「开源模型永远落后闭源一代」，这个潜规则在上周五被月之暗面一记重拳打碎了。

Kimi K3 正式发布，而且直接开源权重。消息一出，美国股市的反应比科技圈还快，OpenAI 和 Anthropic 的商业模式、甚至 IPO 前景都被拿出来重新审视。这话听着有点刺耳，但市场就是这么现实，如果你最强的护城河是「不给你看权重」，那别人把同样强的东西免费给你下载，你的故事就不好讲了。

我第一时间去看了一眼 Artificial Analysis 的 Intelligence Index。过去八天里，Grok 4.5、GPT-5.6、Muse Spark 1.1 和 Kimi K3 四款前沿模型扎堆发布，得分超过 50 分的实验室从 6 月初的 2 家直接涨到 6 家。K3 的入场，让「中美模型差距」这个说法突然变得有点尴尬了。

当然这并不意味着闭源模型就完了。训练后服务、企业合规、安全对齐、平台绑定，这些仍然是护城河。只是护城河从「技术代差」变成了「服务能力」，这对所有玩家来说都是一场更残酷的考验。

同一天，阿里也没闲着。

Qwen3.8 来了，带着 2.4T 参数和开源承诺。通义实验室还发布了 Qwen-Audio-3.0-TTS，两个版本，Flash 首包延迟约 300ms，Plus 版本直接登上了 Artificial Analysis 的语音榜单第一。16 种语言、20 种中文方言，这个覆盖能力已经不是「技术指标」了，而是冲着真实落地场景去的。

字节也在音频领域悄悄放了个大招。Seed Audio 1.0 把语音、音效、环境声统一到一个框架里，支持 100ms 精度的时间控制，单次能延展约 2 分钟音频，20 多种语言自然生成。火山方舟体验中心已经能玩到了。这有点像是给 AI 视频配了「会呼吸的声带」。

模型层打得火热，基础设施层也没落下。

小红书和北大开源了 UltraEP，面向大规模 MoE 模型的训推实时负载均衡。它的思路挺直接，基于精确路由信息，在每个 microbatch 和每一层动态复制热点专家。在 Qwen3-235B 上测试，训练吞吐平均达到理想性能的 94.6%，相比 Megatron-LM 原版提升 1.5 到 2 倍。MoE 的痛点从来都不是参数不够，而是专家利用率不均衡，UltraEP 就是冲着这个软肋去的。

上海科学智能研究院开放了一个叫「神珍」的科学多模态基础模型。参数约 110 亿，能处理 DNA、RNA、蛋白质、小分子、地球系统和医学影像六类数据。生物序列 20 项任务里有 9 项最优，医学影像分割平均 Dice 得分 91.20。这种模型不会成为 ChatGPT 那样的爆款，但它可能会在不经意间改变科研人员的日常。

面壁智能今天有两条消息。

一个是 MiniCPM-Robot 系列，包括 1.5B 参数的通用 VLA 模型和 0.9B 参数的跟踪模型，这是面壁第一次发布具身智能成果。另一个是 MiniCPM5-2B，在 AA-Index 榜单上拿了 4B 以下模型最高分，原生支持混合思考和 512K 上下文，已经适配了华为昇腾、英伟达等 9 款芯片。

端侧模型和具身智能，这两条路线看起来很远，其实指向同一个判断，当云端大模型卷到白热化，战场必然下沉到设备和物理世界。

英伟达这边也有动作。Cosmos 3 Edge 开源，4B 参数，主打机器人和边缘 AI 的实时推理与动作生成。黄仁勋这周刚在日本宣布 Vera Rubin AI 工厂，转头又开源了一个世界模型。他的逻辑一直没变，卖铲子的人，从来不希望金矿枯竭。

一天之内，开源、闭源、端侧、具身、世界模型、科学模型全在同时推进。这不是某个模型的胜利，而是整个 AI 基础设施在加速变形。

对普通开发者来说，好消息是，可选的模型越来越多了，成本也越来越低了。坏消息是，你刚学会的技巧，可能下个月就过时了。

来源，整理自 AI HOT RSS 与公开报道。