人工智能分析：国内AI现状2025年Q2亮点报告

中国顶尖AI实验室与美国领先者的差距前所未有的缩小，领先优势从一年以上缩短至不到三个月

美国与中国：前沿语言模型智能发展趋势

人工分析智能指数包含7项评估：MMLU-Pro、GPQA钻石、人类终极考试、LiveCodeBench、SciCode、AIME、MATH-500。

注释：部分结果基于公司声明和可比结果估算 来源：人工分析智能指数

评论

自2022年ChatGPT发布以来，美国与中国前沿模型的性能差距一直存在，但目前已缩小到历史最小。

深度求索（DeepSeek）的开源权重模型R1（2025年5月）领先于中国其他AI实验室，而美国AI实验室发布的模型中，OpenAI的o3表现最佳。

中国前沿领域的进展主要由深度求索和阿里巴巴推动，而美国前沿领域的进步则主要由OpenAI主导。

2024年11月，随着阿里巴巴发布QwQ 32B预览版，中国开源权重前沿模型超越美国，R1模型进一步巩固了这一领先地位。

美国与中国：开源权重前沿语言模型智能发展趋势

人工分析智能指数包含7项评估：MMLU-Pro、GPQA钻石、人类终极考试、LiveCodeBench、SciCode、AIME、MATH-500。

注释：部分结果基于公司声明和可比结果估算 来源：人工分析智能指数

评论

2024年11月，随着QwQ 32B预览版的发布（超越Meta的Llama 3.1 405B），中国开源权重前沿模型超越美国。

中国AI实验室在开源权重领域的领先地位，反映出中国顶尖AI实验室通常会发布其旗舰模型权重的策略。这与美国顶尖AI实验室（如OpenAI、Anthropic和谷歌）通常不发布其领先模型权重的做法形成对比。

中国深度求索的R1（2025年1月）是首个可与OpenAI的o1竞争的开源权重推理模型。

深度求索的R1 0528（2025年5月）是目前可用的最智能的开源权重模型。

中国领先的AI实验室深度求索和阿里巴巴持续发布新模型，深度求索在2024年底占据领先地位。

中国领先AI实验室：语言模型智能发展趋势

人工分析智能指数包含7项评估：MMLU-Pro、GPQA钻石、人类终极考试、LiveCodeBench、SciCode、AIME、MATH-500。

注释：部分结果基于公司声明和可比结果估算 来源：人工分析智能指数

评论

截至2025年5月，深度求索R1 0528（2025年5月）作为中国AI实验室的领先模型，保持着对阿里巴巴Qwen3 235B A22B的智能优势。

两家公司都采用了开源权重策略，支持其模型在国内外的广泛应用。

在过去两年中，深度求索和阿里巴巴都频繁发布模型，新模型发布时间距上一次最多约3个月。

自2023年11月首次公开发布语言模型以来，深度求索的模型智能水平迅速提升。

深度求索模型发布时间线：人工分析智能指数

仅显示深度求索智能水平最高的通用模型，不包括特定任务模型。人工分析智能指数包含7项评估：MMLU-Pro、GPQA钻石、人类终极考试、LiveCodeBench、SciCode、AIME、MATH-500。

