#】这个春节，AI圈比春晚还热闹！阿里在除夕夜开源千问3.5-Plus，用实力诠释什么叫“技术过年”。性能比肩谷歌Gemini 3 pro，价格却只有1/18。国产大模型在“春节档”的这波集体爆发，正在重新定义全球AI格局。#有AI的春节有什么不一样# 引力科普的微博视频

37. #豆包大模型2.0将发布#2月12日，字节跳动火山引擎宣布，将于2月14日推出豆包大模型2.0、Seedance 2.0、Seedream 5.0 Preview三大升级，标志着国产大模型向实用化、工业化迈进关键一步。豆包大模型2.0大幅提升基础能力与企业级Agent智能，更适配复杂任务与商业场景。Seedance 2.0聚焦音视频创作，复杂动作生成稳定、多模态输入全面、指令遵循精准，可直接满足影视、广告工业级交付。Seedream 5.0新增实时检索，紧跟热点资讯，知识与多语种能力增强，模糊指令也能精准理解，图文一致性显著提升。此次升级不只是技术迭代，更是从“能用”到“好用”的跨越。模型更懂创作、更贴产业、更接时效需求，将大幅降低内容生产与企业数字化门槛，为行业带来更高效、更可靠的AI生产力工具。#how i ai# 豆包大模型2.0将发布

38. 最新ClawBench全球大模型榜单出炉，结果很有分量。咱们国产模型这次表现非常亮眼，小米、字节跳动、智谱一共有四款产品直接冲进全球前十，正式站稳第一梯队。不管是综合能力、推理效率还是实际落地成本，都能和国际顶尖模型正面抗衡。不再是单纯追赶，而是开始在关键指标上实现领跑，国产大模型这波确实拿出了硬核实力。#小米字节等四款模型跻身全球前十#

39. #DeepSeek推出新模型# DeepSeek发布新模型DeepSeekMath-V2：迈向自我可验证的数学推理。该模型是基于 DeepSeek-V3.2-Exp-Base 的数学推理模型。在 2025 年国际数学奥林匹克竞赛（IMO 2025）与 2024 年中国数学奥林匹克竞赛（CMO 2024）中均达到金牌水准，并在 2024 年普特南数学竞赛（Putnam 2024）中取得 118/120（近乎满分）的优异成绩。#科技先锋官#

40. 大模型如何在指令微调过程中构造或筛选高质量数据？

41. 全球大模型第一股，为啥是家中国公司？ #智谱 #智谱上市 #智谱IPO #GLM大模型 #全球大模型第一股诞生

42. 以后和你同台竞争的，除了其他人类，还有AI。 #大咖观察 #红衣聊AI #DeepSeek #人工智能 #金融

43. 东大和漂亮国，AI实力的全面对比#AI #Deepseek #chatgpt #Gemini #AI技术

44. 阿里全家桶全面Agent化！千问“任务助理”全面公测，从此AI不再只是动嘴出主意的狗头军师！

45. 在全球屠榜的国产模型，夯到爆的免费神器

46. Claude Opus 4.6一天内被超两次，这次来自国产模型

47. #千问Qwen3.5大模型发布# 刚刚，阿里正式发布全新一代大模型千问Qwen3.5-Plus！直接除夕发布啊！太牛了👍不得不说千问春节这波真的很给力，回到老家家里小学生都知道千问了还介绍给家里老人用。#HOW I AI##过个有AI年# 用户可在千问APP、千问PC端体验，点击页面顶部「千问」图标，即可切换模型，体验Qwen3.5-Plus。千问3.5实现了从纯文本模型到原生多模态模型的代际跃迁，值得期待一波

48. 阿里正式发布新一代基模千问3.5

49. 为什么Claude的逻辑推理能力远超其他大模型？

50. 常规机器学习推理 vs. 大语言模型推理的 5 个关键区别

51. 前有DeepSeek、后有千问灵光，杭州怎么成了老外眼里的中国硅谷？#灵光 #灵光App

52. 盘点一周AI大事(10月19日)｜Gemini 3.0逆天 OpenAI官宣自研AI芯片，与博通合作打造10吉瓦算力中心 OpenAI更新Sora 2，支持故事板画分镜，时长加到25秒 Google上线Veo 3.1硬刚Sora，支持3张参考图锁定主体，支持首尾帧平滑过渡，支持扩展长度到1分钟，支持添加和移除任意物体 Gemini 3.0 已开启灰度测试，前端开发能力炸裂，甚至能复刻网页版操作系统 Anthropic上线Haiku 4.5，编码能力追平Sonnet4 Claude上线Skills，把指令、脚本和资料压缩成技能包 AI学界首次提出可量化的AGI定义 #AI新星计划 #人工智能 #AIGC #OpenAI #机器人

