春節(jié) AI 模型大戰(zhàn)，誰是最大贏家？

c

國產(chǎn)大模型春節(jié)集體轉(zhuǎn)向‘實(shí)干派’，全球 AI 變革看北京。

作者|李蘇

編輯|鄭玄

2026 年開年的科技圈，一場(chǎng)靜默的排位賽正在悄然改寫 AI 大模型世界的規(guī)則。

1 月 27 日，月之暗面開源 Kimi K2.5，以‘Agent Swarm’技術(shù)實(shí)現(xiàn) 100 個(gè)子智能體并行協(xié)作，將復(fù)雜任務(wù)執(zhí)行效率提升數(shù)倍；2 月 7 日，字節(jié)視頻生成模型 Seedance 2.0 正式上線，憑借多模態(tài)參考系統(tǒng)與原生音視頻同步能力引發(fā)全球創(chuàng)作者追捧；2 月 11 日深夜，智譜 AI 發(fā)布新一代旗艦?zāi)Ｐ?GLM-5，在全球權(quán)威榜單 Artificial Analysis 中位居全球第四、開源模型第一。此外，阿里 Qwen3-Max-Thinking、DeepSeek-OCR2、生數(shù)、銀河通用、智源等模型也在同一時(shí)段密集亮相。

海外廠商同樣動(dòng)作頻繁。2 月 5 日，OpenAI 發(fā)布 GPT-5.3-Codex 編程模型，并推出企業(yè)級(jí) AI Agent 平臺(tái)；同日，Anthropic 發(fā)布 Claude Opus 4.6，不到半月后又推出定價(jià)更低的 Claude Sonnet 4.6 主攻智能體場(chǎng)景。

諸神之戰(zhàn)，不一而足。

幾乎所有公司都選擇在一個(gè)特殊的時(shí)間窗口登場(chǎng)——春節(jié)前后。傳統(tǒng)認(rèn)知中，春節(jié)是用戶注意力分散、媒體曝光度下降的時(shí)段，并非科技產(chǎn)品發(fā)布的黃金窗口。但 2026 年的這波集中發(fā)布，恰恰利用了春節(jié)的場(chǎng)景豐富性：充裕的假期時(shí)間、家庭聚會(huì)、出行規(guī)劃、內(nèi)容創(chuàng)作、社交娛樂。在全民行為高度集中的這一檔口，正是檢驗(yàn)大模型能否從實(shí)際應(yīng)用層面解決復(fù)雜任務(wù)的最佳測(cè)試時(shí)機(jī)。

現(xiàn)在看來，這個(gè)時(shí)間節(jié)點(diǎn)絕非巧合，其背后的產(chǎn)業(yè)升級(jí)意義意味深長——這是國產(chǎn)大模型的一次集體轉(zhuǎn)型。在過去兩年，國產(chǎn)大模型更像是實(shí)驗(yàn)室里的‘做題家’，核心解決的是用戶提問到模型作答的及時(shí)交付，比拼的是 benchmark 分?jǐn)?shù)與響應(yīng)速度；而這一波 AI 大戰(zhàn)，已經(jīng)能夠清晰地看到，國產(chǎn)大模型正在向能真正處理復(fù)雜任務(wù)的‘實(shí)干派’轉(zhuǎn)變。模型不再滿足于給出答案，而是要獨(dú)立完成從理解需求、拆解任務(wù)、調(diào)用工具到交付成果的全流程。

而我們發(fā)現(xiàn)，在這輪‘實(shí)干能力’的競(jìng)賽中，一個(gè)值得注意的現(xiàn)象是，領(lǐng)跑者的地理坐標(biāo)高度重合——它們大多聚集在北京海淀區(qū)。理解這種‘海淀基因’，才能厘清國產(chǎn)大模型轉(zhuǎn)型的深層原因。

01

更加務(wù)實(shí)的智能軍團(tuán)

雖然這一輪國產(chǎn)大模型的集中發(fā)布尚未結(jié)束，不過一個(gè)顯著的趨勢(shì)已經(jīng)展現(xiàn)——更務(wù)實(shí)的評(píng)測(cè)維度正在取代傳統(tǒng)指標(biāo)。

