AI模型

AI工程师凯尔·赫斯林成功将Claude Opus、GLM和Qwen三个顶级AI模型融合成一个180亿参数的”弗兰肯斯坦式”混合模型。该模型在廉价GPU上运行，性能却超越了阿里巴巴的350亿参数模型，展示了开源社区在AI模型优化方面的创新能力。

阿里巴巴发布了Qwen 3.6-Max-Preview预览版，这是其迄今为止最强大的AI模型，在多项编码基准测试中表现优异。该模型标志着阿里巴巴从免费开源模式向商业化专有服务的转变，反映了中国AI实验室在全球AI竞争中的崛起趋势。

开发者Jackrong基于谷歌开源Gemma 4推出了Gemopus模型家族，将Claude Opus的推理风格融入美国本土AI模型中。该系列包含26B专家混合模型和4B边缘模型，可在个人设备上运行，提供前沿AI推理能力，同时避免了简单模仿Claude思维链的设计哲学。

中国AI实验室MiniMax发布M2.7模型，性能媲美Claude Opus等顶尖模型，但随后悄然修改许可证限制商业使用。这一变化引发开发者社区争议，公司解释是为了防止恶意托管商提供降级版本损害声誉。这标志着中国AI公司从完全开源向更严格许可控制的转变。

Meta推出其最强大的AI模型Muse Spark，这是其超级智能实验室的首个产品。该模型具有原生多模态能力，在医疗推理和搜索方面表现优异，但在核心推理和编码方面仍落后于Gemini 3.1 Pro。这标志着Meta从开源转向封闭模型的战略转变。

最新MATHVISTA基准测试显示，包括GPT-4V在内的12个顶级AI模型在视觉数学推理方面仍落后人类10.4个百分点。研究人员指出，实现AGI可能更依赖高质量训练数据而非模型规模，数据污染问题也影响评估准确性。