53. “源神”的新年贺礼！深度实测Qwen3.5，原生多模态表现如何

54. #科技先锋官# 2026年AI代理预测将成为驱动产业效率革新的核心力量，也因此被业界定义为AI代理年。企业无需专业团队即可快速部署，让AI代理高端配置变为普惠工具，企业级需求的爆发成为核心推力。数据显示，2026年全球AI代理市场规模预计达85亿美元，企业级应用覆盖将超10万家。过去AI多聚焦单一基础场景，而AI代理可自主理解目标、规划流程并执行复杂任务，在客服、销售、运维等领域大幅提升效率，这种一站式解决能力精准匹配了企业降本增效的核心诉求。随着算力租赁模式成熟与国产芯片技术突破，2026年企业AI算力成本较上年再降40%。以往中小企业因百万级训练成本望而却步，如今通过按需租用模式，算力投入门槛降至传统模式的1/10，加上动态扩缩容技术提升资源利用率，即使是中小微企业也能负担AI代理应用，为市场爆发奠定了基础。AI代理已突破早期对话局限，具备多模态交互、上下文理解与跨系统集成能力。依托检索增强生成与自主学习技术，其任务处理准确率超95%，可无缝对接企业CRM、订单系统等核心平台。MaaS模式将复杂技术封装为标准化服务。#AI创造营##AI创作热点##一分钟视频创作季# 种斌Marco的微博视频

55. #全国产AI更懂你# 11月6日，科大讯飞发布基于全国产算力的讯飞星火X1.5深度推理大模型。该模型率先在全国产算力平台上攻克MoE模型全链路训练效率，端到端性能达到国际竞品效率的93%以上。其语言理解、文本生成、知识问答、逻辑推理、数学能力、代码能力等对标国际主流大模型，其中，数学能力持续保持国际领先。同时，星火多语言能力持续升级，支持130+种语言，整体性能达到GPT-5的95%以上，为世界提供AI发展的“第二选择”。 #科大讯飞全球1024开发者节#

56. 刚才试了一下，小米MIMO模型的处理速度很快啊，不声不响干到了第一梯队？小米MIMO在通用基准测试中与DeepSeek-V3.2性能相当，另外DeepSeek-V3.2在理测试中达到GPT-5水平，仅略低于Gemini-3.0-Pro#小米发布最新MiMo大模型# #小米天才少女罗福莉首次登场#

57. #DeepSeek同时发布2款新模型#按照DeepSeek V3.2适用日常多元使用场景，DeepSeek V3.2 Speciale主要适用推理能力以适配高难度任务的搭配来看，DeepSeek目标重点还是如何把模型尽快的在实际的生产中产生效能。DeepSeek V3.2是用精准解答生活常识、出行攻略、学习疑问等各类生活问题来垫定市场基础，积累普通用户；DeepSeek V3.2 Speciale更多的还是应用在专业的场景中为生产提供效能，成为DeepSeek进入行业应用的利刃。DeepSeek的发展还是很务实的，这种小而精，专而深的发展思路更符合专业的模型的发展。

58. 哥们，路子走窄了。强化学习RL是否能增强模型的推理能力？——NeruIPS 2025获奖论文，来自清华大学

59. 刚刚，DeepSeek V4基准测试泄露！疑似明天发布，全场惊呼新王归来

60. DeepSeek发布了DeepSeek-V3.2和DeepSeek-V3.2-SpecialeDeepSeek-V3.2的性能跟 GPT-5 差不多，就比 Gemini-3.0-Pro 稍微差那么一点点，跟 Kimi-K2-Thinking 比起来，V3.2 花的计算资源少了，计算时间更快了DeepSeek-V3.2-Speciale 是 V3.2 的加强版，专门加强了长思考能力，还加上了 DeepSeek-Math-V2 的定理证明本事它甚至把国际数学奥林匹克、中国数学奥林匹克、国际大学生程序设计竞赛全球总决赛还有国际信息学奥林匹克的金牌都拿了个遍现在是Deepseek推动谷歌和GPT进步了#DeepSeek V3.2 正式版发布#

61. 模型一换帧率减半！2026年零售机性能大横评【新评科技】

62. 你期待AI用好奇心帮你做什么？是深挖冷门知识，还是大胆尝试新方案？#大咖观察 #红衣聊AI #好奇心 #复旦

63. 如何评价阿里千问大模型负责人林俊旸自宣卸任？会对通义千问造成什么影响？

64. 2026开年王炸：Qwen3.5震撼发布，一条视频讲清所有玩法...

