《AI全球商业版图》笔记-海外模型篇

AI时代的模型竞争其实是两种底层逻辑的碰撞：

一派坚持“规模法则”（scaling law），通过持续扩大参数规模与算力投入，率先验证了智能涌现的可能，并致力于将这种通用能力转化为覆盖全球的消费级产品与开发者平台。俗称大力出奇迹，更大的参数，更强的算力，海量数据喂，量变引发质变，同时注重商业化。

另一派则坚持科学探索的视角，主张从第一性原理出发解析智能的底层机制，并将AI的能力边界拓展至生物学、物理学等基础科学领域，以解决人类面临的终极难题。

目前又有第三股力量异军突起，它们不再单纯追求参数规模的无限扩张，而是聚焦于智能系统的逻辑严密性与工程可靠性。通过深耕代码生成、复杂任务推理等高精度领域，这股力量试图证明：一个可被企业信赖的AI，必须具备像工程师一样严谨的执行力与安全边界。

他们都有各自代表的公司。

OpenAI

2015年12月，OpenAI由萨姆·奥尔特曼、埃隆·马斯克、伊利亚·苏茨克维等人共同创立，最初定位为一家非营利组织，旨在推动通用人工智能造福全人类。随着相关研究的逐步深入，模型规模与训练复杂度呈指数级上升，所需的算力与资本投入远超传统非营利机构的资源承载能力。2019年，OpenAI对组织架构进行了关键性调整，微软后续累计投资逾130亿美元，为OpenAI的模型训练和基础设施提供了关键支撑。

2022年11月30日，OpenAI推出了ChatGPT，且面向公众免费。这一时间也被人们称为AI时代的“iPhone时刻”，随后也在资本市场掀起一波浪潮，随后，英伟达的股价也是在那个时间开始启动，国内跟着抄了一波，2023年4月之后尘归尘土归土，但是光模块厂商已经悄悄进入很多国内投资人的视野，在那个时间点认识到通信需求是非常前瞻的。

2023年3月14日，OpenAI发布了其第四代大语言模型GPT-4。这一版本的推出，标志着生成式AI从文本生成阶段迈入多模态智能的新阶段，即不单单可以处理语言和文字，还可以处理图片和视频，并且在学术方面的能力有所加强。

此时行业也出现了大发展，谷歌推出Gemini，A厂推出了Claude，国内厂商也陆续推出大模型产品，GPT-4也首次部署在消费级应用上，如Microsoft 365Copilot。

在此之后，OpenAI主要战略是三条线：

旗舰大模型的“双轨”迭代架构，分别聚焦于交互性能与推理深度的持续提升，GPT系列专注于响应速度与广泛适用性的“通用轨道”“o系列”聚焦于深度推理与高可靠性的“专业轨道”。
多模态拓展与“世界模拟器”的构想，2024年2月，OpenAI发布视频生成模型Sora，通过基于海量视频数据训练的“时空扩散变换器”，具备了高质量、长时长视频生成能力。更重要的是，OpenAI明确将Sora定位为构建“世界模拟器”的基础平台，旨在通过视频建模学习现实世界的物理规律、对象属性与因果逻辑。2026年3月，OpenAI把Sora视频生成服务砍掉了，主要是竞争日益加剧，视频生成很消耗算力但不赚钱。
智能体平台化战略与操作系统生态构建，2025年9月，OpenAI推出专为开发者生态打造的GPT-5-Codex版本，强化在代码智能体领域的竞争力，也是为了跟A厂的Claude code竞争。2026年推出的Codex App进一步强化了这一方向，把Codex打造成了智能体，使Codex成为了AI操作系统，不单单是管理工作流，其实更像AI时代的入口。

谷歌DeepMind

DeepMind上篇文章讲过，他就代表着学术派，侧重科学探索，希望把能力多用在基础科学领域，为人类解决终极难题，创始人当年成立也确实不差钱，搞这个属于爱好和理想，但是理想还是要向现实妥协。

DeepMind成立于2010年，由3位背景各异但理念趋同的创始人—德米斯·哈萨比斯、沙恩·莱格和穆斯塔法·苏莱曼—在伦敦共同创办。

哈萨比斯主张，人工智能的突破并非单纯依赖更强的计算能力，而在于借鉴生物智能，特别是人类大脑的学习机制。

2016年，AlphaGo对阵李世石，AlphaGo最终以4∶1取胜，成为人工智能发展史上的一个关键节点。

2020年，DeepMind发布的第二代模型AlphaFold 2在第14届国际蛋白质结构预测关键评估竞赛中取得重大突破，最终凭借蛋白质结构预测，让哈萨比斯获得了诺奖。

