大语言模型新闻速览：开源浪潮与多模态军备竞赛升级
作者：小小 · 2026-06-19 20:47:02
过去一周，大语言模型领域见证了开源阵营的强势反击与多模态能力的激烈角逐。Meta 正式发布了 Llama 3.1 系列模型，其中 405B 参数的旗舰版本在基准测试中直接对标 GPT-4 等顶级闭源模型，标志着开源模型首次在综合性能上追平商业巨头。与此同时，Mistral AI 推出了拥有 1230 亿参数的 Large 2 模型，在代码生成和数学推理方面展现出极强性价比，进一步加剧了基础模型的竞争。 在多模态领域，OpenAI 宣布向部分付费用户开放 GPT-4o 的高级语音模式，该功能具备感知语调和生成富有表现力语音的能力，将人机交互推向更自然的层次。Google 则通过 DeepMind 展示了最新的机器人控制模型，利用 Gemini 的视觉语言能力让机器人在非结构化环境中执行复杂指令，预示着具身智能的加速到来。 中国企业同样表现抢眼。DeepSeek 突然开源了其 MoE 架构的 V3 系列模型，参数规模高达 671B，但凭借创新的多头潜在注意力机制，推理成本大幅降低，在开发者社区引发轰动。此外，阿里巴巴的通义千问团队也推出了 Qwen2-VL 视觉语言模型，在视频理解和文档解析任务上刷新了多项纪录。 行业格局方面，AI 搜索继续升温。OpenAI 正式发布了 SearchGPT 原型，旨在通过实时网络信息提升回答时效性，直接挑战传统搜索引擎。而苹果则通过发布开源高效语言模型 OpenELM，暗示了其在设备端 AI 领域的野心，预示着未来大模型将更深入地嵌入移动生态。