過去對(duì) AGI 的烏托邦式憧憬，正被算力成本與落地成效的硬約束快速拉回地面。無論是舊金山灣區(qū)還是中國一二線城市，資本與產(chǎn)業(yè)都已不再為單純的規(guī)模擴(kuò)張敘事支付溢價(jià)——大模型正在從單純的技術(shù)探索，加速進(jìn)入技術(shù)與需求雙向賽跑的商業(yè)化深水區(qū)。

通俗一點(diǎn)來說，大模型不再只追求標(biāo)準(zhǔn)答案，更在考察在開放環(huán)境中的任務(wù)完成度，以及如何直接應(yīng)用到普通人的生活中。

此刻扎堆發(fā)布的大模型，紛紛順勢(shì)而為。

智譜發(fā)布的 GLM-5 在這一輪的表現(xiàn)中頗為搶眼，其在 HumanEval 代碼通過率達(dá)到 96.2%，不但超越前代 GLM-4.7 的 88.5%，更是超越了強(qiáng)勁的 Claude Opus 4.5（95.8%）。但比分?jǐn)?shù)更重要的是，GLM-5 原生支持跨文件代碼重構(gòu)，并能處理復(fù)雜系統(tǒng)工程代碼倉。

這意味著，智譜大模型已完成從‘初級(jí)程序員’到‘總架構(gòu)師’的進(jìn)化，重新定義了編程領(lǐng)域的生產(chǎn)力。

而在過去專注‘聊天’和提供情緒價(jià)值的字節(jié)，也同樣呈現(xiàn)務(wù)實(shí)轉(zhuǎn)向。

以前做 AI 視頻，用戶得跟機(jī)器猜謎——寫一堆提示詞描述‘夕陽下的古風(fēng)少女’，結(jié)果出來可能是古裝也可能是和服。而在 2 月初發(fā)布的字節(jié) Seedance 2.0，則讓指向更清晰明確——用哪個(gè)色調(diào)、某個(gè)角色的臉、哪一段視頻里的動(dòng)作，甚至放段音樂讓它跟著節(jié)奏剪。

這種多模態(tài)參考機(jī)制將創(chuàng)作主動(dòng)權(quán)交還用戶，降低了反復(fù)調(diào)試的試錯(cuò)成本，使電商廣告、短視頻制作等商業(yè)場(chǎng)景的產(chǎn)出更為穩(wěn)定。也與海外模型形成對(duì)照：當(dāng) OpenAI 的 Sora 和谷歌 Veo 2 仍主要依賴文本提示詞時(shí)，Seedance 2.0 將創(chuàng)作更貼近商業(yè)場(chǎng)景對(duì)確定性的需求。今年春晚舞臺(tái)視覺《賀花神》的四季花神場(chǎng)景，正是該能力的落地展示——以四時(shí)花卉為主題，十二位演員對(duì)應(yīng)十二種花神，每一個(gè)出場(chǎng)都伴隨著專屬場(chǎng)景。這背后正是字節(jié)大模型的圖像與視頻生成能力起到的作用，為節(jié)目定制‘一月一人一景，一花一態(tài)一觀’的視覺效果。

春晚賀花神效果圖

打破邊界的，還有大模型的另一種存在載體——具身智能。1 月 8 日，銀河通用發(fā)布重載機(jī)器人(17.790, 0.19, 1.08%) Galbot S1，實(shí)現(xiàn)零遙操全自主作業(yè)，雙臂負(fù)載達(dá) 50 公斤。與特斯拉 Optimus 等海外人形機(jī)器人側(cè)重工廠場(chǎng)景不同，Galbot S1 的手腦協(xié)同設(shè)計(jì)更聚焦室內(nèi)泛化能力——春晚上銀河通用與沈騰、馬麗的互動(dòng)展示，正讓我們看到了機(jī)器人手腦一體的無限可能，未來無數(shù)室內(nèi)場(chǎng)景的泛化能力正源于具身智能大腦模型的布局。

銀河通用春晚節(jié)目圖

AI 從數(shù)字世界來到物理世界，大模型公司正在用一條相對(duì)扎實(shí)的路，在填補(bǔ)過往實(shí)用性不足的坑——聽懂人話、把事情干成。

