从 Qwen 2.4T 旗舰开源到 Kimi 算力告急，国产大模型进入「产能竞赛」新阶段
7 月 19 日，阿里官宣 Qwen3.8 即将发布并全量开源，参数量 2.4T。预览版已登陆 Token Plan、Qoder 及 QoderWork，内部实测全栈开发 / 数据分析 / Office 多 Agent 长程任务匹敌前沿模型。限时白天 credit 1 折，Token Plan 月费低至 35 元。
Kimi K3 开源刚把热度拉满，Qwen 不到 48 小时就掏出 2.4T 参数回应——国产大模型不是「追赶」，是在互卷中完成了连续能力供给的工业化。
因 Kimi K3 上线后推理需求逼近现有 GPU 容量上限，月之暗面 7 月 19 日起暂停新增订阅，优先保障存量会员。后续会员将拆分为通用版与 KimiCode（编程工作流）版，以更精确分配算力。K3 开源后 48 小时内海内外开发者涌入测试，需求远超预期。
AI 行业第一次如此赤裸地展示了「模型好 ≠ 能服务好」。大模型竞赛的下半场不是参数多少，是推理产能、调度能力和定价体系的三重博弈。
7 月 10 日，港股 AI 公司 MiniMax 完成约 160 亿港元（约 138 亿人民币）再融资，百余家机构 7 倍认购覆盖。据 The Information 报道，新一代大语言模型 M3 Pro 参数规模达 2.5-3 万亿，计划开源。创始人闫俊杰宣布实现 AGI 前不再领取薪酬，个人持股 5% 用于员工激励及开源社区支持。
百亿融资 + 3T 级开源计划，MiniMax 的野心已经很清楚了：不是做中国的 OpenAI，是做一个有开源底座的商业化 AI 基础设施公司。
7 月 19 日 WAIC 上，面壁智能联合 OpenBMB 推出 MiniCPM5-2B 端侧模型，在 Artificial Analysis 综合评测中拿下 17 分，登顶全球 4B 以下模型榜首。原生支持 512K 超长上下文、混合思考切换、工具调用和深度搜索。已适配 AMD / 英特尔 / 联发科 / 高通，并完成华为昇腾等 9 款国产芯片 Day0 适配。
2B 参数塞进 512K 上下文 + 端侧 Agent 能力，这不是「小模型也不错」，是端侧 AI 的临界点：手机 / 座舱 / PC 本地跑一个真正能用的 AI 助手，今天开始不需要等。
7 月 18 日 WAIC，商汤发布 SenseNova U1 Pro，基于 NEO-unify 内核架构实现语言和视觉统一表征，定位「交付级原生多模态智能体基座」。解决多模态产品「反复抽卡」困境，从单点内容生成升级为闭环完成复杂长程任务。预览版已开启邀请测试，正式版预计 8 月上线并推出 API。
「交付」而非「生成」——商汤这一刀切在了多模态 Agent 的最大痛点：用户要的不是一堆候选，是一个可以拿出来用的结果。
7 月 19 日，Anthropic 推翻原定 7 月 25 日下线 Fable 5 的计划，宣布 Fable 5 永久对外开放。此前 Fable 5 推广期至 7 月 19 日截止，但 Kimi K3 发布次日 Anthropic 紧急调整决策。同时 Anthropic 推出 Claude for Teachers，向全美 K-12 教师免费开放高级能力。
Kimi K3 开源 48 小时内，Anthropic 从「限量供应」变成了「永久开放」——这不是巧合，是开源竞争力对闭源定价权的直接冲击。好模型不怕竞争，怕的是用户货比三家。
7 月 19 日 WAIC，蚂蚁数科发布商业智能体超级工厂平台 Agentar 2.0，首批预置 200 个岗位级数字专家模板，提供数百个可订阅的 Skills 级开箱可用智能体工具。同期阿里云百炼上线 HappyOyster 1.0 开放式世界模型，输入一句话或一张图即可生成可交互 AI 数字世界。
200 个「岗位级」模板意味着蚂蚁不是在做一个 Agent 平台，是在做一套岗位替代方案。Agent 从开发者玩具变成 HR 采购清单上的条目，这一步跨得很大。
基于 MCP 协议的本地优先搜索 / 抓取 / 爬取工具，面向 AI 编程 Agent 设计。零 API 密钥、零云服务、$0 / 次查询，公开 Beta 版本。TypeScript 编写，首日 GitHub Trending 获得 595 星，累计 1,855 星。
「无需 API 密钥的 MCP 搜索」击中了一个真实痛点：Agent 要访问大量外部信息源，但每个源都要申请 key 的管理成本太高。wigolo 用本地化路线绕过了这个瓶颈。
面向 AI 编程工具的本地优先代码智能图谱，支持 MCP 和 CLI 接口。为 AI 编程 Agent 构建持久化代码库地图，在代码审查和大仓库工作流中实现经基准测试验证的上下文缩减。Python 编写，首日 GitHub Trending 获得 663 星，累计 21,278 星。
21K 星说明这个需求是真实的：AI 编程 Agent 最大的瓶颈不是模型能力，而是对代码库「全局理解」的缺失。知识图谱作为 Agent 的长期记忆层，这条路正在被验证。
arXiv:2607.14277（7 月 15 日）。研究提出一种轻量级控制层，从冻结 LLM/VLM 的隐状态轨迹中直接预测部署时控制信号——能力头判断是否应 defer 到更强模型，解析头选择工具调用 / 澄清 / 拒绝 / 直接回答。在 AndroidWorld 上将大模型调用量减少 90.7%，工具调用决策提升 158%。
这可能是当下最务实的 Agent 成本优化路线：不改模型、不训 RL，只在推理时加一层轻量 probe，让系统自己学会「什么时候该用大模型、什么时候不该用」。90% 的节省是实实在在的 token 账单。