过去一周，全球AI领域迎来了一波前所未有的密集发布。从大模型调用量数据到下一代模型的技术突破，从欧盟监管框架的落地到中国AI创业公司的开源浪潮，每个节点都在重塑我们对人工智能的认知。以下是对本周最值得关注的AI新闻的深度梳理与解读。
中国AI大模型全球领跑，DeepSeek登顶调用量榜首
根据OpenRouter最新数据测算，上周全球AI大模型总调用量达56.8万亿Token，其中中国AI大模型周调用量高达28.13万亿Token，连续十四周超过美国，稳居全球首位。更令人瞩目的是，全球调用量排名前五的模型全部来自中国。其中，DeepSeek-V4-Flash以7.22万亿Token周调用量升至第一，环比增长13%；小米MiMo-V2.5以6.3万亿Token位列第二；腾讯Hy3以4.82万亿Token排名第三；DeepSeek-V4-Pro和智谱GLM-5.2分列第四、五位。
这一数据背后折射出中国AI创业公司的集体爆发。不同于以往单纯追逐参数规模，如今的竞争焦点已经转向实际调用量和商业化落地能力。DeepSeek作为一家典型的AI创业公司，其V4系列模型在编程、推理等场景中表现出色，同时通过API公测和大模型训练效率优化，迅速获得了企业级用户的青睐。值得注意的是，DeepSeek-V4-Flash正式版API已同步登陆国家超算互联网，这意味着中国科技公司正在将模型推理能力与国家级算力基础设施深度绑定，为行业应用提供更可靠的底层支撑。
与此同时，美国科技公司也并未停滞。虽然美国AI大模型周调用量仅为4.38万亿Token，但环比增长高达87.18%，显示出追赶势头。这种“你追我赶”的态势，恰好印证了AI新闻中反复出现的判断：全球AI竞赛已经从“有没有”进入“用得好不好”的阶段。对于普通用户而言，AI工具导航可以帮助快速找到最适合自己的模型，例如通过AI画图生成创意设计，或利用文生图工具实现高效视觉内容生产。
OpenAI Astra曝光：2000美元破解十项数学难题
OpenAI于当地时间8月1日发布了一项令人震撼的成果——其下一代主要模型Astra的内部版本，仅用约2000美元算力成本，就破解了十项数学和理论计算机科学领域的长期难题。这些突破涵盖高维球体堆积密度上限、二进制与球面码界限提升、非纯索菲群存在性证明、康涅斯刚性猜想的推翻、算术电路复杂性新下界、量子平行重复定理、最近向量问题的多项式因子近似难度证明、埃尔哈特体积猜想、多色拉姆齐数的超指数下界，以及极值数猜想。
这一消息迅速成为本周最重磅的AI新闻之一。2000美元的成本在大模型训练动辄数亿美元的背景下显得微不足道，却实现了人类数学家需要多年才能攻克的问题。Astra的推理能力之强，不禁让人联想到不久前曝光的“思维链”技术升级。有分析认为，Astra可能采用了全新的AI Agent技术，能够自主规划解题路径并调用外部符号计算工具，从而在数学推理领域实现质的飞跃。
不过，OpenAI并未公布Astra的具体参数和架构细节，仅表示该模型处于内部测试阶段。这引发了行业对“模型能力鸿沟”的担忧——当少数科技公司掌握超强推理模型时，其他AI创业公司如何保持竞争力？或许答案在于差异化应用场景。例如，AI诗词生成、艺术签名设计等垂直领域工具，依然需要模型对中文语境和审美偏好的深度理解，而这恰恰是本土AI创业公司的优势所在。
阿里巴巴发布Qwen3.8：2.4万亿参数的基座模型新标杆
8月3日，阿里巴巴正式发布新一代基座大模型Qwen3.8，总参数量高达2.4万亿，在编程（Coding）和专业办公（Cowork）方面能力大幅提升。在第三方评测平台Arena中，Qwen3.8仅次于Anthropic的Claude系列，位列全球第二。目前，Qwen3.8的API已上线千问AI平台，并接入阿里当日同步推出的Agent产品“千问办公”。
这一发布标志着中国科技公司在超大参数模型领域再次取得突破。2.4万亿参数意味着Qwen3.8在记忆容量和复杂推理能力上具备显著优势，尤其适合需要处理长文档、多轮对话和企业级知识管理的场景。值得注意的是，阿里巴巴宣布Qwen3.8-Max预计下周开源，同时还将开源Qwen3.8-27B版本。这种“开源+闭源”双轨策略，既满足了学术社区和AI创业公司对可复现模型的需求，又通过商业授权确保技术壁垒。