评论

随着R1–0528的发布，深度求索超越xAI、Meta和Anthropic，并列成为全球第二大AI实验室，并无可争议地成为开源权重领域的领导者。

R1-0528令人印象深刻的智能提升是通过训练后更新实现的，未改变原始V3/R1架构——它仍然是一个具有370亿活跃参数的6710亿规模大模型。

这凸显了训练后优化的重要性日益增加，尤其是对于使用强化学习（RL）技术训练的推理模型。

在美国，现在有多个AI领导者竞争者，OpenAI在前沿领域不再占据主导地位

美国领先AI实验室：语言模型智能发展趋势

人工分析智能指数包含7项评估：MMLU-Pro、GPQA钻石、人类终极考试、LiveCodeBench、SciCode、AIME、MATH-500。

注释：部分结果基于公司声明和可比结果估算 来源：人工分析智能指数

评论

OpenAI曾是AI智能前沿的明确领导者，但其领先优势已随着谷歌、xAI和Anthropic等实验室缩小差距而减弱。

截至2025年5月，OpenAI的o3是美国最智能的模型，也是整体最智能的模型。

中国有许多AI参与者，它们大致可分为三类

1. “大型科技”企业

中国现有的大型科技企业，本报告的重点，后续将深入分析。

• 阿里巴巴：大型电子商务企业和超大规模云服务提供商（阿里云），蚂蚁集团最大股东（纽约证券交易所代码：BABA，市值约3000亿美元）。

• 深度求索（DeepSeek）

• 字节跳动：抖音（TikTok）、今日头条和豆包（中国最大的AI聊天机器人，月活跃用户约6000万）的母公司，私营企业。

• 华为：全球电信领导者、超大规模云服务提供商，以及国内AI芯片半导体制造领导者，私营企业。

• 腾讯：拳头游戏和微信的母公司，中国“全能型”超级应用提供商，通过腾讯云提供超大规模云服务（香港交易所代码：700，市值约5750亿美元）。

• 百度：中国最大的搜索引擎，文心一言（月活跃用户约1300万）的运营者（纳斯达克代码：BIDU，市值约300亿美元）。

2. AI初创企业

专注于AI的小型公司。

• 深度求索（DeepSeek）：源自High-Flyer（一家专注于AI的量化交易公司）的中国领先AI实验室，以DeepSeek R1闻名。

• Moonshot AI

• 智谱AI（Zhipu AI）：拥有200万汉字上下文窗口模型的中国AI新锐，热门AI聊天机器人Kimi（月活跃用户约1300万）的所有者，2019年从清华大学的一个研究项目剥离，坚定致力于开源权重模型。

• MiniMax：中国首家开发1万亿参数模型的AI初创公司，由江大新（前微软亚洲研究院首席科学家）创立。

• 01.AI：由李开复（前谷歌中国负责人）创立，与阿里巴巴密切合作建立“工业大模型实验室”，专注于医疗AI模型。

3. 其他有AI野心的公司

其他科技企业

• 小米（香港交易所代码：1810，市值约1650亿美元）：中国领先的消费电子品牌，挖走深度求索研究员罗福利运营AI实验室，最近发布了小型推理模型MiMo7B。

• 昆仑万维（深交所代码：300418，市值约55亿美元）：总部位于北京的互联网集团，月活跃用户超过3亿，Opera浏览器所有者，推出了SkyWork AI模型和加速器。