這和人們通常所理解的商業(yè)溢價(jià)的區(qū)別是，AI 普惠化不是市場(chǎng)競(jìng)爭(zhēng)手段，而是技術(shù)發(fā)展的目的。

2025 年，國產(chǎn)大模型對(duì)行業(yè)標(biāo)桿的理解發(fā)生了根本轉(zhuǎn)變。技術(shù)評(píng)測(cè)的領(lǐng)先僅證明能力上限，而商業(yè)價(jià)值的衡量標(biāo)準(zhǔn)已轉(zhuǎn)向規(guī)�；�的可及性與經(jīng)濟(jì)性——單位算力所能支撐的實(shí)際產(chǎn)出效率，成為更具分量的評(píng)判維度。

市場(chǎng)端的反饋更為直接。經(jīng)過兩年多的技術(shù)演示期，無論是企業(yè)還是終端市場(chǎng)，都在提出更為具體的需求：模型能否自動(dòng)處理報(bào)銷流程，能否協(xié)調(diào)多個(gè)軟件完成市場(chǎng)調(diào)研，能否在無人監(jiān)督的情況下執(zhí)行周期較長的項(xiàng)目。大模型的實(shí)際執(zhí)行能力已成為企業(yè)采購決策的核心考量，推動(dòng)研發(fā)方向從追求技術(shù)突破轉(zhuǎn)向保障交付質(zhì)量。

春節(jié)場(chǎng)景為產(chǎn)品實(shí)用驗(yàn)證提供了特殊環(huán)境。家庭聚會(huì)涉及菜譜生成、采購規(guī)劃、智能設(shè)備控制等協(xié)調(diào)需求；長途出行需要整合交通預(yù)訂、酒店比價(jià)、行程優(yōu)化等多平臺(tái)信息；內(nèi)容創(chuàng)作則要求模型理解節(jié)日文化、平臺(tái)調(diào)性及傳播規(guī)律。

這些任務(wù)無法通過單次問答完成，需要模型具備任務(wù)分解、工具調(diào)用、異常處理及結(jié)果整合能力。2026 年春節(jié)的集中發(fā)布，實(shí)質(zhì)是廠商將產(chǎn)品置于真實(shí)場(chǎng)景的壓力測(cè)試，假期積累的用戶反饋將為后續(xù)產(chǎn)品迭代提供數(shù)據(jù)支撐。

02

海淀基因

當(dāng)技術(shù)理想主義與商業(yè)現(xiàn)實(shí)主義融合時(shí)，‘覺醒’往往發(fā)生在一片讓創(chuàng)新既能扎根又能拔節(jié)生長的土壤上。

放眼全球，人工智能的競(jìng)賽早已超越單一企業(yè)的角力，演變?yōu)閰^(qū)域創(chuàng)新生態(tài)的系統(tǒng)較量。

硅谷憑借斯坦福-伯克利的人才輸送、風(fēng)投體系的成熟配套、以及‘快速試錯(cuò)’的文化基因，長期占據(jù)全球 AI 產(chǎn)業(yè)的高地。但 2026 年春節(jié)檔的集體爆發(fā)，清晰地顯示出中國創(chuàng)新版圖正在形成自己的‘強(qiáng)節(jié)點(diǎn)’——北京海淀便是其中最具代表性的樣本。

在這片 430 平方公里的地界上，創(chuàng)新的密度可以被具象化地測(cè)量出來，在這里，15 分鐘車程幾乎就能構(gòu)成一個(gè)創(chuàng)新單元——智譜 AI、百川智能、面壁智能……他們齊聚在清華科技園里。往東一公里，生數(shù)科技在中關(guān)村(5.080, -0.08, -1.55%)東路 8 號(hào)東升大廈探索多模態(tài)生成，與智源研究院的成府路 150 號(hào)（清華南門）隔街相望。

往南一點(diǎn)，月之暗面在知春路 76 號(hào)京東科技大廈迭代長文本模型，與字節(jié)跳動(dòng)的大鐘寺工區(qū)直線距離不到 3 公里——后者旗下的 Seedance 團(tuán)隊(duì)正依托這片人才密度，在多模態(tài)視頻生成領(lǐng)域快速推進(jìn)。

