国产开源大模型密集上新,万亿MoE与端侧小模型并行

    发布时间:2026-11-12 04:00 更新时间:2026-11-12 04:00 阅读量:1

    进入11月,国产开源大模型迎来一波集中上新。据各家公开信息,美团、百度、智谱、阿里、DeepSeek、面壁智能等厂商在近期先后放出新版本,覆盖万亿级MoE旗舰、全模态模型和端侧小模型多个层级,开源节奏明显加快。

    万亿参数与百万上下文成为旗舰标配

    这一轮更新里,美团龙猫的 LongCat-2.5 最受关注。据美团技术团队公开介绍,该模型总参数达 1.6 万亿,每个 token 激活约 480 亿,支持 100 万上下文,定位面向长程智能体任务的原生多模态模型,并以 MIT 协议开放权重,允许本地部署和二次训练。百度则开源了文心 ERNIE-5.5-Flash-Base,采用稀疏 MoE 结构,总参数 280B、激活 14B,训练上下文 128K,推理侧支持到 1M,主打效率,并强调与 vLLM、SGLang 等推理生态的配合。

    智谱的 GLM-5.2 同样以 1M 无损上下文和 Coding 能力为卖点,采用 MIT 协议;阿里将旗舰 Qwen3.8-Max 首次开放权重,Qwen3 系列继续迭代全模态与视觉分支;DeepSeek 的 V4 系列主打百万级上下文,V3.2-Exp 引入稀疏 Attention 降低推理成本。面壁智能的 MiniCPM5-2B 则走端侧路线,全栈开源,包含数据与训练配方。

    稀疏架构与国产算力适配成共同选择

    从这批模型看,行业关注点正从单纯堆参数转向控制推理成本。MoE 稀疏架构几乎成了旗舰模型的通用做法——总参数做到万亿级,单次激活控制在千亿甚至百亿级,再叠加百万级上下文,以此压低单位 token 的算力开销。开源协议上,MIT 与 Apache 2.0 成为主流,商用部署和二次训练的门槛进一步降低。

    另一个明显变化是国产算力适配前移。LongCat-2.5 提到深度适配国产算力芯片,并给出 W4A4 量化推理版本;GLM-5.2 宣称在昇腾、寒武纪、摩尔线程等平台完成 Day 0 适配。对于需要私有化部署的站长和企业用户,这意味着模型落地时的硬件选择空间更大,但仍需结合官方发布的适配清单和实际环境验证。

    从公开数据看,国产开源模型在 Hugging Face 等平台的下载占比也在提升。据相关报告,过去一年该平台约 41% 的大模型下载量来自中国研发的模型。需要说明的是,模型参数、协议与适配情况可能随版本调整,具体以厂商官网和模型仓库页面为准。

    对建站和运维人员来说,这波开源潮的实际意义在于:本地化部署大模型的可选项变多了,轻量模型可以放在边缘或单机环境,旗舰模型则更适合走云端 API 或集群推理。选型时建议先确认显存与量化方案是否匹配,再到官方仓库核对权重协议,避免上线后才发现授权或硬件不兼容。

    继续阅读

    📑 📅
    视频大模型融资升温:Sand.ai与可灵AI同日获投 2026-11-12
    国产大模型开源潮:从拼参数转向拼推理成本 2026-11-11
    智能算力达2592 EFLOPS 国产算力基建加速扩张 2026-11-11
    寒序科技完成数亿元Pre-A+轮 端侧推理芯片受关注 2026-11-11
    智谱GLM-5.2开源:百万上下文适配国产算力 2026-11-11
    国产AI芯片份额破四成,算力网进入国家基建序列 2026-11-12
    国产AI应用转向会做事:灵光、千问等入口争夺升温 2026-11-12
    文心5.0与星火X1.5相继发布,大模型竞赛转向全模态与效率 2026-11-12
    美团LongCat-2.5开源:1.6万亿参数、百万上下文 2026-11-12
    幂级智能获数亿元第三轮融资,押注物理AI基础模型 2026-11-12