零训练多模态新王诞生

作为前OpenAI首席科学家米拉·穆拉蒂所创立的思维机器实验室, 正式推出了它的首款多模态AI模型, 该模型是从零开始训练的。这款模型被外界广泛认为是美国当下最强的开源模型, 这一情况标志着开源多模态领域迎来了重大突破。

该模型运用了先进的混合专家架构, 其总参数量高达975B, 不过激活参数仅仅是41B, 达成了效率与性能的平衡, 最长上下文窗口能够支持可达100万字, 预训练数据从而可覆盖长达45万亿tokens, 且涵盖文本、图像、音频以及视频这四种模态。

豪华阵容背后的技术硬仗

团队的阵容可以说是相当豪华, 大概三分之二的核心成员是来自顶级研究机构的, 他们曾经主导过前沿研究和安全工作。可是, 就算有着这般强大的背景, 这个模型在推理以及编程能力方面, 依旧落后于中国开源的强劲队伍。

在编码方面, 中国的GLM 5.2全面领先, 在智能体推理方面, 中国的GLM 5.2全面领先, 在复杂推理任务方面, 中国的GLM 5.2全面领先。Pro得分62.1%, 对比54.3%, Bench 2.1更是达到82.7%，对63.8%存在巨大差距, 显示出中美在通用智能应用层的竞争态势。

中美开源模型性能拉锯战

经过编码以及事实性测试, V4 Pro依旧维持住优势, Kimi K2.6于多项技术基准测试里也取得胜利。然而, 在数学范畴之中, 此模型成功地超过了对手, 测试斩获九成七点一的高分, 浮现出其在专门垂直领域的强大实力。

这类性能方面的此消彼长, 体现出全球 AI 竞争的多元格局, 美国模型于多模态整合方面占得先机, 中国模型在逻辑推理以及代码生成等硬核能力上不断进行打磨之举, 双方各有优势。

碾压本土对手但难敌闭源巨头

美国本土存在开源对手, 与之相较, 该个模型所具备的优势明晰显豁。在推理这一方面, 在编码这一方面, 在智能体工作流这一方面, 它全方位压制英伟达的3 Ultra。可是, 面对Fable 5, 面对GPT – 5.6 Sol, 面对3.1 Pro这些闭源巨头, 它于极限推理那个方面, 于软件工程自主性那个方面, 仍然有着显著的差距。

GPT-5.6 Sol于Benchmark 2.1上, 取得了89.5分, 且该分数远超此开源模型的得分成绩。闭源模型在复杂任务处理以及长期稳定性方面, 照旧拥有自身的护城河。开源模型所需做的是, 在通用智能的深度层面持续进行突破。

多模态能力展现不俗竞争力

虽说于纯粹逻辑推理层面稍稍差点, 然而这个模型于多模态范畴呈现出了十足强劲的竞争力, 它的视觉基准MMMU Pro获得了73.3%的得分。同时, 音频处理MMAU测试获取了77.2%的成绩。

以3.1 Pro于视觉以及音频领域所处占比82.5%的情况来比较, 这般差距并不算是特别大。这表明在针对图文音视频进行综合任务处理之际, 开源模型已然拥有靠近顶尖闭源模型的能力, 给开发者予以极具性价比的选用可能。

开源生态的未来走向何方

目前, 此模型开放可供下载使用的权重 , 会极大做到丰富开源社区的模型库效果。能够利用其强大多模态能力的开发者 , 可以使构建更复杂一些的AI应用得以开展 , 并降低对闭源API的依赖程度。

伴随中国开源势力的兴起以及美国多模态模型的进展 , 全世界AI竞争会愈发激烈。我们最后到底是会见到统一规格尺度 , 还是离散型生态? 欢迎于评论区域留下你之见解。