更具縱深感的是人才的流動(dòng)與重組。愛詩科技創(chuàng)始人來自字節(jié)視覺團(tuán)隊(duì)，辦公室設(shè)在蘇州街，與原工區(qū)直線距離 2 公里；而銀河通用、星動(dòng)紀(jì)元、靈心巧手三家具身智能公司，則集中在海淀區(qū)的核心地段，彼此車程都在 15 分鐘內(nèi)，卻各自探索重載機(jī)器人、人形機(jī)器人、靈巧手等不同路線。

這種集聚并非偶然，而是產(chǎn)業(yè)生態(tài)的必然結(jié)果。北京海淀，作為全國人工智能產(chǎn)業(yè)的核心集聚區(qū)，其角色值得客觀審視——它并非簡(jiǎn)單的‘政策普惠’或‘資本密集’，而更像是基礎(chǔ)研究到真實(shí)落地的完整鏈條。

具體而言，海淀區(qū)已經(jīng)構(gòu)建了一個(gè)基本自主可控的全產(chǎn)業(yè)鏈技術(shù)體系，底層有清華、北大等高校的前沿研究輸出人才和方法論；中間層由芯片、云計(jì)算等基礎(chǔ)設(shè)施企業(yè)提供算力支撐；應(yīng)用層則有大量場(chǎng)景型企業(yè)提供測(cè)試環(huán)境和需求反饋。這種密度使得技術(shù)迭代周期顯著縮短。

生態(tài)的成熟度，直接塑造了國產(chǎn)大模型的差異化路徑。與硅谷巨頭追求‘通用智能’的宏大敘事不同，海淀系企業(yè)更強(qiáng)調(diào)‘垂直穿透’：在這里，百度布局全棧、寒武紀(jì)(1120.680, 8.18, 0.74%)布局芯片、智譜清研專注 B 端、快手可靈偏向文娛落地、字節(jié)偏向 C 端、月之暗面偏向長文本思考。各尋其位，各盡其能。

事實(shí)上，政策環(huán)境的演進(jìn)同樣關(guān)鍵。2023 年，北京市率先出臺(tái)地方性大模型產(chǎn)業(yè)支持政策，海淀區(qū)同步提出建設(shè) 2300 億元規(guī)模的核心產(chǎn)業(yè)集群，配套人才落戶、資金扶持、場(chǎng)景開放等綜合措施。如今這一數(shù)據(jù)已經(jīng)超過 3500 億。同時(shí)，海淀推出中關(guān)村科學(xué)城科技成長基金，經(jīng)過三期發(fā)展規(guī)模已達(dá) 200 億元，明確將投資重心前移，聚焦早期項(xiàng)目、小型企業(yè)、長期價(jià)值及硬科技領(lǐng)域。這種‘耐心資本’的供給，顯著改善了創(chuàng)新型企業(yè)的心理預(yù)期與風(fēng)險(xiǎn)偏好。

但海淀的真正價(jià)值，或許不在于政策紅利的獨(dú)享，而在于其作為‘創(chuàng)新方法論’的輸出地。從 2010 年代中關(guān)村的創(chuàng)業(yè)大街，到移動(dòng)互聯(lián)網(wǎng)時(shí)期的‘巨頭搖籃’，再到如今的大模型集聚區(qū)，海淀始終扮演著技術(shù)商業(yè)化‘加速器’的角色。早期的互聯(lián)網(wǎng)創(chuàng)業(yè)培育了風(fēng)險(xiǎn)資本的敏銳度、工程師文化的務(wù)實(shí)性，以及對(duì)‘快速迭代、小步快跑’方法論的路徑依賴。這些基因延續(xù)至今，使得中國企業(yè)在面對(duì)大模型這一顛覆性技術(shù)時(shí)，表現(xiàn)出更強(qiáng)的工程化能力和商業(yè)化嗅覺。

AI 原點(diǎn)社區(qū)

將視野拉寬，這種‘強(qiáng)節(jié)點(diǎn)’的崛起并非孤例。上海的張江、深圳的南山、杭州的余杭，同樣在 AI 產(chǎn)業(yè)鏈的不同環(huán)節(jié)都形成特色優(yōu)勢(shì)——這些都是值得區(qū)域?qū)W習(xí)的樣本。但海淀的獨(dú)特性在于其‘全棧覆蓋’——幾乎每一環(huán)都有代表性企業(yè)布局。這種完整性，使其成為全球 AI 版圖中少數(shù)能與硅谷形成系統(tǒng)性對(duì)話的區(qū)域之一。

