2025年已然過半，回望這風起云涌的半年，AI領域無疑仍是全球科技浪潮中最洶涌的波濤。如果說年初DeepSeek在全球范圍內(nèi)的驚艷亮相，僅僅是拉開了序幕，那么隨之而來的Manus開啟通用AI Agent元年、百度、minimax、kimi等國內(nèi)大模型廠商集體開源、騰訊元寶與字節(jié)豆包等AI應用強勢闖入全球榜單前十，則共同奏響了一曲雄渾的AI科技爆發(fā)交響曲。

一個不爭的事實，正清晰地浮現(xiàn)在我們眼前：長期以來由美國主導的AI技術霸權格局，正在被打破，一個多極化的AI新世界正加速到來。而在這場深刻的變革中，中國科技力量正以一種集體爆發(fā)的姿態(tài)，從追趕者、模仿者，逐漸轉變?yōu)閯?chuàng)新者和引領者。

01

DeepSeek等模型，縮短中美AI技術代際差

曾幾何時，提及頂尖大模型，人們言必稱GPT、Claude。然而，2025年，以DeepSeek、MiniMax、通義千問等為代表的中國自研大模型，正以無可辯駁的實力，向世界證明，中美之間的技術代際差正在被顯著縮小。

年初，DeepSeek發(fā)布R1后迅速出圈，成為全球首個可運行百萬級Token推理任務的開源模型。無論在代碼生成、數(shù)學推理還是Agent構建上，DeepSeek R1都與GPT-4 Turbo能力相當，一舉打破“只有OpenAI能做最強模型”的行業(yè)迷信。

國內(nèi)其他巨頭，如字節(jié)的豆包和阿里的通義千問也不甘示弱。6月份發(fā)布的豆包大模型 1.6，在復雜推理、競賽級數(shù)學、多輪對話和指令遵循等測試集中的表現(xiàn)躋身全球前列。在實際應用中，豆包能夠為用戶提供精準且豐富的信息，無論是學術問題的解答，還是創(chuàng)意寫作的輔助，都展現(xiàn)出了極高的專業(yè)水準。

阿里云的通義千問也憑借其強大的語言理解和生成能力，在眾多應用場景中大放異彩。比如，在智能客服領域，通義千問能夠快速理解客戶的問題，并給出準確且貼心的回答，極大地提高了客戶服務的效率和質量。

這些優(yōu)秀的國產(chǎn)大模型，與 DeepSeek 一起，共同縮小了中美之間在 AI 技術上的代際差距，使得中國在全球 AI 競爭中占據(jù)了重要的一席之地。同時，它們還具備高效率推理、低成本部署的強大“工程落地能力”，從而更有效推動了AI從實驗室到生產(chǎn)線的落地應用。

02

國產(chǎn)開源大模型，大爆發(fā)

如果說模型能力的提升是“內(nèi)力”，那么開源戰(zhàn)略就是一套“外功”。它以一種開放、自信的姿態(tài)，向全世界宣告了中國AI的雄心。2025年，除了年初的DeepSeek，其它一些大廠也開始扎堆響應，形成了蔚為壯觀的“開源運動”。

MiniMax-M1：全球首個開源大規(guī)?；旌霞軜嫷耐评砟Ｐ停С謽I(yè)內(nèi)最高的 100 萬上下文輸入和最長 8 萬 Token 的推理輸出。采用閃電注意力機制為主的混合架構，計算效率高，還提出了更快的強化學習算法 CISPO。在軟件工程、長上下文與工具使用等復雜場景中優(yōu)勢顯著，在 SWE - bench 驗證基準等測試中表現(xiàn)出色。

文心一言4.5：6月30日，百度正式開源文心大模型4.5系列模型，涵蓋47B、3B激活參數(shù)的混合專家（MoE）模型，與0.3B參數(shù)的稠密型模型等10款模型，并實現(xiàn)預訓練權重和推理代碼的完全開源。目前，文心大模型4.5開源系列已可在飛槳星河社區(qū)、HuggingFace等平臺下載部署使用，同時開源模型API服務也可在百度智能云千帆大模型平臺使用。

Kimi K2：這是Kimi最新開源的大模型，是萬億參數(shù)的 MoE 架構模型，支持 128K 上下文，SWE-bench Verified 得分 60.4%，刷新開源模型紀錄；具備較強的語言理解和生成能力，可應用于多種自然語言處理場景。

這些頭部玩家，相繼宣布將其核心模型開源。這絕非巧合，更多處于以下兩點考量：

1、開源是打破技術壁壘、對抗技術封鎖的最有力武器

當美國試圖通過硬件限制來遏制中國AI發(fā)展時，中國企業(yè)選擇將軟件和算法向全世界開放。通過開源，中國AI技術得以鏈接全球數(shù)以百萬計的開發(fā)者，迅速擴大影響力，形成一個龐大且充滿活力的生態(tài)系統(tǒng)。

2、開源能夠加速技術迭代和應用落地

鼓勵全球的開發(fā)者共同參與，不僅能幫助模型更快地發(fā)現(xiàn)和修復問題，促進技術迭代，還能催生出無數(shù)創(chuàng)新的應用場景。這是一種集眾智、匯眾力的發(fā)展模式，能夠讓技術成果以最快的速度轉化為生產(chǎn)力。

