中美AI模型性能差距縮小至0.3%，阿里在全球模型貢獻度排名第三

2月7日，華為技術有限公司申請的“一種人工智能模型處理方法及相關設備”專利公布。摘要顯示，本申請?zhí)峁┝艘环NAI模型處理方法及相關設備，用于提升AI模型的性能。在該方法中，第一節(jié)點確定第一AI模型；該第一節(jié)點發(fā)送第一信息，該第一信息指示該第一AI模型的模型信息和該第一AI模型的輔助信息。相比于不同節(jié)點之間僅交互各自的AI模型的方式，由于第一信息指示第一AI模型的模型信息之外，該第一信息還可以指示第一

3月25日，據(jù)報道，中國初創(chuàng)企業(yè)零一萬物首席執(zhí)行官李開復表示，在人工智能（AI）發(fā)展方面，中國已將與美國在某些領域的差距縮小至僅3個月，因為中國初創(chuàng)企業(yè)深度求索（DeepSeek）等公司已經(jīng)研究出如何更有效地使用芯片和應用算法。

3月3日，根據(jù)開源社區(qū)Hugging Face的最新榜單，阿里萬相大模型在開源僅6天后便超越了DeepSeek-R1，榮登模型熱榜和模型空間榜榜首，成為近期全球開源社區(qū)中最受歡迎的大模型之一。最新數(shù)據(jù)顯示，萬相2.1（Wan2.1）在Hugging Face和魔搭社區(qū)的總下載量已突破百萬，在GitHub上的Star數(shù)也超過了6000。

3月14日，據(jù)媒體報道，OpenAI向美國政府提交了一份15頁的報告，從監(jiān)管政策、出口限制、AI基礎設施等多個維度介紹了“美國該如何保持全球AI領導地位”。報告稱，DeepSeek最近發(fā)布的R1模型在美國AI領域產(chǎn)生了巨大影響，具有重要的象征意義，因為它反映了中美兩國在全球AI競爭中的態(tài)勢。此外，中國的基礎設施很有優(yōu)勢，可以集中調(diào)動數(shù)據(jù)、能源和技術人才，以及建設國內(nèi)芯片等，大力支持DeepSeek

4月2日，全球最大的AI開源社區(qū)Hugging Face更新了大模型排行榜，阿里通義千問近期開源的端到端全模態(tài)大模型Qwen2.5-Omni榮登總榜首位。DeepSeek-V3-0324和群核的SpatialLM-Llama-1B分別位列第二和第三，杭州公司包攬了全球開源模型榜單前三名。

2月4日，三方基準測試平臺Chatbot Arena公布了最新的大模型盲測榜單，剛剛發(fā)布的Qwen2.5-Max超越DeepSeek V3、o1-mini和Claude-3.5-Sonnet等模型，以1332分位列全球第七名，也是非推理類的中國大模型冠軍。同時，Qwen2.5-Max在數(shù)學和編程等單項能力上排名第一，在硬提示（Hard prompts）方面排名第二。

2月25日，據(jù)全球最大AI開源社區(qū)Hugging Face最新顯示，截至目前，阿里千問（Qwen）開源大模型的衍生模型數(shù)量已突破10萬，持續(xù)領先美國Llama等開源模型，穩(wěn)居全球最大開源模型榜首。阿里云在業(yè)界率先實現(xiàn)“全尺寸、全模態(tài)、多場景”的開源。自2023年8月起，阿里云相繼開源Qwen、Qwen1.5、Qwen2、Qwen2.5等4代模型，囊括了0.5B、1.5B、3B、7B、14B、32B

3月6日消息，阿里巴巴集團旗下阿里云宣布，將面向日本企業(yè)推廣利用生成式AI基礎模型的商業(yè)提案。阿里云日本負責人與謝野正宇表示：“我們將在3年內(nèi)把使用本公司模型的項目增加到1000個以上?！卑⒗镌迫毡痉展緦⑴c咨詢及系統(tǒng)開發(fā)等合作企業(yè)攜手，根據(jù)日本企業(yè)的需求，調(diào)整和定制模型，共同開發(fā)使用AI的APP等。目前其已開始與多家合作企業(yè)展開談判，將在2025年內(nèi)開始正式提出方案。

3月26日，寶馬宣布與阿里深化戰(zhàn)略合作，加速AI大語言模型上車。寶馬方面表示，將基于通義大模型，以斑馬元神AI為基礎，全新BMW智能個人助理采用與阿里巴巴共同開發(fā)的寶馬定制AI引擎，將于2026年率先搭載于中國生產(chǎn)的BMW新世代車型。此外，寶馬透露，將首批推出“用車專家Car Genius”及“出行伴侶Travel Companion”兩大AI Agent，計劃將于4月的上海車展首次亮相。未來，寶

4月2日，根據(jù)阿里云官網(wǎng)通知，將在2025年7月2日對大模型服務平臺百煉部分歷史模型進行下線處理。自公告發(fā)布之日起，阿里云將針對這些模型逐步下調(diào)模型限流直至模型正式下線，限流包括每分鐘調(diào)用次數(shù)（QPM）、每分鐘消耗Token數(shù)（TPM），已申請擴容的模型將恢復默認限流。模型下線后，將不再支持模型推理、部分模型將停止模型微調(diào)，正在調(diào)用模型的應用和服務將正常無法返回結果。