新春臨近，AI產(chǎn)業(yè)競爭日漸升溫。今年以來，百度、阿里、DeepSeek圍繞基礎(chǔ)大模型密集發(fā)布新技術(shù)、新產(chǎn)品，加速搶占AI創(chuàng)新制高點(diǎn)。

1月22日，百度上線采用原生全模態(tài)統(tǒng)一建模技術(shù)的文心大模型5.0正式版，支持文本、圖像、音頻、視頻等多種信息的輸入與輸出；1月26日，阿里發(fā)布千問旗艦推理模型Qwen3-Max-Thinking，創(chuàng)新推理技術(shù)，實(shí)現(xiàn)性能躍升；隨后，DeepSeek推出全新DeepSeek-OCR-2模型并開源。業(yè)內(nèi)專家認(rèn)為，短時(shí)間內(nèi)，中國AI“進(jìn)入三足鼎立格局”，創(chuàng)新步伐明顯加快。

基礎(chǔ)大模型的演進(jìn)決定了AI應(yīng)用能力的上限。文心大模型5.0正式版以原生全模態(tài)架構(gòu)引領(lǐng)技術(shù)革新，塑造競爭優(yōu)勢(shì)。百度相關(guān)負(fù)責(zé)人介紹，與業(yè)界多數(shù)采用“后期融合”的多模態(tài)方案不同，文心大模型5.0正式版采用統(tǒng)一的自回歸架構(gòu)進(jìn)行原生全模態(tài)建模，將文本、圖像、視頻、音頻等多源數(shù)據(jù)在同一模型框架中進(jìn)行聯(lián)合訓(xùn)練，使得多模態(tài)特征在統(tǒng)一架構(gòu)下充分融合并協(xié)同優(yōu)化，實(shí)現(xiàn)原生的全模態(tài)統(tǒng)一理解與生成。此前公布的LMArena全球大模型競技場(chǎng)榜單中，文心大模型5.0正式版多次位居文本榜和視覺理解榜國內(nèi)第一，躋身國際第一梯隊(duì)。

阿里同樣圍繞千問大模型持續(xù)發(fā)力。其最新發(fā)布的推理模型Qwen3-Max-Thinking采用了一種全新的測(cè)試時(shí)擴(kuò)展機(jī)制，可在相同上下文中實(shí)現(xiàn)更高效的推理計(jì)算，獲得更智能的推理結(jié)果且更加經(jīng)濟(jì)。除此以外，阿里以應(yīng)用生態(tài)為抓手，憑借自身流量入口優(yōu)勢(shì)，推動(dòng)千問大模型打通電商、酒旅、支付等自身優(yōu)勢(shì)領(lǐng)域，深度接入淘寶、支付寶、飛豬等平臺(tái)，實(shí)現(xiàn)技術(shù)與場(chǎng)景高效協(xié)同。

業(yè)內(nèi)專家表示，與百度、阿里背靠強(qiáng)大自有業(yè)務(wù)生態(tài)全面發(fā)力不同，DeepSeek立足開源優(yōu)勢(shì)，專注于模型底層能力與開放生態(tài)建設(shè)，通過“模型權(quán)重+訓(xùn)練框架+部署工具”的全棧開源，將性價(jià)比優(yōu)勢(shì)“發(fā)揮到極致”。

DeepSeek最新推出的DeepSeek-OCR-2采用創(chuàng)新的DeepEncoderV2方法，讓模型可根據(jù)圖像含義動(dòng)態(tài)重排圖像各部分，模擬了人類觀看場(chǎng)景的邏輯流程，使得其在處理復(fù)雜圖片時(shí)更智能、更有邏輯，展現(xiàn)出獨(dú)特的技術(shù)創(chuàng)新巧思。

1月29日，對(duì)標(biāo)DeepSeek-OCR-2，百度也迅速發(fā)布并開源了文心衍生模型PaddleOCR-VL-1.5，首創(chuàng)OCR（光學(xué)字符識(shí)別）模型的“異形框定位”技術(shù)，能精準(zhǔn)識(shí)別拍歪、折角、卷邊的不規(guī)則文檔。

百度相關(guān)負(fù)責(zé)人介紹，作為極少數(shù)具備全棧AI能力的企業(yè)，百度也在軟硬協(xié)同、場(chǎng)景落地方面有著更為持久的投入，在此輪“頭部玩家”的競爭中展現(xiàn)出強(qiáng)勁韌性。

在底層硬件方面，始于自身業(yè)務(wù)對(duì)算力的極限需求，百度孵化出的AI芯片品牌昆侖芯走過了從專用到通用、從內(nèi)部支撐到對(duì)外服務(wù)的完整路徑，驗(yàn)證了場(chǎng)景定義芯片的可行性，并于近期啟動(dòng)獨(dú)立上市進(jìn)程，加速多領(lǐng)域布局。目前，百度已點(diǎn)亮國內(nèi)首個(gè)全自研三萬卡昆侖芯集群，可同時(shí)支撐多個(gè)千億參數(shù)大模型訓(xùn)練，實(shí)現(xiàn)自研算力從“可用”到“規(guī)模化可復(fù)制”的跨越。

可靠的底層算力、領(lǐng)先的云服務(wù)，以及強(qiáng)大的模型能力，催生出更加豐富的產(chǎn)品服務(wù)?；谖男幕A(chǔ)大模型，百度構(gòu)建了矩陣模型和專精模型。矩陣模型面向產(chǎn)品級(jí)應(yīng)用和通用場(chǎng)景快速落地；專精模型面向行業(yè)應(yīng)用和垂直場(chǎng)景，例如文心數(shù)字人大模型已在直播電商等領(lǐng)域?qū)崿F(xiàn)規(guī)模應(yīng)用，創(chuàng)造出新的交互體驗(yàn)與內(nèi)容形態(tài)。2025年“雙11”期間，數(shù)字人直播商品交易總額同比增長91%，開播直播間數(shù)增長119%，超10萬商家使用。

自2025年春節(jié)期間DeepSeek走紅以來，中國AI便一直是國際科技領(lǐng)域的熱門話題。經(jīng)過一年多時(shí)間發(fā)展，AI技術(shù)正在我國邁入規(guī)模化落地新階段，AI的價(jià)值也在驅(qū)動(dòng)產(chǎn)業(yè)變革、創(chuàng)造更廣泛社會(huì)效益中得到進(jìn)一步驗(yàn)證。企業(yè)發(fā)展路徑雖各有不同，但其背后是一條清晰可見的創(chuàng)新能力升級(jí)之路，共同推動(dòng)中國AI產(chǎn)業(yè)從“追趕”邁向“領(lǐng)跑”。

來源：科技日?qǐng)?bào)