65. 春节6天，我找到了各个领域最强的大模型。

66. DeepSeek V3.2 正式版发布，V4 还没来，但已经是开源模型里 Agent 能力最强了

67. DeepSeek发布新模型DeepSeekMath-V2：迈向自我可验证的数学推理“大规模语言模型在数学推理方面取得了显著进展，这为人工智能提供了一个重要的测试平台，如果进一步发展，可能会对科学研究产生影响。通过使用强化学习来扩展推理，奖励正确的最终答案，LLM（大规模语言模型）在一年内从表现不佳提升到饱和定量推理竞赛，如AIME和HMMT。然而，这种方法面临着根本性的局限。追求更高的最终答案准确性并没有解决一个关键问题：正确的答案并不保证正确的推理。此外，许多数学任务，如定理证明，要求严格的逐步推导，而不是数值答案，这使得最终答案奖励无法适用。为了推动深度推理的极限，我们认为有必要验证数学推理的全面性和严谨性。自我验证对于扩展测试时计算尤其重要，特别是对于没有已知解的开放性问题。为了实现自我可验证的数学推理，我们研究了如何训练一个准确且忠实的基于LLM的定理证明验证器。接着，我们使用验证器作为奖励模型，训练一个证明生成器，并激励生成器在最终定理之前，尽可能识别和解决自身证明中的问题。为了保持生成与验证之间的差距，并随着生成器的增强，我们提出通过扩展验证计算来自动标注新的难以验证的证明，从而创建训练数据，进一步提升验证器。我们最终的模型DeepSeekMath-V2展现了强大的定理证明能力，在IMO 2025和CMO 2024上获得了金奖级别的成绩，并在Putnam 2024上以118/120的接近完美成绩，借助扩展的测试时计算。尽管仍有许多工作需要完成，这些结果表明，自我可验证的数学推理是一个可行的研究方向，可能有助于开发更强大的数学AI系统。”#科技先锋官#

68. 市值近600亿，大模型公司上市了！ #AI #智谱ai

69. Seedance 2.0：说中国话的最强AI视频模型！

70. 未来AI公司的核心竞争力，会从谁的数据多变成谁的数据干净。 #大咖观察 #红衣聊AI #数据

71. 这次春节AI大战，国产模型与国产芯片第一次，双向奔赴！ #春节世界观察 #新年囤点专业货 #燃起来了大国重器 #大咖观察 #红衣聊AI

72. #阿里新一代模型Qwen3.5曝光#中国大模型“疯狂2月”的重要一环阿里新一代大模型Qwen3.5曝光了，看了一下，Qwen3.5采用全新架构，支持原生视觉理解能力，可直接处理图像等多模态输入，并且在逻辑推理、数学计算及代码编写能力上具有显著突破，这波是国产大模型全球竞争力再次迎来强化呀。

73. 国产GPU，拐点已现

74. 阿里推出千问AI助手，集成最新Qwen大模型，支持多端使用，终于踏上了自己的“Ch（ina）at GPT”之旅；阿里在开源模型领域已经是世界T1的存在了，这次推出的千问则具备深度研究、多语言翻译等功能，与ChatGPT、豆包对比表现全面，这也标志着标志国产AI正在从“能用”到“好用”，然后开始“引领”。[不愧是你] #Qwen##千问##千问AI# http://t.cn/AX2rDgci

