【AI】AI 每日技术要闻 · 2026年7月10日 | 腾讯 Hy3开源、DeepSeek-V4 昇腾首发、中国或限模型出海

廋到被风吹走

68人浏览 · 2026-07-10 10:01:30

廋到被风吹走 · 2026-07-10 10:01:30 发布

> 本文整理于 2026 年 7 月 10 日,聚焦国内大公司的 AI 技术动态。数据多为厂商自报或政策讨论阶段信息,已在文中标注,原文链接见文末。

一、腾讯开源混元 Hy3:用一半的体量正面对标 GLM-5.2

2026 年 7 月 6 日,腾讯混元团队发布了 Hy3(混元 3.0)正式版——一款总参数 2950 亿(295B)、每次推理激活 210 亿(21B) 参数的混合专家(MoE)模型。与 4 月的预览版不同,正式版改用更宽松的 Apache 2.0 许可,并移除了预览版对欧盟、英国、韩国的授权限制,允许全球开发者免费商用。模型权重已在 GitHub、HuggingFace、ModelScope 全面开源。

架构与效率

Hy3 采用「稠密注意力 + 稀疏 FFN」的 MoE 设计:

80 层 Transformer(外加 1 层多 token 预测层 MTP)
64 个采用分组查询注意力(GQA)的注意力头
每个 MoE 层含 192 个路由专家 + 1 个常驻共享专家,路由器为每个 token 选取 Top-8 专家
2950 亿总参数中,单次前向仅激活约 210 亿;另有 38 亿参数专用于 MTP 层
最大上下文窗口 256K

MTP 层可在 vLLM、SGLang 等框架中实现投机解码(并行预测并校验多个 token),腾讯称其在生产环境将首 token 时延降低 54%、端到端时延降低 47%。

腾讯的核心论点是:约 3000 亿参数是「能力与效率的最佳平衡点」,复杂推理与长上下文理解能力已充分释放,继续扩大规模的边际收益显著递减。

基准测试(厂商自报)

类别	基准	Hy3 得分	参照
代码	SWE-Bench Verified	78.0	—
代码	SWE-Bench Pro	57.9	—
智能体搜索	BrowseComp	84.2	与 Claude Opus 4.8、GPT-5.5 相当
智能体搜索	DeepSearchQA	91.0	领先对照表所有开源模型
工具编排	MCP-Atlas	79.1	开源榜首
长上下文检索	AA-LCR	73.4	开源榜首
STEM/推理	GPQA Diamond	90.4	逼近 GPT-5.5(93.6)
STEM/推理	HLE(带工具)	53.2	超过 DeepSeek-V4-Pro(48.2)

相较 4 月预览版,智能体与代码能力提升 20%–30%,幻觉率减半(由 12.5% 降至 5.4%),多轮错误率降至 7.9%。腾讯还强调了一项「盲测人评」:270 位跨学科专家在真实工作流上盲测,收集 312 组有效对比,Hy3 得 2.67/4,高于 GLM-5.1 的 2.51。

部署成本对比

对标开源代码王者 GLM-5.2(约 7440 亿参数 MoE、约 400 亿激活):其 FP8 权重约占 744GB,生产部署实际最低需 8×H200 节点;而 Hy3 的 FP8 体量不到 300GB(不到一半显存),每 token 计算量也约减半。对需要自托管的机构而言,这是「一台顶配节点」与「更易获得的配置」之间的差别。

提醒: 上述多为厂商自报数据。有分析建议,在独立的时延、工具使用与生产环境评测跟进之前,应将腾讯的基准与可靠性数据视为「有前景的厂商证据」。

二、DeepSeek-V4 与华为昇腾:全国产训练到部署链路打通

DeepSeek V4 全面拥抱国产算力,在华为昇腾首发,寒武纪等 7 家国产芯片高效适配。

上下文: 由 128K 扩展至 1M(近 10 倍),采用 DSA 稀疏注意力机制做 token 维度压缩,降低长文本对算力与显存的需求
双版本: V4-Pro(1.6T 参数 / 49B 激活)与 V4-Flash(284B / 13B)
推理时延: 昇腾超节点全系列已支持,V4-Pro 20ms、V4-Flash 10ms 低时延推理
昇腾 950 三大升级: 原生支持 FP8/MXFP8/MXFP4(内存占用降 50%+、算力翻倍)、面向 MoE 的稀疏访存优化、Vector 与 Cube 共享 Memory 的存储架构
量产节奏: Atlas 950 SuperPoD 由 8192 张 950 加速卡构成,计划 2026 年四季度上市

