70 天超 10 款模型：CNBC 称美国限制反而催化中国 AI 创新，加速进入全球企业业务体系

8 月 14 日消息，首尔经济日报今天（8 月 14 日）发布博文，报道称自今年 6 月以来，9 家中国 AI 公司已推出 10 款 AI 模型，而且在推理、编程和智能体等关键领域正逐步逼近美国顶尖闭源模型。

注：原文并非详细罗列完整模型清单，以下根据本站发布内容，简要汇总梳理如下，而且这里并未计入具身智能（面向机器人）等相关模型，实际推出的模型不止 10 款：

• MiniMax M3（6 月 1 日）：具备前沿的编程能力、100 万超长上下文以及原生多模态特性。

• 智谱 AI 的 GLM-5.2（6 月 12 日）：新一代旗舰级基座大模型，专注于超长程任务与高级 AI 编程能力。

• 美团的 LongCat-2.0（6 月 30 日）：总参数量达 1.6 万亿（激活参数约 480 亿）的大规模混合专家（MoE）语言模型，支持 1M 超长上下文与原生多步推理。

• 的混元 Hy3 正式版（7 月 6 日）：采用混合专家（MoE）架构，总参数量 295B，激活参数 21B，最大支持 256K 上下文长度。

• 月之暗面的 Kimi K3（7 月 16 日）：拥有 2.8 万亿参数及 100 万 Token 上下文窗口，是全球首个开源的 3 万亿参数级开源模型，性能对标全球顶尖闭源模型。

• 的 Seedance 2.5（7 月 31 日）：Seedance 2.5 延续 Seedance 2.0 统一的多模态音视频联合生成架构，重点提升长叙事、多模态参考和编辑能力。

• 深度求索的 DeepSeek-V4-Flash-0731（7 月 31 日）：模型结构、尺寸和 DeepSeek-V4-Flash-preview 保持一致，仅重新进行了后训练。

• 阿里巴巴的 Qwen3.8-Max（8 月 3 日）：该模型拥有 2.4 万亿总参数量，在编程、办公及多模态智能体等综合能力上实现了全面升级。

• 深度求索的 DeepSeek V4-Pro-0813（8 月 13 日）：原生支持 OpenAI Responses API 格式，并针对性适配 Codex。

• 智谱 AI 的 GLM-5.3（8 月 14 日）：编程能力最强的开源模型，在内部自建体感评测中较 GLM-5.2 提升 50%。

该媒体指出在 Artificial Analysis Intelligence Index v4.1.1 中，DeepSeek V4 Pro 0813 的 AI 智能体得分为 53 分，落后于 GPT-5.6 Sol（61 分）和 Claude Opus 5（63 分），但其平均单次任务成本仅为 0.06 美元，是 Claude Opus 5（2.34 美元）的 1/39。

CNBC 昨日（8 月 13 日）发布博文，报道称美国持续收紧对中国先进芯片、芯片制造设备及部分投资的限制，但中国技术正加速进入全球大型企业的业务体系。

福特借助宁德时代的电池技术；大众与小鹏合作开发中国市场所需的智能电动汽车；Stellantis 扩大与零跑汽车在电动车生产和联合采购方面的合作。

IDC 中国董事总经理 Kitty Fok 表示，中国在 5 年前是全球企业销售产品的主要市场；如今，在部分行业，中国已经成为这些企业获取技术能力的来源。

Counterpoint Research 首席分析师 Soumen Mandal 表示，2025 年比亚迪、长安汽车和奇瑞等中国汽车企业合计占全球电动汽车市场近 63%；宁德时代、比亚迪、中创新航和国轩高科等电池企业合计占据接近 70% 的市场份额。

他认为，成本、规模、制造能力、供应链整合程度和创新速度，推动全球企业继续与中国企业合作。中国技术崛起的重点，正从低成本制造转向规模化制造，不断深挖供应链深度并加速创新。

中国人工智能模型的能力持续提升，全球企业采用中国技术的原因不再主要是价格。IDC 今年早些时候对欧洲企业展开的调查显示，安全与合规要求、性能优势是大规模采用中国人工智能模型的最主要 2 个原因。

Fok 表示有种声音称“西方企业使用中国 AI 模型，很大程度是因为便宜”，但这种说法并不准确，企业决策主要由性能驱动，并受到合规要求约束。

与美国的 Anthropic 和 OpenAI 不同，阿里巴巴、DeepSeek 等中国企业重点发展开源模型，让全球开发者更容易访问和使用这些模型。

Omdia 首席分析师 Lian Jye Su 表示，美国限制先进半导体出口虽然约束了中国在尖端芯片领域的发展，却也加快了中国本土创新和效率提升。中国供应商目前仍在人工智能、电池和汽车软件领域保持竞争力。

Mandal 预计，中国技术将在电动车、电池、消费电子、机器人、无人机，以及部分人工智能和半导体领域继续扩大全球应用，推动形成更加碎片化、但更注重实际利益的全球技术生态。