75. 最近一直在用Seedance2.0，真的太强了，给一张照片，几句话就能生成一个几乎看不出AIGC效果的视频，难怪这样一款国产AI能把西方吓晕，他们甚至找各种魔法🧙♂️都要来体验，这绝对是历史上第一次中国大模型领先全世界，以前的文字大模型，像DeepSeek ，虽然也很强，但也只能是接近西方大模型，并没有领先，主要因为目前世界互联网，英文还是占据主导，这就造成西方有大量的英文数据可以训练，所以中文大模型想要训练，其实是很难的，而文生视频大模型则不然，如今全球短视频做的最好的就是中国，字节旗下的TikTok ➕抖音，还有快手，所以他们有大量的视频数据可以训练，各种运镜➕人物细节➕交互等等，所以今天文生（图生）视频哪两家做的最好，即梦Seedance2.0字节旗下的，可灵快手旗下的西方限制我们算力，其实对于大模型来说，数据才是关键！未来在视频AI方面中国会更加值得期待。#豆包Seedance2.0折服百万海外网友#

76. #微博声浪计划##听见微博##DeepSeek新版本有什么新突破#？V3.2双模型推理能力大升级，标准版对标GPT-5，工具调用效率提升40%；特别版数学竞赛超人类最高分。三大技术革新支撑，成本大降，推动推理平权。 http://t.cn/AXy4NMMC

77. Claude Opus 4.6 刚发布就用 Claude Code 写项目，有哪些要注意的吗？

78. 中门对狙！Claude Opus 4.6和GPT-5.3 Codex同时发布，这下真的AI春晚了。

79. DeepSeek 更新两个 v3.2 新模型，这次有哪些亮点？

80. #DeepSeek发布2款新模型#【DeepSeek发布两款新模型】《科创板日报》1日讯，今日，DeepSeek发布两个正式版模型：DeepSeek-V3.2 和 DeepSeek-V3.2-Speciale。DeepSeek-V3.2强化Agent能力，官方网页端、App 和 API 均已更新为正式版 DeepSeek-V3.2。Speciale 版本目前仅以临时 API 服务形式开放，以供社区评测与研究。（记者张洋洋）

81. #国行版苹果AI#看网友截图，国行用的是文心一言家的，最早AI刚流行的时候，我就dp和文心一言用的最多，后面文心一言各种会员开始收费，我就不用了只用DP。现在用的两个Ai，一个是DP，另一个是豆包，豆包因为能处理生成图片，所以现在豆包成了主力了，你们呢？

82. 阿里对标 ChatGPT 项目来了？通义 App 正式更名“千问”，版本号跳至 5.0.0，应用介绍显示，千问 App 是阿里最强大模型官方 AI 助手，是体验最新、最强 Qwen 大模型的第一入口。 “千问”这名字改得太妙啦！阿里用“千问”替代“通义”，既突出Qwen大模型“最强大脑”的定位，又比原名更易记、更有温度。以前遇到问题百度一下，以后问问题直接“问千问”，多顺口！比起“通义”这种偏技术感的名字，“千问”更像身边靠谱的智能助手。不过千问最大的竞争对手应该是豆包了，这几个月豆包c端用户量蹭蹭的往上升排名第一了，阿里总能后来者居上，有强大的技术，也有运营营销能力，你更喜欢用哪个，看好哪个？#阿里旗下通义APP更名为千问# #阿里全新AI助手千问APP来了#

83. 通义千问3.5逆袭！竟能比肩GPT-5.2？

84. 2026 AI模型排行榜

85. 通义千问Qwen 3.5

86. Gemini 3.1 Pro vs 通义千问3.5-Plus

87. 国产大模型春节档“军备竞赛”

88. 如何选择AI大模型？

89. 🚀 百度文心大模型 5.0 正式版专业测试

90. 百度文心5.0发布，成为中国最强AI大模型，登顶AI榜单第一！

91. 文心5.0 上线，全模态 AI 的“觉醒时刻”