• 360安全（奇虎360）（上交所代码：601360，市值约100亿美元）：中国最大的互联网和移动安全提供商，以360 AI品牌推出了智脑系列模型。

• 科大讯飞（深交所代码：002230，市值约150亿美元）：中国领先的语音AI公司，员工超过14000人，推出了星火系列模型。

• 美团（香港交易所代码：3690，市值约1100亿美元）：中国顶级购物平台，日活跃用户超过6亿，联合创始人王慧文回归领导AI工作，是前沿实验室的投资者。

中国领先的“大型科技”公司都在追求前沿级AI模型，多家公司拥有用户超过1亿的消费级AI应用

中国“大型科技”公司深度描述

	阿里巴巴	字节跳动	华为	腾讯	百度
描述	大型电子商务企业和超大规模云服务提供商（阿里云），蚂蚁集团最大股东	抖音（TikTok）、今日头条和豆包（中国最大的AI聊天机器人，月活跃用户约6000万）的母公司	全球电信领导者、超大规模云服务提供商，国内AI芯片半导体制造领导者	拳头游戏和微信的母公司，通过腾讯云提供超大规模云服务	中国最大的搜索引擎，文心一言（月活跃用户约1300万）的运营者
AI战略（高层级）	• 发布领先的开源模型（Qwen）和工具（ModelScope）<br>• 通过阿里云向其他企业提供模型推理服务	• 开发领先的专有模型（语言、图像和视频模态）<br>• 通过火山引擎（字节跳动的云服务）将模型集成到面向消费者的产品（TikTok、今日头条、豆包）中	• 构建AI基础设施（昇腾910C芯片）<br>• 开发专有系统（CloudMatrix 384）<br>• 通过华为云向其他企业提供模型推理和芯片租赁服务	• 专注于开发专有模型<br>• 将模型集成到面向消费者的聊天机器人（元宝）和微信中<br>• 通过百度云向其他企业提供模型推理服务	• 专注于开发专有模型<br>• 将模型集成到面向消费者的搜索产品和聊天机器人（文心一言，原ERNIE Bot）中<br>• 通过百度云向其他企业提供模型推理服务
最佳非推理LLM	Qwen3-235B-A22B<br>智能值：47	豆包1.5 Pro<br>智能值：48*	盘古5.0 Large 1	混元TurboS<br>智能值：47*	ERNIE 4.5<br>智能值：46*
最佳推理LLM	Qwen3-235B-A22B（推理）<br>智能值：62	Seed-Thinking-v1.5<br>智能值：62*	-	混元T1<br>智能值：59*	ERNIE X1<br>智能值：60*
消费应用	通义千问（~1.5亿月活）	豆包（~1.1亿月活）	小艺（~2亿月活）	元宝、元启（~4000万月活）	文心一言、文心一格（~1300万月活）
市值（美元）	~3000亿	私营	私营	~5750亿	~300亿

1. 无公开发布的基准测试或国际API；*基于公司声明和可用可比结果估算，尚未由人工分析独立基准测试

中国拥有一个资金充足的AI实验室初创企业生态系统，许多企业获得了中国“大型科技”企业的资金支持。

中国初创企业深度描述

	深度求索	智谱AI	StepFun（阶跃星辰）	MiniMax	01.AI	百川智能
描述	2023年5月成立，源自High-Flyer（一家专注于AI的量化交易公司）的中国领先AI实验室，以DeepSeek R1闻名<br>知名投资者：小红书（Rednote）	2023年3月成立，拥有200万汉字上下文窗口模型的中国AI新锐，热门AI聊天机器人Kimi（~1300万月活）的所有者<br>2019年从清华大学研究项目剥离，坚定致力于开源权重模型	2019年6月成立，中国首家开发1万亿参数模型的AI初创公司，由江大新（前微软亚洲研究院首席科学家）创立	2023年4月成立，中国AI新锐，Talkie AI应用发行商（2024年上半年美国下载量第四的应用）	2021年12月成立，由李开复（前谷歌中国负责人）创立，与阿里巴巴密切合作建立“工业大模型实验室”，专注于医疗AI模型	2023年3月成立
最佳非推理LLM	DeepSeek V3<br>智能值：52	GLM-4-32B<br>智能值：46	Step-2<br>智能值：44	MiniMax-Text-01<br>智能值：40	Yi-Lightning<br>智能值：37*	百川4<br>智能值：31*
最佳推理LLM	DeepSeek R1<br>智能值：68	GLM-Z1-32B<br>智能值：56	Step-R1-V-Mini<br>智能值：55*	-	-	百川M1<br>智能值：52*
消费应用	DeepSeek Chat（~1亿月活）	Kimi（~2500万月活）	ChatGLM（~900万月活）	Yuewen, PopDuck（<100万月活）	Talkie AI（~3500万月活）	YiChat, 白小英（<100万月活）
融资额（美元）	未披露 ~16亿	~11亿	未披露	~8.5亿 ~2亿	~10亿

