封面

导读

2026年3月，全球AI领域迎来了一场史诗级的密集爆发。

OpenAI、谷歌、Meta等海外巨头持续领跑技术边界，中国大模型则实现了全球调用量反超、旗舰模型登顶国际盲测、端侧与行业应用全面落地的三重突破。

从百万Token上下文成为标配，到原生多模态与电脑控制能力成熟，再到AI智能体（Agent）从概念走向规模化商用——大模型正式告别”参数内卷”，进入效率优先、场景为王、生态重构的实用主义时代。

一、旗舰模型密集发布：上下文军备竞赛白热化

GPT-5.4：从聊天工具到工作代理

3月5日，OpenAI正式发布GPT-5.4，这次升级绝非简单的版本迭代。

核心突破有三：

  1. 百万Token上下文窗口（API版默认开启），意味着AI可以一次性处理约75万字的文档
  2. 「中途响应可控」（Mid-response Steerability）——用户可以在AI回答过程中实时调整输出方向，彻底解决”答非所问””无法中断”的痛点
  3. 原生电脑控制能力，可直接操作网页、执行本地任务（文档编辑、数据爬取等）

更值得关注的是效率提升：推理与编码能力较GPT-5提升30%，同时训练与推理成本降低40%。

这意味着GPT-5.4已从”聊天工具”全面升级为”可中断、可协作的工作代理”。

GPT-5.1预览版：千万级上下文的野望

3月21日，OpenAI放出GPT-5.1预览版，直接抛出王炸——千万级Token上下文（1000万Token，约等于750万字）。

这是什么概念？

你可以把一整部《红楼梦》扔进对话框，让AI分析人物关系；可以把整个代码库丢给它，让它进行跨文件重构；可以进行复杂的多轮Agent工作流编排。

同时，GPT-5.1原生支持文/图/音/视频统一处理，无需额外调用多模态接口，推理速度较GPT-5.4提升3倍。

预计4月正式开放API。

Gemini 3.1 Pro：谷歌的反击

谷歌于3月12日发布Gemini 3.1 Pro，核心亮点是100万Token长上下文和2M超长上下文支持。

根据whatllm.org的Intelligence Index数据，Gemini 3.1 Pro Preview以57.18分位居榜首，而GPT-5.4 (xhigh) scored 57.17——两者差距仅0.01分。

这说明什么？

旗舰模型之间的能力差距正在缩小到可以忽略不计的程度。用户选择的依据将不再是”谁更聪明”，而是”谁更适合我的场景”、”谁更便宜”、”谁更稳定”。

二、资本狂潮：OpenAI 1100亿美元融资与军方合同

创纪录的融资

2月27日，OpenAI完成1100亿美元融资轮，由Amazon、Nvidia和SoftBank领投，估值达到7300亿美元（pre-money）。

这是什么水平？

  • 超过了Uber、Airbnb、Stripe等一众科技独角兽的估值总和
  • 融资规模是Anthropic最新一轮（35亿美元）的3倍多
  • 几乎追平了字节跳动（约2680亿美元）和SpaceX（约3500亿美元）的估值

五角大楼合同与Anthropic的尴尬

更具戏剧性的是OpenAI与五角大楼的AI合同。

2月28日，OpenAI宣布与五角大楼签署AI部署协议，为军方提供机密级别的云端AI服务。

而几乎同一时间，Anthropic因为拒绝放宽自主武器使用限制，被多个美国联邦机构标记为”供应链风险”（Supply-chain Risk）——这个标签通常只用于外国对手。

多个美国机构宣布将在6个月内逐步淘汰Claude模型。

内部消息显示，OpenAI的快速跟进引发了至少一名员工的公开辞职。

这背后是一场关于AI伦理、国家安全与商业利益的复杂博弈。

三、AI裁员潮：Jack Dorsey的Block裁员40%

AI带来的不只是技术革命，还有就业冲击。

2月26日，Jack Dorsey的支付公司Block宣布裁员约4000人，占员工总数的40%。

原因？Dorsey在内部信中说得很直白：AI工具现在让小团队也能完成以前大团队的工作量。

这并非孤例。摩根士丹利预测，到2028年，仅美国AI数据中心就将面临9-18GW的电网缺口——背后的潜台词是：AI算力需求正在呈指数级增长，而人力需求在相应减少。

Agent的规模化商用正在加速这一趋势。

四、NVIDIA GTC 2026：万亿美元订单背后的野心

3月16-19日，NVIDIA年度开发者大会GTC 2026在圣何塞举行。

黄仁勋 keynote 的核心信息只有一个数字：1万亿美元。

“去年我看到Blackwell和即将推出的Rubin芯片到2026年的需求约为5000亿美元。现在，我站在这里告诉你们，到2027年，至少是1万亿美元。”