這場集體開源浪潮，是中國AI力量從“技術自信”走向“生態(tài)自信”的關鍵一步。它所構建的，不僅僅是模型本身，更是一個開放、協(xié)作、共贏的全球開發(fā)者社區(qū)，這是任何技術封鎖都無法阻斷的。

03

多模態(tài)大模型，引領全球

如果說文本模型是AI的大腦，那么多模態(tài)能力就是AI的眼睛、耳朵和嘴巴。在2025年，中國AI在多模態(tài)領域同樣取得了舉世矚目的成就，甚至在多個細分賽道實現(xiàn)了全球領先。

1、多模態(tài)模型：

1）音樂推理的開創(chuàng)者：

昆侖萬維發(fā)布的Mureka 01，是全球首個音樂推理大模型。它獨創(chuàng)性地將CoT（思維鏈）技術引入音樂生成，讓AI在創(chuàng)作音樂前，能像人類作曲家一樣先進行構思和規(guī)劃。這一創(chuàng)新，直接將AI音樂創(chuàng)作提升到了新的高度。

2）視頻與語音的王者：

MiniMax的Hailuo 02視頻模型，在Artificial Analysis Video Arena上早期版本便已位列全球第二，其正式版更是憑借卓越的性價比傲視群雄。官方數(shù)據(jù)顯示，同樣花費1萬元，Hailuo 02能生成的1080p視頻時長，是OpenAI Sora的16倍以上，是谷歌Veo3的8.5倍。其語音模型Speech-02-HD，更是在Artificial Analysis Speech Arena榜單上力壓OpenAI，排名全球第一。

3）通義千問Qwen3的全能進化：

阿里巴巴最新的Qwen3系列，是其多模態(tài)能力的集大成者。它不僅在傳統(tǒng)的文本能力上持續(xù)精進，更在視覺理解方面表現(xiàn)卓越，能夠精準識別和理解圖像、圖表中的復雜信息，在MMBench等多個權威視覺語言評測中名列前茅。Qwen3的發(fā)布，意味著中國的旗艦級大模型，已經(jīng)向真正意義上的全模態(tài)邁出了關鍵一步。

4)實時交互的革新者：

智譜AI的GLM-Realtime，是行業(yè)首個端到端實時多模態(tài)模型。它賦予了AI近乎實時的視頻理解與語音交互能力，能看、能聽、能說、能記憶，甚至還能清唱。當它與智能眼鏡結合，AI便成了你身邊一位“看得見世界”且學識淵博的朋友，這為具身智能的發(fā)展打開了全新的想象空間。

2、驚艷全球的AI視頻產(chǎn)品：

在模型能力之上，中國AI視頻產(chǎn)品也實現(xiàn)了現(xiàn)象級的爆發(fā)?？焓值目伸`、字節(jié)的即夢AI，憑借其電影級的生成質感、對物理世界精準理解的頻生成能力，在發(fā)布之初便火爆全球社交媒體，讓無數(shù)海外用戶和從業(yè)者驚呼“Incredible”。

可靈：快手推出的可靈視頻生成模型，在發(fā)布之初便被譽為Sora的最強挑戰(zhàn)者。它具備生成長達2分鐘、1080p分辨率的視頻能力，這在當時是開源和API可用模型中的最高水準。更令人驚嘆的是，可靈對真實物理世界的模擬達到了驚人的程度，能夠生成符合運動規(guī)律的大幅度動作，并保持角色在時空中的一致性，這解決了許多視頻生成模型“人物瞬移”、“肢體錯亂”的頑疾。

即夢AI：字節(jié)跳動旗下的即夢AI，則在視頻的“電影感”和“藝術性”實現(xiàn)了很大突破。它不僅能生成高質量的寫實或奇幻風格視頻，更展現(xiàn)出對光影、構圖和鏡頭語言的深刻理解。尤其值得一提的是，即夢AI對中國文化元素的理解和呈現(xiàn)能力非常出色，能夠生成富有東方美學的場景和人物，這讓它在全球化的AI視頻產(chǎn)品中形成了獨特的文化辨識度。

從音樂、語音到視頻，從底層模型到上層應用，中國AI在多模態(tài)領域的全面開花，標志著其創(chuàng)新能力已經(jīng)深入到AI技術的核心地帶。

04

AI辦公，企業(yè)全面提效利器

技術最終的價值，在于應用。當強大的AI模型能力被注入辦公軟件，一場波瀾壯闊的效率革命也開始在中國數(shù)以億計的職場人中展開。

1、訊飛智文

依托科大訊飛深厚的AI技術積累，在 AI辦公領域，訊飛智文展現(xiàn)出了強大的實力。它憑借其先進的自然語言處理技術，為用戶提供了智能化的寫作和文檔處理解決方案。在撰寫商務報告時，訊飛智文能夠根據(jù)用戶提供的關鍵信息和要求，快速生成報告大綱，并自動填充相關的數(shù)據(jù)和案例，極大地提高了寫作效率。