尽管美国AI实验室在智能前沿保持整体领先，但中国AI实验室已不再遥不可及

中国和美国实验室的领先语言模型（非详尽列表）

人工分析智能指数包含7项评估：MMLU-Pro、GPQA钻石、人类终极考试、LiveCodeBench、SciCode、AIME、MATH-500。

如今的开源权重前沿由深度求索主导（包括推理和非推理模型）

推理：按国家划分的开源权重语言模型 人工分析智能指数，领先的开源权重推理模型

非推理：按国家划分的开源权重语言模型 人工分析智能指数，领先的开源权重非推理模型

中国公司在所有主要现代AI模态中均有布局——包括语言模型和所有类型的媒体生成模型

每个模态的领先模型（按公司）

包括2024年1月以来发布的模型，非详尽列表 来源：媒体搜索。

	公司	推理	非推理	文本转语音	语音	图像生成	视频生成	3D生成
“大型科技”企业	阿里巴巴	Qwen3 235B A23B		Qwen2.5 Omni		Wan 2.1		LHM
	百度	ERNIE X1	ERNIE 4.5	-	-	I-RAG	UniVG	西陵
	字节跳动	Seed-Thinking-v1.5	豆包-1.5-pro	Seed-TTS	豆包-1.5-pro	Seedream 3.0	Seaweed-7B	ImageDream
	华为	盘古Ultra MoE	盘古5.0	-	-	PixArt	-	-
	腾讯	混元-T1	混元-TurboS	-	-	混元DiT	混元Video	混元3D
AI初创企业	深度求索	DeepSeek R1	DeepSeek V3	-	-	Janus Pro 7B	-	-
	MoonShot AI	Kimi k1.5	Moonshot-v1	-	Kimi-Audio	-	-	-
	智谱AI	Glm-z1-32b	Glm-4-32b	-	-	CogView4	CogVideo	-
	Stepfun	Step-R1-V-Mini	Step-2	Step-audio		Step-1x	StepVideo T2V	Step1X 3D
	MiniMax	-	MiniMax-Text-01	Speech-02 HD	-	Image-01	Video-01	-
	01.AI	-	Yi-Lightning	-	-	-	-	-
	百川智能	Baichuan-M1	百川4	Baichuan-Audio		-	-	-

中美文本生成图像模型质量在2025年达到 parity

领先的文本生成图像模型，人工分析竞技场ELO值 来自人工分析图像竞技场的文本生成图像模型ELO值

评论

中国和美国在文本生成图像领域实际达到 parity，OpenAI的GPT-4o比字节跳动的Seedream 3.0保持4分的ELO领先优势。

与语言模型领域由中美主导不同，文本生成图像领域的领先者来自广泛的地域，由专注于图像模型的小型初创公司推动。

一些较旧的模型在面对新发布模型时仍表现良好，表明其创新速度慢于语言模型，例如Recraft V3（2024年10月）尽管有新进入者，仍保持显著竞争力。

文本生成视频领域由中美实验室主导，谷歌的Veo 3以较大优势领先该类别

领先的文本生成视频模型，人工分析视频竞技场ELO值 来自人工分析视频竞技场的文本生成视频模型ELO值

评论

• 美国在文本生成视频模型领域保持领先，谷歌的Veo 3预览版在人工分析视频竞技场中的ELO值显著高于快手的Kling 2.0。

• 中国公司在文本生成视频领域具有广泛竞争力，深度求索和阿里巴巴等实验室的表现与OpenAI和Pika相当。

图像生成视频模型ELO值，人工分析视频竞技场ELO值 来自人工分析视频竞技场的文本生成视频模型ELO值

图像生成视频领域由美国主导，谷歌的Veo 3最近超越了快手的Kling 2.0和Runway Gen 4

评论

谷歌的Veo 3预览版在图像生成视频质量上保持小幅领先，在人工分析视频竞技场中超越了快手的Kling 2.0和Runway的Gen 4。

视频生成模型的质量在输入模态之间可能存在显著差异，例如Sora等一些模型在文本生成视频任务中表现出色，但在图像生成视频任务中表现不佳。

最近出现了仅发布具有图像生成视频能力的视频生成模型的趋势，如Runway Gen 4和Pika 2.2。