從DeepSeek到Seedance 2.0，國產大模型殺瘋了

AI的進化，從來不是緩慢爬坡，而是突然躍遷。

春節前三天，中國大模型行業就經歷了這樣一次躍遷。幾乎沒有預熱，也沒有長時間鋪墊，從視頻生成到代碼工程，從多模態創作到長文本推理，熱門賽道幾乎同時取得突破。

從Seedance 2.0橫空出世，到DeepSeek與MiniMax在編程與Agent能力上的迭代升級，再到智譜GLM-5以工程級能力開源亮相，一輪密集發布迅速引發行業討論，也讓全球市場開始重新審視國產大模型的進化速度。

這場被壓縮在72小時內的集中爆發，并不僅僅是巧合。2026年，或許正是國產AI從追趕走向突圍的分水嶺。

三天六廠，中國大模型集體上分

2月9日，即夢發布Seedance 2.0。

起初，這看上去只是一次常規的視頻模型升級，但很快，討論的風向變了。

如果你用過AI視頻工具，肯定會熟悉那種不可控性帶來的挫敗感。

過去生成的AI視頻，往往人物形象前后不一致，動作忽然變形，分鏡割裂，像幾段視頻素材拼接而成。為了達到理想效果，創作者往往要反復修補細節，在不斷試錯中碰運氣。

Seedance 2.0試圖解決的，正是這種不可控性。

這一次，字節采用了統一的多模態生成架構，強化復雜運動場景下的物理一致性。而且，相比1.5版本，Seedance 2.0在復雜交互和運動場景中的生成質量可用率進一步明顯提升。

Seedance 2.0 文字生成視頻能力評測 來源：IT之家

Seedance 2.0 圖片生成視頻能力評測 來源：IT之家

Seedance 2.0 圖片生成視頻能力評測 來源：IT之家

比如，如果你想生成一段自己和奧特曼打斗的視頻，只需上傳自己的視頻與聲音生成AI分身，再配合參考圖與文字描述，模型就能自動完成分鏡與剪輯，輸出兼具4K畫質和電影感分鏡的成片。

這意味著AI視頻生成工具第一次具備了工業級的影視制作能力。不少人第一次感受到：「人人都是創作者」的時代，真的來了。

討論很快傳遞到了大洋彼岸。連馬斯克都在X上轉發Seedance相關內容，感嘆“進展太快了”。好萊塢導演Charles Curran也公開討論其對影視制作流程的影響。從影視行業到科技行業，Seedance的名字被頻繁提及。

但這只是開始。緊接著的72小時里，國產模型圈進入密集更新狀態。

2月10日，阿里發布Qwen-Image-2.0，重點解決圖片編輯中的文字排版難題。你可以讓模型把整篇《蘭亭集序》準確排入畫面，生成一張古風書法海報，而不再擔心錯字或亂碼。

同一天，騰訊混元也發布了HY-1.8B-2Bit模型。這是一款面向終端設備的輕量級大模型，在大幅降低體積的同時保留核心能力，使模型可以更高效地運行在手機等消費級設備上。簡單理解，就是大模型開始真正走向端側，而不再完全依賴云端算力。

2月11日，MiniMax與DeepSeek幾乎同時更新。前者切換至M2.5版本，優化工具調用與任務執行，后者則將上下文長度擴展至百萬Token級別。

2月12日，智譜又宣布開源GLM-5。這個此前在OpenRouter匿名上線、已被開發者用于真實項目的模型，終于亮明身份。

根據Artificial Analysis榜單，GLM-5位居全球第四、開源第一。同時，它已完成與多家國產芯片平臺的深度適配。

把這幾天的事件串聯起來，一個趨勢愈發清晰，這72小時，改變的是國產大模型的競爭方向。

不卷參數，國產AI換了打法

如果把時間回撥到 2023、2024 年，國產大模型的主旋律可以被概括為：對標 GPT-4。

那段時間里，幾乎每一款新模型發布，宣傳中都會出現“接近 GPT-4”或“局部超越 GPT-4”的豪言壯語。

2024 年初，智譜發布 GLM-4 時，就強調模型性能直追 GPT-4。而百川智能推出 Baichuan 3時，也在報道中提到，模型在部分中文評測中實現反超GPT-4。

在當時的大模型行業里，榜單、分數和參數，就是唯一的硬通貨。

技術進步確實肉眼可見。但隨著模型能力不斷提升，一個更現實的問題開始浮出水面：錢從哪兒來？

模型更強，并不意味著商業化之路更順暢。訓練和推理所需的算力成本持續抬升，應用端的付費意愿，并沒有隨著參數規模的擴大而同步增長。

市場逐漸冷靜下來，開始思考，如何把把大模型能力轉化成真正的生產力。

這種壓力并非國內獨有。在大洋彼岸，強如 OpenAI 也要為賺錢發愁。

OpenAI，可能創造了歷史上最快的燒錢速度 來源：新智元

據路透社報道，盡管 ChatGPT 用戶規模驚人，但長期付費比例依然有限，OpenAI 不得不探索廣告和多元化收入結構，以覆蓋持續攀升的研發和算力投入。

硅谷投資人 Mary Meeker 也指出，大模型公司的核心挑戰已從單純的技術突破，轉向盈利結構的可持續性。在高成本與價格競爭的雙重壓力下，利潤空間被不斷壓縮。

大模型技術領先，并不等同于商業成功。

了解了這個背景，再回看前幾天72 小時的密集發布，你會更容易看懂變化發生在哪里。

這一次，廠商們不再執著于“全面超越”的宏大敘事，而更執著于用大模型解決具體的問題。

Seedance選擇在內容創作領域深耕，打磨影視制作能力。通義千問 Qwen-Image 則硬攻排版與設計場景。MiniMax、DeepSeek 和智譜則把重心放在效率提升和工程執行上。