2023年，DeepMind发布天气预测模型GraphCast，重构天气预报模式。

可控核聚变领域，Fusion：AI控制托卡马克装置的初步实践。

GNoME：加速新材料筛选与验证。

AlphaDev与AlphaEvolve：AI优化基础算法，计算机领域。

可以看到Deepmind重心一直围绕科学相关领域展开。

但其母公司谷歌却在近些年面临日益加剧的外部竞争压力。DeepMind的组织角色与战略重心也随之发生转变，从一支相对独立的研究团队，逐步向支撑谷歌整体AI战略的核心产品部门靠拢。

2023年4月，谷歌宣布对DeepMind与原属Google Research（谷歌核心研究部门）的Google Brain（谷歌大脑）团队进行整合，组建新的统一部门“谷歌DeepMind”，由德米斯· 哈萨比斯统一领导。

此次整合的直接成果，是多模态大模型系列Gemini的诞生。Gemini的推出标志着DeepMind不再仅是研究型机构，更承担起为谷歌搜索、广告、云服务、安卓系统等核心业务赋能的责任，其模型产品必须满足可部署、可集成、可规模化的商业要求。

Gemini是多模态大模型，谷歌也希望将模型的通用能力延伸至更具创意和人类表达相关的内容生成领域，尤其聚焦于音频和视频两大媒介，这是其特点之一。

迈向物理世界，2025年9月发布的Gemini Robotics 1.5，首次系统性呈现了其在通用机器人智能方面的技术路径，机器人系统需应对现实世界的不确定性与复杂物理约束，物理AI，世界模型也是下一个兵家必争之地。

Anthropic（A厂）

Anthropic成立于2021年，其创始团队包括达里奥与丹妮拉·阿莫迪兄妹在内的多位OpenAI前核心高管与研究员，他们都曾深度参与GPT-3等关键模型的研发。公司创立之初，其核心动力并非源于技术路径的分歧，而是对通用人工智能发展过程中的系统性风险所产生的战略忧虑：当模型能力呈指数级增长、AI与大型平台资本深度绑定的趋势日益明显时，如何确保安全性、可控性与可预测性不被淹没于技术竞赛与商业化优先的浪潮中？

因此一开始A厂并未在通用大模型竞速中追求全面领先，而是明确聚焦“可用于关键场景的企业级可靠AI”这一核心议题，比如to B，to G的领域。

然而进入2025年下半年之后，Anthropic的行业角色已经发生根本变化。它不再只是“安全路线”的代表，而是凭借Claude 4 系列模型和Claude Code，成为全球大模型产业中最具爆发力的公司之一。尤其在代码生成、软件工程、计算机使用、长上下文推理和企业知识工作等场景中，抢占了大量的to B市场，增速极快，切实转化成了一些公司的生产力，甚至成为了减员增效的好工具，也把智能体对工作的赋能和商业化潜力展现了出来，此后国内腾讯迅速跟进几乎all in智能体，并跑出了workbuddy，微信小微这也是腾讯寄予厚望了两个产品，字节，阿里也纷纷跟进，字节飞书和阿里钉钉均在内部整合，全面并入Agent。

可以说Claude Code改变了模型的竞争方式和格局。

总结：

真正丰富通用人工智能战略图景的，并不止OpenAI、谷歌DeepMind、Anthropic这3家公司。在主权部署需求日益上升的背景下，人工智能初创公司Mistral AI、Aleph Alpha等的崛起凸显了“开放权重”路线的强势复兴：押注开放模型、轻量化训练与本地部署生态，试图以技术民主化对抗封闭巨头。在企业场景中，Databricks（其模型为DBRX）、Snowflake（其模型为Arctic）、Cohere（其模型为Command系列）等企业则将通用人工智能理解为“复杂系统接口”：不是具有人类般意识的终极智能，而是可控、可审计、可接入数据系统的企业智能骨干。这种以检索增强生成（RAG）、工具调用与数据原生集成为核心的路径，更强调部署可靠性与企业适配性，而非盲目竞速能力。