从行业视角看，Qwen3.8的发布进一步压缩了中小模型的生存空间。未来，只有那些在特定领域（如医疗、法律、金融）拥有高质量数据飞轮的AI创业公司，才能通过企业数字化转型需求找到立足之地。而对于普通用户，AI工具导航平台上的各类轻量级应用（如抠图、透明背景处理工具）依然是日常高频使用场景，毕竟不是所有人都需要2.4万亿参数的模型来处理一张图片。
MiniMax H3正式开源：全模态视频生成走向通用化
另一则值得关注的AI新闻来自MiniMax——这家AI创业公司正式开源了其新一代通用视频模型MiniMax H3。这是一个全模态生成系统，能够统一理解文本、图像、视频和音频构成的多模态上下文，并生成最高2K分辨率、最长15秒、带有原生立体声音频的视频。
视频生成领域此前一直由Runway、Pika等海外公司主导，国内虽有百度、字节等巨头布局，但开源方案较少。MiniMax H3的开源填补了这一空白，让更多开发者可以基于该模型构建自己的视频制作应用。对于内容创作者来说，这意味着可以借助文生图和视频生成能力，大幅降低动画、广告片、短视频的制作成本。MiniMax H3在技术路线上的亮点在于“全模态上下文理解”——它不只是一个视频生成器，而是能够根据一段文字描述、一张图片和一段音频，综合生成逻辑连贯的动态画面和声音。
这一趋势与当前AI新闻中反复强调的“多模态融合”方向高度吻合。可以预见，未来半年内，视频生成类AI创业公司将会迎来爆发式增长。而AI工具导航类平台，也将成为用户发现和比较这些工具的首选入口。
欧盟AI法案透明度规则生效，全球监管框架加速成型
欧盟《人工智能法案》的核心透明度条款于本周正式生效，标志着全球首部全面监管人工智能的法律进入实质执行阶段。根据新规，聊天机器人等交互式系统必须明确告知用户其正在与人工智能而非人类互动；利用AI生成或修改的图像、视频、音频及文本内容，须进行清晰标识并附带机器可读的数字标记。
这一规则的落地对全球科技公司产生了深远影响。对于Meta、Google等拥有大量用户交互场景的科技公司而言，合规成本将显著上升。而对于AI创业公司，特别是那些专注于内容生成领域的初创企业，透明度条款意味着需要在产品设计中加入“AI水印”和“来源声明”功能。例如，使用AI图片生成工具创作的内容，必须附带数字标记以便追溯。
值得注意的是，澳大利亚也在本周提高了对未与当地媒体达成新闻合作协议的科技巨头的征税比例，从2.25%上调至2.5%。加上欧盟的监管，全球科技公司正面临越来越大的合规压力。这或许会倒逼行业形成更规范的内容生态，但同时也可能抑制小型AI创业公司的创新速度。如何平衡监管与创新，将成为未来AI新闻中反复出现的主题。
从模型竞赛到应用落地：AI创业公司的新战场
纵观本周的AI新闻，一个清晰的趋势浮现出来：模型层面的“军备竞赛”正在让位于应用层面的“场景争夺”。DeepSeek、Qwen3.8、MiniMax H3等模型的开源或API化，让技术门槛持续降低。真正的壁垒在于，谁能将模型能力与用户需求深度结合，创造出真正的商业价值。
对于AI创业公司而言，这既是挑战也是机遇。一方面，大模型公司（如阿里、腾讯、DeepSeek）本身也在推出Agent产品（如“千问办公”），直接与第三方应用争夺用户；另一方面，垂直场景的定制化需求依然存在大量空白。例如，在教育培训领域，藏头诗生成、古诗词解析等细分功能，需要模型对中文文化和教育大纲有深度理解，这正是本土AI创业公司可以深耕的方向。
此外，工具类产品依然是AI创业公司最容易切入的赛道。AI网名生成、游戏ID创意工具、签名设计等轻量级应用，凭借低使用门槛和社交传播属性，往往能快速积累用户。未来，随着多模态模型能力的提升，AI画图和透明背景处理等工具将进一步融入日常办公和创作流程，成为数字化生活的基础设施。
总而言之，AI新闻的节奏越来越快，但真正的价值不在于参数大小的数字游戏，而在于技术如何落地为生产力。无论是大型科技公司还是AI创业公司，都需要在“通用能力”和“垂直场景”之间找到自己的平衡点，才能在这场浪潮中持续前行。