傳統(tǒng)認(rèn)知中，技術(shù)創(chuàng)新高度集中于少數(shù)全球城市；但大模型時(shí)代的競(jìng)爭(zhēng)，越來越依賴‘?dāng)?shù)據(jù)-場(chǎng)景-算力’的本地化閉環(huán)。中國龐大的數(shù)字化應(yīng)用場(chǎng)景、完整的制造業(yè)體系、以及政策驅(qū)動(dòng)的算力基礎(chǔ)設(shè)施，為區(qū)域創(chuàng)新生態(tài)提供了獨(dú)特的養(yǎng)分。海淀的集聚效應(yīng)，正是這種國家能力在微觀層面的投射。

當(dāng)全球大模型產(chǎn)業(yè)進(jìn)入‘實(shí)干能力’的比拼階段，區(qū)域生態(tài)的質(zhì)量將直接決定企業(yè)的競(jìng)爭(zhēng)力上限。

03

更好的時(shí)代

所有技術(shù)革命的最終走向，一定承載著產(chǎn)業(yè)實(shí)踐的階段性注腳。

這場(chǎng)集中爆發(fā)的轉(zhuǎn)型給產(chǎn)業(yè)和區(qū)域都提供了新的機(jī)會(huì)。

春節(jié)檔的 AI 大戰(zhàn)，標(biāo)志著國產(chǎn)大模型進(jìn)入產(chǎn)業(yè)價(jià)值驗(yàn)證的關(guān)鍵周期。短期內(nèi)，市場(chǎng)將迎來一次實(shí)干能力的集中檢驗(yàn)。期間積累的真實(shí)用戶數(shù)據(jù)與實(shí)際交付體驗(yàn)，將幫助企業(yè)精準(zhǔn)識(shí)別產(chǎn)品短板，加速迭代優(yōu)化。例如，多智能體協(xié)作的穩(wěn)定性、長視頻生成的時(shí)序一致性、復(fù)雜代碼重構(gòu)的可靠性等問題，只有在海量真實(shí)交互中才能充分暴露和修正。

但大模型軍團(tuán)現(xiàn)在的表現(xiàn)，已經(jīng)影響深遠(yuǎn)——目前，OpenAI、Google 等巨頭紛紛調(diào)轉(zhuǎn)船頭，開始密集推出針對(duì)企業(yè)級(jí)市場(chǎng)的高性價(jià)比推理模型。

很長時(shí)間以來，全球人工智能的聚光燈多投在硅谷。而 2026 年這個(gè)乍暖還寒的春天，分水嶺已經(jīng)有了能捕捉的痕跡——算力封鎖沒有擊垮國產(chǎn)大模型，反而帶來了一抹得天獨(dú)厚的韌性。

AI 制圖

這注定是一條長期主義的道路，但不妨礙國產(chǎn)模型技術(shù)迭代節(jié)奏持續(xù)加快，產(chǎn)品更新周期從以年為單位縮短至以月甚至以周計(jì)算。這種敏捷響應(yīng)能力的形成，客觀上為中國人工智能產(chǎn)業(yè)提供了彎道超車的窗口期。

而從管理者的角度來看，當(dāng)大模型從‘對(duì)話工具’進(jìn)化為‘?dāng)?shù)字員工’，‘人’的身份也將發(fā)生變化，其社會(huì)影響將呈指數(shù)級(jí)放大——對(duì)于所有區(qū)域性政府而言，都需要在新階段里尋找定位——這要求政策層面在持續(xù)降低創(chuàng)新成本的同時(shí)，建立適配新技術(shù)形態(tài)的治理框架。

而經(jīng)驗(yàn)老道的管理者，顯然能更快提供合格的樣本。

至少，站在 2026 年的端頭，國產(chǎn)大模型發(fā)展的重要節(jié)點(diǎn)。人們已經(jīng)可以確定，全球新一輪大模型產(chǎn)業(yè)變革的方向與節(jié)奏，正日益取決于中國創(chuàng)新體系的突破能力與本土生態(tài)的支撐強(qiáng)度。