海外AI企业有何进展？

谷歌在 2025 年 6 月面向公众发布 Gemini 2.5 Pro/Flash/Flash-Lite 三个档次模 型，Pro 的高性能配置适用于复杂性处理，Flash-Lite 更适合消费级场景。

OpenAI 在 2025 年 4 月发布的两款 o 系列推理模型，o3 和 04-mini，带来了推 理能力的飞速增长，还具备自主选择工具解决复杂问题的能力。虽然 OpenAI 未正式公布 o3 的参数数量，不过由于 o3-mini 模型已达 2 千亿个参数，o3 的参 数数量可能位于万亿级别，达到 DeepSeek R1 模型的 2 倍以上。 o3 模型强大的推理能力为编程、数学、科学、可视化领域带来新突破，并且在 高复杂性、多层次分析以及图片与图表分析的误差率上比 o1 模型低 20%。这 款模型在软件工程、商业和咨询、创意创作等领域里具备很强大的落地能力。在模型架构上，o3 采用密集变换器（Transformer）架构，意味着每一个参数都 全程参与运算，并以略高的成本维持高质量输出。而 o4-mini 则可能采用一种新 的架构优化或专家路由，展现小规模模型高效率、低成本的竞争优势。 OpenAI o4-mini 模型则更注重成本优化和效率，它的小规模设计使其在数学、 编程、可视化数据处理上更具性能与功耗比，以低成本优势媲美百亿级模型。 o4-mini 自主使用工具的能力非常强大，在具备 Python 场景下，它在 2025 年 的 AIME 美国数学竞赛问题中达到了 99.5%的通过率；而在同等条件下，o3 仅 有 98.4%的通过率。显然，o4-mini 在具备适合的工具环境下的推理表现不劣于 o3。 硬件端和算法设施迭代产生的计算量潜力通常预示新一代大模型的迭代。从历 史上看，AI 的重大飞跃，例如从 GPT-3 到 GPT-4 的过渡，都得益于芯片、算 法和数据中心建设所带来的百倍算力提升。由于大模型的发展始终围绕着以更 低的单位成本解决难度更高的问题，我们预计，在下一代 OpenAI 模型问世之 前，硬件端和数据中心能力将出现显著的进步和迭代。建议关注数据中心和上 游芯片企业的投资机会。 Open AI 今后的研究重点为多模态交互增强、提高模型对复杂信息分析与内容 生成能力、降低误导性信息输出、优化硬件需求以实现低能耗运行。多模态交 互增强意味着先提高模型对文本、图像、音频信息的理解与生成能力，然后在 降低模型在复杂上下文语境下理解、生成的犯错概率，并且通过算法优化降低 运行能耗。这将为 Open AI 模型带来医疗、教育、客户服务等领域的落地机会。 例如，在医疗场景下执行 AI 治疗诊断，或教育场景下的个性化学习推荐。

Anthropic 在 2024 年 6 月发布的 Claude 3.5 Sonnet 凸显超过 GPT-4o 的编码 能力，并且可以通过 Sonnet API 像人类一样使用计算机，包括查看屏幕、移动 光标、点击和键入文本等。Claude 3.5 Sonnet 在 SWE-bench Verified 代码能 力测试的成绩从 33.4 分提升到 49 分，超过当期包括 Open AI o1-preview 在内 的所有公开可用模型。Anthropic 在 2024 年 H2 专注于提升 Claude AI 聊天机器 人的用户体验、推出企业级生成式 AI Claude Enterprise、对消费级用户提供三 级定价，并且也通过和数据挖掘公司 Palantir 和亚马逊合作，逐步踏入国防场 景应用，以 AI 帮助政府完成大量的复杂数据处理和情报分析。 Claude Sonnet 4 和 Opus 4 为公司下一代最先进的智能模型，前者为性耗比更 高的日常消费级模型，后者是为企业和专业领域打造的高端旗舰模型。两款模 型的上下文窗口相等，但后者的最大输出长度达到两倍。在定价方面，Sonnet 4 模型每百万 token 的输入/输出价格分别为 3 美元/15 万美元，Opus 4 分别为 15 美元/75 美元；Sonnet 4 的性价比优势为 80%，并且性能表现几乎与 Opus 4 模型持平，使其适用于日常编程开发、内容生成、原型开发等日常工作需求； 而 Opus 4 的性能优势则需要在大型代码库重建、高级 AI 代理开发、科学研究 等复杂领域才能充分展现。 Anthropic 的下一目标是迈向通用人工智能，包括提升推理和工作代理能力、增 强多模态能力、优化长上下文理解、拓展 AI 与物理世界的交互等等。公司在年 初前后获得了谷歌和亚马逊的大额融资，并在 2025 年 3 月获得 E 轮的 35 亿美 元融资。Claude 系列模型已经接入亚马逊 AWS 平台，方便企业和开发者随时访问并部署 Claude，尤其通过亚马逊 Bedrock 服务，实现便捷、安全且可扩展 的 AI 应用构建。与此同时，Anthropic 已与谷歌签订了高额云计算使用合同， 并且谷歌在自家模型平台 Vertex AI 上为 Claude 提供官方入口，这极大地拓宽 了 Anthropic 的用户基础和市场渗透率，助其积攒更多互联网场景用户。

