崑崙萬維發佈Mureka V8音樂大模型，推動AI音樂創作進入質變新階段。該模型在音樂性、人聲表現力和音質質感三大維度實現突破，顯著縮小了AI生成內容與專業作品間的差距。
在2026年達沃斯論壇上，DeepMind CEO哈薩比斯指出，中國AI技術已接近西方，差距縮小至約6個月。他特別肯定國產模型DeepSeek R1，稱其性能令人印象深刻，曾引發硅谷震動。
DeepMind CEO哈薩比斯稱中美AI差距僅數月，點名表揚DeepSeek等中國公司模型性能出色，挑戰西方對中國AI的低估判斷。
GPT-5.2在ARC-AGI-2測試中以75%準確率超越人類平均水平（60%），標誌AI通用智能取得關鍵突破，但同時也凸顯了模型在測試與落地應用間的性能差距問題。
Xai
$1.4
輸入tokens/百萬
$3.5
輸出tokens/百萬
2k
上下文長度
Google
$2.1
$17.5
1k
Anthropic
$21
$105
200
Bytedance
$1.2
$3.6
4
Alibaba
$8
$240
52
-
Tencent
Chatglm
128
Iflytek
$2
32
$1.5
$4.5
$0.8
30
Baichuan
Open-Bee
Bee-8B是一個先進的全開源多模態大語言模型，專注於數據質量，旨在縮小與專有模型的性能差距。通過使用高質量的Honey-Data-15M語料庫和先進的數據處理管道HoneyPipe，在複雜推理等方面展現了卓越性能。
OpenGVLab
InternVL3.5-14B是InternVL系列的開源多模態模型，顯著提升了通用性、推理能力和推理效率，支持GUI交互等新功能，縮小了與商業模型的性能差距。
TildeAI
TildeOpen LLM 是一個開源的基礎語言模型，專門為服務代表性不足的北歐和東歐語言而設計。該模型由歐盟委員會資助，在LUMI超級計算機上訓練，擁有300億參數，解決了19種重點語言使用者在現有AI系統中面臨的性能差距問題。
abhilash88
一款先進的視覺Transformer模型，可同時進行高精度年齡估計和性別分類，在UTKFace數據集上實現了94.3%的性別分類準確率和4.5歲的年齡平均絕對誤差。
kajuma
DiffLlama-1B 是一個從零開始預訓練約1000億標記、參數規模約10億的大語言模型，創新性地採用了'差分Transformer'架構理念。
jingheya
Lotus是一個基於擴散模型的視覺基礎模型，專注於高質量密集預測任務，如深度估計。相比前一版本，本模型在視差空間（逆深度）進行訓練，實現了更優性能和更穩定的視頻深度估計。
Lotus是一個基於擴散模型的視覺基礎模型，專注於高質量密集預測任務，特別是深度估計。相比前一版本，本模型採用視差空間（逆深度）訓練，實現了更優性能和更穩定的視頻深度估計。
InstaDeepAI
Isoformer 是一個能夠準確預測差異轉錄本表達的模型，其性能優於現有方法，並充分利用了多模態數據。
jeonsworld
CarbonVillain是一個專門針對無差別碳排放問題設計的實驗性大語言模型，通過融合兩個版本的CarbonVillain模型創建而成，在開放大語言模型排行榜中表現優異。
lucianosb
Open Cabrita 3B 是一個針對葡萄牙語優化的開源大語言模型，基於LLaMA架構，旨在縮小外語與英語模型之間的性能差距。
gchhablani
基於bert-base-cased在GLUE QQP數據集上微調的文本分類模型，用於比較fnet-base與bert-base-cased的性能差異
AWorld是一個多智能體系統框架，旨在彌合理論MAS能力與實際應用之間的差距，提供從單智能體到多智能體協作/競爭的全套解決方案。項目支持瀏覽器/手機操作、GAIA基準測試等場景，採用客戶端-服務器架構，集成豐富工具鏈，幷包含性能評估與訓練功能。
SlopWatch是一個AI代碼實現驗證工具，通過對比AI聲稱實現的功能與實際代碼差異，確保AI編程的準確性。提供即時驗證、代碼質量分析和開發流程集成功能。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