Blackwell全球出货

等待已经结束。NVIDIA Blackwell架构芯片于2026年3月正式进入全球大规模出货阶段。

  • 2080亿晶体管，双芯片设计
  • 推理性能提升30倍
  • 专为万亿参数模型训练优化

Vera Rubin AI平台

下一代Vera Rubin架构首次亮相，声称可将万亿参数模型的训练成本降低10倍。

NVIDIA还发布了：

  • 专用推理芯片
  • 开放的Agent Toolkit
  • Nemotron联盟（Mistral、Perplexity、Cursor等）

物理AI和机器人首次获得 keynote 级别的曝光——这意味着NVIDIA正在将重心从”训练模型”转向”让AI与现实世界交互”。

五、Agent工具爆发：从PPT到产品

3月最显著的趋势是：Agent从概念验证走向规模化商用。

公司 产品 特点
Mistral Forge 完全自定义模型训练，零供应商锁定
ByteDance DeerFlow 2.0 开源，带隔离代理环境
Microsoft Copilot Cowork 桌面级Agent
Perplexity 持久本地Agent 本地运行，隐私优先

ByteDance开源DeerFlow 2.0的举动尤其值得关注——这是国产AI框架首次在Agent领域获得国际认可。

六、中国AI崛起：4.69万亿Token的历史性时刻

3月最大的行业变量来自中国。

全球最大AI模型API聚合平台OpenRouter的数据显示，截至3月15日，中国AI大模型的周调用量达到4.69万亿Token，连续第二周超越美国。全球调用量排名前三的位置被中国模型包揽。

什么是Token？

Token是AI模型处理信息的最小计量单位。用户输入的问题、AI生成的代码，最终都要拆解成Token完成运算。Token调用量是衡量AI模型活跃度和产业价值的关键指标。

数万亿Token级别的调用量，意味着AI已经深度渗透进金融、跨境电商、游戏、短视频等行业的企业办公场景。

DeepSeek-V3.1登顶开源榜单

在权威的MMLU基准测试（AI界的”高考”）中，DeepSeek-V3.1以93.4分的高分领跑开源模型榜单，而GPT-4o和Gemini 2.5 Pro构成闭源模型的”第一梯队”。

性价比优势

国产大模型MiniMax M2.5连续五周霸榜全球调用量冠军。

据企业负责人透露：达到同样能力水平的海外模型，价格可能有十几倍的差距。

这种性价比来自三个因素：

  1. 算法创新：通过底层架构创新降低推理成本，用更少的Token完成同样任务
  2. 能源优势：电费在算力成本中占比70%-80%，中国的稳定能源供应和相对低廉电价形成成本防线
  3. 开源模式：走出了与国外闭源模式不同的道路

摩根大通预测，中国的AI推理Token消耗量将从2025年的约10千万亿增长至2030年的约3900千万亿，五年间增长约370倍。

七、行业转向：从”参数内卷”到”实用落地”

回顾3月的AI发展，一个清晰的脉络浮现：

行业关注点正在从”谁能训练更大的模型”转向”谁能让模型更有用”。

证据一：上下文成为标配

百万Token上下文已从”高端特性”变成”入门配置”。OpenAI、谷歌、Anthropic在这一维度上的军备竞赛，本质上是在争夺”谁能处理更复杂的真实场景”。

证据二：Agent从概念到产品

Mistral Forge、Microsoft Copilot Cowork、Perplexity本地Agent的发布，标志着Agent不再是demo，而是开始产生实际商业价值。

证据三：多模态与电脑控制

GPT-5.4的电脑控制能力、Gemini的原生视频生成、Claude的grad-level physics——AI正在获得”与现实世界交互”的能力。

证据四：成本下降与调用量爆发

中国模型的调用量反超，证明了**”技术迭代—成本下降—应用爆发”**这一正向循环的可行性。

写在最后

2026年3月，AI行业迎来了一个微妙的转折点。

一方面，GPT-5.4与Gemini 3.1 Pro在Intelligence Index上仅差0.01分，说明顶尖模型之间的能力差距正在消失。

另一方面，OpenAI获得1100亿美元融资、NVIDIA预期1万亿美元订单、中国模型调用量首超美国——说明AI的商业价值正在被资本市场和真实用户同时认可。

或许，我们正站在一个新时代的起点：AI不再是科技巨头的军备竞赛，而是全社会的基础设施。

数据来源：The AI Track、OpenRouter、whatllm.org、TechCrunch、CCTV、Reuters、Morgan Stanley

封面图片来源：Picsum随机生成