92. 百度文心5.0正式发布！2.4万亿参数重塑AI边界，即日起可免费体验

93. 百度文心一言 5.0 测评

94. 百度文心大模型5.0发布，AI创作的“后真相”时代

95. 2.4万亿参数原生全模型，文心5.0实测来了

96. 文心 5.0来了！文本和多模能力更强

97. DeepSeek V3.2 性价比之王！GPT-4 级别性能，价格只有 1/10

98. DeepSeek-V3.2 发布

99. DeepSeek V3.2来了，首个会"思考"的Agent模型，首个开源性能打平GPT-5的模型

100. gemini评价，claude and deepseek 和豆包的区别

101. DeepSeek-V3.2

102. 深度实测

103. 深度实测

104. 2026年大模型终极横评

105. 每天学点AI新东西

106. 2026全球AI大模型榜

107. 2026全球AI大模型TOP10深度评测

108. 国产AI模型全面崛起

109. 国产大模型 2026 终极对比

110. SuperCLUE中文大模型基准测评（2026）

111. 2026年3月AI大模型混战

112. 盘点 2025 全球中文大模型排行榜 Kimi 千问 DeepSeek 豆包你用哪个？

113. DeepSeek、Kimi、通义千问

114. 亲历国产大模型突围

115. 中文大模型测评震撼发布

116. 2026国产AI大模型TOP10完整榜单｜按名次拆解，优缺点全曝光（建议收藏）

117. 全球国内外大模型谁家强？

118. 别再迷信“大海捞针”了！清华 LongBench v2 揭露真相

119. 阿里放大招！千问3.6-Plus能否超越GPT-4V？

120. 不是所有AI模型都适合你

121. 2026年AI工具终极对决

122. 推理王者 vs 多模态全能手

123. 谁是2026 AI提效王者？ChatGPT、Gemini 3.1、可灵等30+工具对比

124. GPT-5.4、Claude 4.6、国产AI，我用了一个月，告诉你哪个更好用

125. 国产大模型崛起

126. 国产主流AI横向对比

127. 2026 AI工具排行榜

128. ChatGPT、DeepSeek、Claude终极对决，谁是办公神器天花板？ - 哔哩哔哩

129. 2026 AI提效工具排行榜

130. 2026 AI办公工具大洗牌

131. 老外用不起GPT，全跑来“薅”中国大模型的羊毛了

132. 中国AI坚持“高效实用”，比海外模型好在哪？

133. 2026年AI大模型混战

134. AI资讯｜0411汇总

135. 2026年中国AI大模型产业链全景图

136. 哪款大模型最适合“养虾”？40款国内外模型深度评测

137. 2026年全球大模型发展现状与核心应用场景分析

138. 2026 年主流大模型性能价格对比指南（openclaw系列之一）

139. 从文本助手到生产力智能体——2025大模型年度测评

140. 小米大模型跻身全球前五双盲评测到底意味着什么

141. Claude Opus 4.6：Anthropic 最强模型的又一次飞跃

142. QwenLong-L1.5：让AI真正读懂长文本的秘密武器

143. 颠覆格局！中国大模型海外使用比例暴增，从跟跑到反超仅用2个月

144. 突发：2月6日Claude 4.6 与 GPT-5.3 同日发布，谁才是新王？

145. 豆包2.0正式杀疯了！Pro版硬刚GPT-5.2，Code版碾压Claude Code

146. QwenLong-L1.5：揭秘400万字长文本推理的“后训练”秘籍！

147. DeepSeek-V3.2发布，让DeepSeek再次伟大！

148. AI工具选型指南——一张图看懂用什么AI最值

149. DeepSeek发布 DeepSeek-V3.2 & V3.2-Speciale 把「思维链」直接融合进 Tool Use

150. 1M 上下文 + 128K 输出，Opus 4.6 值得尝试

151. SOTA集体掉线？美团AMO-Bench揭露大模型数学推理的真实段位

152. 热点丨中国AI开始成为全球开发者的首选？穿越国界的API与2%的突围

153. DeepSeekV3.2正式版发布：比肩GPT-5

154. 国产大模型吹响反攻号角：开源阵营全面碾压海外

155. 模型的能力，哪些因素决定？

156. 中国AI占了全球73%的调用量，钱却被美国赚走了82%

157. 蹲文心 5.0 正式版：这波实力藏不住了

158. DeepSeek v3.2 正式发布，对标 GPT-5

159. DeepSeek-V3.2 到底有多强？

160. 中文大模型基准测评SuperCLUE发布3月结果：豆包国内第一，跻身全球第一梯队

161. GPT-5.4、DeepSeek-R1、通义千问：AI工具怎么选才值？