业内视其为「万亿参数模型在国产算力落地可行性」的验证,打破了此前「高端 AI 训练只能依赖英伟达」的固有认知。正式版计划 7 月中旬上线,并引入工作日高峰时段 API 价格翻倍机制。

三、字节跳动 Seedance 2.5:30 秒视频直出

字节 Seedance 2.5 视频生成大模型于 7 月初发布,支持 30 秒视频直接生成,以及最多 50 个全模态素材输入。此前 1.5 Pro 主打多语言/方言精准唇形同步、电影级镜头控制与叙事连贯性,已在火山引擎上线。字节 Seed 团队同时在语音翻译、3D 场景生成(Seed3D 2.0)、多模态长期记忆、离散扩散模型加速生成等方向持续推进。

四、智谱 GLM-5.2:全量开放,1M 上下文可用

智谱发布 GLM-5.2 并面向所有 GLM Coding Plan 用户全量开放,亮点是真正可用的 100 万(1M)上下文。GLM-5.2 近期在硅谷引发热议,其能力逼近美国领先产品,成本却只是零头。

五、监管动态:中国或限制其最强 AI 模型的境外访问

据 2026 年 7 月 7 日 TIME 报道(引述路透社),中国有关部门已与阿里巴巴、字节跳动、Z.ai(智谱)就是否限制其最先进模型(包括尚未发布的型号)的境外访问进行了讨论。目前尚无定论,相关部委未作官方置评,但官员已勾勒出若干选项,包括禁止公开发布,或限定仅供境内使用。

为何是重大转向: 目前多数中国 AI 公司以「开放权重」形式发布模型,正是这种开放,让中国模型在平均落后美国顶尖模型约七个月的情况下仍能全球攻城略地。权重一旦公开便无法召回或事后加装护栏,因此任何限制只会影响未来的新模型。
讨论细节: 会议由中国商务部牵头,讨论了对最先进 AI 模型(闭源与较开放版本)设限;还讨论将泄露或窃取专有 AI 技术纳入国家安全法定罪;议题也触及对境内 AI 初创企业投资方的管控。涉及模型包括阿里 Qwen、字节 Doubao、Z.ai 的 GLM-5.2。
背景: 此举与美国近期动作相互映照。据 CNBC 引用 OpenRouter 数据,7 月初中国 AI 模型已占美国用户每周 token 使用量的 30% 以上,主要由成本与性能追平驱动。

报道口径提醒: 这是政策讨论、而非最终决定。适用范围仍在辩论中,且可能仅适用于未来模型;是否及何时生效尚无定论。

六、其他值得关注

国产大模型开源生态密度: DeepSeek、阿里 Qwen、Moonshot Kimi、腾讯混元、Z.ai GLM、百度 ERNIE、字节豆包、01.AI Yi、华为盘古、MiniMax 共十家处于前沿或近前沿,密度高于西方。多数走「开源基础/中端、闭源旗舰」路线,DeepSeek(MIT)为完全开源的例外;发布节奏已达季度级或更快。
《时代》2026 十大最具影响力 AI 企业: 字节跳动、智谱、阿里巴巴三家中国公司入选。
算力定价上行: 4 月 18 日起阿里云、百度智能云上调 AI 算力价格(涨幅 5%–34%),腾讯云模型服务价格最高涨幅达 456%;阿里云 Coding Plan Lite 下架,各家算力普遍吃紧。
Qwen 生态规模: HuggingFace 上 Qwen 开源模型变体超 20 万个,Qwen3-VL-2B-Instruct 全球下载超 1800 万。