谷歌在 2025 年 6 月面向公众发布 Gemini 2.5 Pro/Flash/Flash-Lite 三个档次模 型，Pro 的高性能配置适用于复杂性处理，Flash-Lite 更适合消费级场景。定价 方面，Gemini 2.5 Flash-Lite 每百万 tokens 的输入/输出价格为 0.1 美元/0.4 美 元，高配版 Pro 的价格为 0.3 美元/2.5 美元，在同档次模型定价上均低于 Anthropic 的 Claude Sonnet 4 和 Opus 4。 Google I/O 大会上公布了许多面向消费级用户的内容：1）通过 iOS 和 Android 手机屏幕共享与 Gemini 实时对话的 Gemini Live；2）图像生成模型 Imagen 4 和影片生成模型 Veo 3；3）集创作、编程和设计于一体的 Canvas 平台功能更 新；4）面向大学生的一年制免费 Gemini Pro 订阅等。谷歌 Gemini 系列注重多 模态工具落地化和快速部署能力，每一项更新都以“降低门槛，加速创造”为 核心目标。我们预计，Gemini 系列未来在持续强化多模态性能的同时，将持续 围绕消费级创作和多元化适用为切入点，在平台嵌入和功能方面强化生态优势。 企业级应用方面，Gemini 已将生成式语言、生成式图像两种功能嵌入 Google Workspace 平台之中，用于阻止垃圾邮件、钓鱼式攻击、长文本摘要与撰写、 实现业务流程自动化等商务内容，使企业员工无需将精力浪费于高重复性工作 上，有更多时间来完成更耗时、更困难的工作内容。Gemini 强大的平台适应性、 快速响应力、易用性使其能够随时充当 AI 研究分析师、销售助理、创意助理、 会议记录助手、办公伙伴等商务角色。 谷歌在内部战略会议上公布了 2025 年的核心计划：将 Gemini AI 列为主要发展 对象，通过加速扩展、大规模发展实现跨设备和多模态的升级，并且持续保持 大模型竞争格局之中的领先地位。

Meta 在 2025 年 4 月公布 Llama 4 系列的 Scout/Maverick/Behemoth 模型，是 首批采用 MoE 架构的产品，MoE 架构运算中只采用小部分参数，而非 Transformer 架构中的全局激活，因此训练和推理的计算效率较高。Behemoth 模型的性能最强，总参数规模达到 2 万亿个；Scout 模型具有 1,090 亿个参数， 适合大型代码库推理、文档摘要、高效信息提取等商务用途；Maverick 的总参 数量为 4,000 亿个，支持语音与视觉输入、多语言支持以及强大的编程能力。 Llama 4 Scout 的长上下文窗口达到突破了开源模型记录的 1,000 万个 tokens， 领先于 GPT-4o，使其在超大上下文处理、复杂对话与多轮推理任务中表现出色。 Meta 已经在 LlamaCon AI 大会上透露了独立的聊天机器人应用 Meta AI，它将 效仿市面主流大模型的对话型内容生成、图片生成等消费级功能，并且在定价 方面可能采取免费、订阅式付费两个版本。我们预计，Meta AI 问世后的首批付 费服务将主要针对消费级应用以及复杂性质略低的商务用途。Meta 首席产品官 Chris Cox 表示，Llama 4 将推动 AI Agent 的发展，利用水平更高的推理能力完 成企业级与消费级的任务处理。此外，Meta 最近也在美国建设一系列数据中心，以推动公司在互联网、人工智能与元宇宙领域的发展。 Mistral 是 法 国 的 初 创 公 司 ， 自 2023 年 成 立 以 来 先 后 推 出 了 Mistral Small/Large/8x7B 三款模型。Mistral Large 在大模型编码测试 HumanEval 中 的问题解决率达到了 45.1%，超越了 LLaMA 270B（29.3%）、与 GPT3.5 相当 （48.1%），并与 GPT 4（67.0%）相比略有差距。Large 的数学性能（45.0%） 表现更佳，显著优于基准测试中的 LLaMA 270B（13.8%）、GPT 3.5（34.1%） 和 Gemini Pro 1.0（32.6%）。Mistral AI 模型普遍采用 MoE 架构，具备高效、 低成本、高扩展性和高计算性价比等优势。Mistral Small/Large 目前具备 32k tokens 上下文长度与多语言支持，以低企业应用成本的竞争优势媲美前沿性能。