訊飛智文還是PPT生成神器。用戶不僅可以輸入文字指令，還能直接扔進一篇文檔、一段錄音甚至一段視頻，智文能夠智能提煉核心內(nèi)容，快速生成結構完整、圖文并茂的PPT。

2、WPS AI

WPS AI四大AI辦公助手優(yōu)先考慮用戶的掌控感和信任感，提供新一代的“單人和AI協(xié)作工作流程”。

以WPS AI寫作助手的“AI伴寫”為例，它基于AI Agent（AI智能體）驅動。用戶無需撰寫提示詞，AI伴寫根據(jù)用戶輸入的內(nèi)容，自動理解用戶前文的意圖、行文邏輯，實時地提供后文續(xù)寫建議。

AI閱讀助手調優(yōu)了問答模型，升級對文檔的解析、總結、問答效果，例如讓AI閱讀一篇PDF格式的學術文章，可在窗口中給出關鍵詞、摘要和正文內(nèi)容的總結，以及研究結論、研究方法等。AI數(shù)據(jù)助手可在表格中完成海量數(shù)據(jù)的AI計算、分析和歸類，用戶以自然語言提出需求，AI可轉換寫出相應代碼，并在表格中執(zhí)行。AI設計助手可快速完成排版、設計風格和圖片處理等方面的工作，例如PPT風格克隆，一鍵完成文檔排版，讓每一篇文檔都清晰規(guī)范。

針對企業(yè)場景，WPS AI企業(yè)版推出AI Hub（智能基座）、AI Docs（智能文檔庫）和Copilot Pro（企業(yè)智慧助理），讓企業(yè)實現(xiàn)大模型的開箱即用。

3、釘釘文檔

釘釘全新發(fā)布「AI 表格」面向 AI 時代打造新應用的入口。在釘釘 AI 表格里，AI 已成為原生能力，每一個單元格都是 AI 的入口，也是一個智能工作流。

所有企業(yè)、用戶都可以基于釘釘 AI 表格構建自己的業(yè)務系統(tǒng)，批量處理任務，讓業(yè)務數(shù)據(jù)真正流動并產(chǎn)生價值。

同時，釘釘 AI 表格創(chuàng)新推出“表格即文檔”功能，首次將文檔融入數(shù)據(jù)表。這意味著，表格每一行記錄都是一個獨立的文檔，用戶可以像平時寫文檔一樣自由輸入，查看信息也一目了然，進一步拓展了 AI 表格的應用場景。

4、百度文庫

2023年，百度文庫依托文心大模型進行了全面的“AI重構”，進化為“一站式AI內(nèi)容獲取和創(chuàng)作平臺”，將應用場景拓展到了學習辦公、家庭教育、兼職賺錢領域，推出智能PPT、智能文檔、行業(yè)研究報告、AI全網(wǎng)搜索、智能有聲畫本、智能小說、智能漫畫、智能海報、拍圖生文等上百項AI能力。

目前，百度文庫突破4000萬付費用戶，在文庫重構后，截止2024年12月，文庫的AI MAU已經(jīng)達到9400萬，文庫AI DAU年同比增長了230%，付費率提升了60%?？梢哉f是大模型To C最先實現(xiàn)商業(yè)化的應用。智能PPT市場份額已超八成。根據(jù)“AI產(chǎn)品榜”，百度文庫AI功能蟬聯(lián)4月、5月、6月國內(nèi)總榜第一名，達成「三連冠」。證明其飛速迭代創(chuàng)新的AI功能，已深受用戶喜愛和好評。

百度世界2024上，百度文庫與百度網(wǎng)盤聯(lián)合發(fā)布AI創(chuàng)作新物種“自由畫布”，是行業(yè)首創(chuàng)的內(nèi)容操作系統(tǒng)，打通了公域與授權的個人內(nèi)容，通過“一拖一圈”的極簡操作，實現(xiàn)對多格式、全模態(tài)文件的混合理解、生成、創(chuàng)作，并支持對富媒體文檔的一鍵分享和存儲，為用戶提供“創(chuàng)作、編輯、存儲、管理、查找、觀看、使用、分享”的一站式服務，覆蓋從內(nèi)容生產(chǎn)的起點，到內(nèi)容消費的終點的全流程。

百度文庫作為智能生產(chǎn)力的代表，是行業(yè)真正、唯一能做到：智能生產(chǎn)力一站式、All in One的平臺。

回看2025年上半場，中國AI產(chǎn)業(yè)的集體爆發(fā)，并非偶然。它是在技術封鎖的壓力下，迸發(fā)出的強大創(chuàng)新活力；是在激烈的市場競爭中，磨礪出的敏銳產(chǎn)品嗅覺；是在龐大的人口和市場基礎上，生長出的旺盛應用生態(tài)。雖然現(xiàn)在談論美國“AI霸權”終結，或許為時尚早，但“霸權正在崩塌”卻是一個清晰可見的趨勢。世界AI的牌桌上，已經(jīng)迎來了實力強勁的中國玩家。他們不僅堅定地坐上桌上，而且已經(jīng)深度影響牌局的走向。向他們致敬！