162. Deepseek-v3.2 更新内容全解析，新功能3 步就能上手

163. 2026年Claude 4.6国内使用完全手册：注册、订阅、白嫖、API，全在这里

164. 深度实测：豆包 vs Claude 4.6，谁才是中文创作和代码编程的王者

165. DeepSeekV3.2正式版发布，比肩GPT-5

166. 2026年AI大模型进入实用新纪元：国产崛起、开源逆袭与智能体爆发

167. AI大模型能力分析

168. DeepSeek V3.2 王者归来？保姆级解读「多快好省」的技术演进

169. 阿里放大招！千问 3.6-Plus 发布，多模态大模型变天了

170. DeepSeek V3.2发布！超GPT-5，对标Gemini 3.0 Pro

171. 大语言模型推理能力榜：“最强大脑”测评揭晓——GPT-5暂列第二，冠军究竟花落谁家？

172. SuperCLUE 3 月榜单出炉：中外大模型贴身肉搏，国产第一梯队正式成型

173. DeepSeek V3.2：推理提速，Agent 能力升级

174. 2026 年大模型 Benchmark 全解析

175. LongBench-Pro：25个评测任务全面揭示46个大模型的真实长上下文能力

176. 2025全球中文大模型排名揭晓：海外巨头居前三，国产模型小众领域突围

177. claude sonnet 4.6 国内怎么用？API 接入

178. 刚刚，GPT-5.3 CodeX 重磅发布！阻击 Claude Opus 4.6

179. 通义千问3.6 Plus Preview上线OpenRouter！编码直逼GPT-4

180. 2025AI大模型发布时间线图来啦📊【收藏级】

181. 字节跳动AI大模型家族新突破：豆包2.0、Seedance2.0与Seedream5.0 Lite

182. 免费大模型实测分享：qwen3-max-2026-01-23-free性能拉满，DMXAPI一键配置

183. 2026年中国AI大模型行业市场前景预测研究报告

184. 重磅发布！Claude Opus 4.6 亮点解析

185. Anthropic发布最新旗舰模型Opus4.6

186. Anthropic向中国大模型发难，马斯克都看不下去了

187. 清华LongBench v2：长文本理解AI接受人类专家级挑战

188. 2025：中国大模型生态构建与商业化提速

189. 2026 AI提效工具排行榜：最强AI办公工具Top30

190. 2026AI元年：大模型驱动下的智能体演进及其产业影响分析

191. 2026 AI提效工具排行榜：ChatGPT、DeepSeek最强办公神器全盘点

192. 中国大模型悄悄拿下海外1/3市场

193. 别卷了别卷了，Claude 4.6 已经开始接管工位

194. 国内主流AI大模型大盘点，一文读懂国产AI大模型格局

195. 文心5.0来了！未来AI风向要变？

196. Gemini 3 解决实际问题：多模态识别、长文本分析与代码生成场景实测

197. 文心一言（文心5.0）深度解析：国产AI标杆

198. Anthropic指控中国大模型“使诈”，马斯克凶猛炮轰，海外网友贴脸开骂

199. 国内大模型排名

200. 豆包！超越Claude！国产最强AI编程大模型来了！

201. 重大消息！千问3.5系列模型发布后，全球AI社区反响强烈！

202. 国产AI逆袭！阿里开源通义千问3.5，对标谷歌Gemini，免费开放给所有人

203. 中国人工智能应用规模首次超越美国

204. 阿里通义千问 Qwen 3.6 Plus 免费预览版上线 OpenRouter：可提供比 3.5 更强的推理能力和更可靠的 Agent 行为

205. LMArena最近更新：文心5.0进前十

206. 2026年春节后，AI大模型格局彻底变了。2026年春节后，AI大模型格局彻底变了——Claude 4.6、GPT-5.2与六大国产模型全面横评。图1是参测阵容，图2是编程能力测评，图3是Agent能力测评，图4是数学能力，图5上下文窗口和文档理解，图6价格对比，图7是各模型亮点讲解，图8是总结推荐，图9是GPT，Claude模型国内镜像站的注册入口（由于在国内无法使用官网）。#AI #人工智能 #ChatGPT #Claude #AI模型

207. 397B参数、201种语言——通义千问3.5吹牛还是真牛？ #通义千问35 #Qwen35 #AI大模型 #开源ai #多模态阿里最新旗舰开源模型通义千问3.5正式亮相，官方称速度提升19倍、支持201种语言、性能超越 Claude 与 Gemini。但独立测评发现：实战效果和官方演示存在明显落差，更有评测者爆料其训练数据涉及"蒸馏"闭源模型输出。开源王者还是营销高手？本期一口气讲清楚。

208. 发现盲点:文心5.0名字里的Preview去哪儿了

国产AI中文创作更强，但Claude仍是专业场景的“零容错”首选

精选参考来源