大模型竞技场烽烟再起：六小虎与阿里激战WAIC

文｜周鑫雨

编辑｜苏建勋

在沉寂许久的大模型竞技场，这个夏天再次硝烟弥漫。

最近一场战役，发生在刚刚落幕的“AI春晚”WAIC（世界人工智能大会）期间。贴身对垒的三方，是六小虎中的阶跃星辰和智谱，以及大厂中的模型强队，阿里。

7月25日，阶跃计划开源了最新的多模态推理模型：Step-3。同一天，阿里发布了全新的通义千问3推理模型。

紧接着，28日，智谱发布了最新一代基座大模型：GLM-4.5。而阿里的攻势不止于此——再次在同一天，阿里开源了通义万相2.2，涵盖文生视频、图生视频、统一视频生成三种模态。

其中，火药味十足的一幕是：7月25日，阿里最新的通义千问3被冠以“全球最强”之名；三天后，GLM-4.5就登上了全球开源模型的“SOTA”宝座——在智谱发布的综合性能榜单中，GLM-4.5排全球第3，通义千问3排第9。

△智谱GLM-4.5在模型综合性能榜单排第3。 图源：智谱

一名智谱员工告诉《智能涌现》，算法团队几乎所有人都紧盯着通义千问的更新，“太紧张了。”他说，“万一差距太大，我们后发就是个笑话。”直到GLM-4.5在多个测评集中表现优异，他才松了口气。

WAIC上的硝烟，是这两个月以来六小虎模型混战的一个缩影。

早在6月，MiniMax就在为期5天的发布日中，开源了推理模型M1和视频生成模型Hailuo 2，分别领跑上下文长度和工具使用场景，以及创造了海外爆款视频。

仅过一个月，月之暗面的新开源基础模型K2，就以横扫之势拿下了24项开源模型SOTA。

转型后的百川智能和零一万物缺席了WAIC和这一轮模型混战。

智能涌现制图。

DeepSeek V3、R1发布后，六小虎在市场上沉寂了近半年。

高管离职、人才流失已是常态。据脉脉报告，截至2025年7月初，六小虎中41.07%的员工都把状态设置成了“看机会”。

后DeepSeek时代的战役对六小虎至关重要。这份成绩单不仅影响公司后续资本操作和商业进展，更关乎它们的存亡。

更重要的是，在口碑下滑、内部动荡的半年中，六小虎急需一场翻身仗来证明自己的实力。

但后DeepSeek时代的模型战役依然艰难。DeepSeek R1的掀桌证明，要想一鸣惊人，模型不仅要性能卓越，还要发布得早。

被抢先的感觉让不少小虎心悸——我们得知，K2的训练从2024年末就开始筹备。然而，R1的抢先发布抢走了本可能属于Kimi的荣光。

为了防守，R1发布的同一天，月之暗面不得不先放出带有遗憾的版本K 1.5。最后的市场反响不尽人意。

K2发布后的好口碑某种程度上也抚平了被DeepSeek抢先的创伤。发布当晚，月之暗面联合创始人张宇韬在朋友圈写下：make kimi great again。

只是，K2的先声夺人让同样主打Coding和Agentic能力的智谱也感受到了不甘。

我们了解到，为了打赢推理模型的SOTA之战，GLM-4.5的训练已经花了将近3个月的时间。为了在多智能体任务上获得更好的表现，智谱甚至改用了MOE（混合专家模型）架构。

“一开始GLM-4.5是想做国内第一个对标Claude 4的模型。”有从业者告诉《智能涌现》，“可惜月暗的保密工作做得太好了，K2发布当天才知道技术细节。”

智谱被月之暗面打了个措手不及。最后一个月紧急加训后，GLM-4.5的Coding和Agentic能力在测评集上拔高到了“小断”K2的程度。

△WAIC上智谱的展台。图源：智能涌现拍摄

如今赛场上竞争激烈、针锋相对。这几家大模型公司也像曾经的2023年一样重回了舞台中心。

与2023年行业“重参数、搞闭源”的风气不同，如今的中国模型已经注重技术口碑的打造。

自DeepSeek起势后，开源和放出技术报告成了六小虎发模型的标配。

“模型的第一批用户肯定是开发者。如果没有抓住开发者，模型的声量是很难起来的。”一名在WAIC上的AI应用开发者告诉我们。

他将开源比作大模型触达开发者的门：“现在找到开发者很简单。大家都聚集在Hugging Face、GitHub上。模型厂商要做的就是把开源链接发到上面。”

开源是门道，剩下的就要交给技术实力。

即便经历了动荡的半年，但六小虎依然拥有远超普通创业公司的资金和人才储备。

在这一轮模型混战中，六小虎各有各的亮点：

• MiniMax已经坐稳了视频生成的头部；
• Kimi K2和GLM-4.5先后狂揽模型SOTA；
• 阶跃的Step-3则领跑了多模态这一小众赛道。

没有绝对的赢家。但经历这一轮模型混战后，六小虎在全球模型战场上都有了姓名。