國聯民生證券指出，隨著 Agent（智能體）時代到來，行業價值重心正從流量規模轉向執行能力與結果付費機制。

當大模型能夠理解并完成一個完整項目，而不是只生成零散代碼，當生成的視頻可以直接進入生產流程，而不需要大量后期修補，當大模型可以調用工具、輸出標準文檔、參與實際協作，才算完成完整的商業閉環。

因此，在這輪密集更新中，參數規模退居幕后，落地能力成為新的競爭重心。

國產大模型，正在沿著這條更務實的路徑，從技術追趕，走向價值兌現。

中國AI，正在形成自己的系統能力

大模型的密集爆發并非偶然，背后托舉它的，是國家級的系統能力。

據新華社報道，截至2026年初，中國人工智能企業已超過6000家，核心產業規模突破1.2萬億元，同比增長接近30%；國產開源大模型全球累計下載量超過100億次。

這組數字說明，大模型早已不是幾家公司之間的參數競賽，而是嵌進了完整的產業鏈中。上游是國產芯片和算力平臺，中游是模型與開發框架，下游則連接電網、制造、金融、政務等真實場景。

國家系統能力的第一層支撐，是算力環境的成熟。

這幾年，國產大模型越來越強調與本土算力平臺的深度適配。

像智譜在發布 GLM-5 時就明確表示，模型已適配華為昇騰、寒武紀、摩爾線程等國產算力平臺。DeepSeek 也公開提到，通過與國產硬件協同優化推理效率，降低算力成本。

當國產軟硬件開始協同迭代，成本曲線和效率曲線都會發生變化。模型能力的釋放，也因此變得更穩定、更可控。

第二層支撐，是應用規模的真實落地。

在中國，大模型的應用場景天然密集。它不是停留在技術層面，而是會迅速進入基礎設施的應用層面。

比如基于文心大模型打造的“光明電力大模型”，已經覆蓋國家電網總部及27家省級公司。在無人機巡檢場景中，年巡檢桿塔達到500萬基，人工登塔次數減少約40%。

企業端的變化同樣明顯，《億邦動力》報道，一家半導體設備企業將海外CRM系統替換為國產AI CRM后，通過智能體實現客戶流失預警與資源自動調度，運維成本下降超過50%。

第三層支撐，是生態協同的方式不同。

與美國更強調單一閉環生態不同，中國路徑更偏向開源與本土化適配。這種策略，讓模型、芯片、平臺與行業應用之間形成更緊密的連接。

據MIT與Hugging Face聯合報告，中國開源大模型的全球下載占比超過17%，高于美國的15.8%。與此同時，“超算互聯網”等基礎設施正在打通算力與模型資源的調度通道。

國產大模型升級，不再只是一次代碼版本更新，而是算力、平臺、行業應用的同步推進。

第四層支撐，是戰略方向的確定性。

我國“十五五”規劃建議明確提出，要加強人工智能與產業、民生、監管的深度融合，將AI作為數字經濟的重要基礎設施來建設。這種頂層設計，給了產業一個明確的長期坐標。

北京海淀AI原點社區

當算力環境逐步穩定，應用場景高度密集，產業鏈協同推進，政策方向清晰，這些條件同時具備，模型的集中爆發就不再是偶發事件，而是必然的結果。

在這場從技術到產品、從比肩到突破的突圍戰里，中國AI正在擺脫“追趕者”的心態，逐漸擁有“領先者”的底氣。

結語

彼得·德魯克在《創新與企業家精神》中曾指出，創新的意義，不在于技術本身有多先進，而在于它能否為資源創造新的價值。

放到今天的AI競賽里，這句話再合適不過。

當大模型告別參數比拼，像電力一樣，成為人人觸手可及的基礎設施，解決實際問題，它才真正擁有改變世界的力量。

或許，這才是這一輪集體突圍帶給我們的真正啟示。

參考資料

1.Seedance官網

2. 2024-2025年中國AI大模型市場現狀及發展趨勢研究報告，艾媒咨詢

3. 2025年中國大模型行業發展研究報告，36氪研究院

4. 中國大模型落地應用研究報告2025，InfoQ 研究中心&中歐 AI 與管理創新研究中心

5.密集“上新” 國產大模型商業化競速升級，經濟參考報

6. 中國大模型正躋身全球第一梯隊，新華網

····· End ·····

▲見證中國科技奔赴星辰大海

專注產業鏈分析和案例寫作

關注AI、互聯網、汽車、消費電子

半導體等前沿科技產業

入駐媒體平臺

36Kr/ 觀察者網風聞社區/ 網易

虎嗅/ 雪球/ 騰 訊新聞

-星海社群推薦-

匯聚制造強國的每一粒星火

追蹤科技浪潮的每一個故事

掃描下方的二維碼進群交流

見證中國科技奔赴星辰大海