全球人工智能企业更新大模型的节奏越发频密。从过去以年为单位推出新模型，加快到在季度、月份甚至数周内发布更新。
这一趋势背后是技术进步，也有竞争越发激烈的推动。分析认为，随着模型之间能力趋近，一次领先能维持的时间越来越短，中美企业都已卷入一种无法停下的“无限游戏”，没有一场发布可以决定胜负，只能不断推陈出新维持竞争力。
中国人工智能企业智谱上个星期五（8月14日）发布GLM5.3，号称是目前编程能力最强的开源模型，距离上一版本GLM5.2的发布时间，仅隔了两个月。
这家成立于2019年、脱胎于清华大学计算机系知识工程实验室的公司，在2024年1月16日发布了GLM-4，到时隔一年半的2025年7月，才发布GLM4.5。而今年半年，该公司已经发布了三次更新，一次比一次间隔的时间更短。
这一趋势并非智谱独有。另一家中国AI企业月之暗面分别在今年1月、4月、6月和7月推出Kimi K2.5、K2.6、K2.7和K3，最短仅间隔一月。
美国厂商同样在加快速度。Anthropic在2024年以约每四个月一次的频率更新，2025下半年周期变为两个月。今年Claude Opus 4.8和Opus 5相隔两月，但这两个月间，Anthropic还分别发布了Fable 5和Sonnet 5，新产品推出间隔短至两周。
天使投资人郭涛对《联合早报》指出，大模型迭代节奏加快，技术进步是重要原因。“小版本更新不必重新训练全新的基础模型，而且‘后训练’能力越来越强”。
“后训练”即在已有基础模型上用新数据、用户反馈和强化学习，为模型“补课”，增强能力。智谱官方就表示，模型5.3和5.2的基础模型不变，新版能力提升全部来自后训练。与重新训练下一代基础模型相比，这种更新成本较低，也更适合快速回应竞争对手。
企业竞争显然也是关键推动力。2025年1月，中国AI企业深度求索的DeepSeek-R1以较低成本取得接近美国前沿模型的表现后，OpenAI首席执行官奥尔特曼公开表示，新竞争者令人振奋，OpenAI将提前部分发布计划。
南洋理工大学校长讲席教授、南洋商学院副院长丛林提出，AI大模型具有“能力可移植性”，即领先者，即便是闭源模型，能力也可以被其他模型蒸馏提取。
这意味着，一个模型取得短暂领先后，很快便可能被对手的新版本追上，企业只能不断发布和迭代，延续暂时的技术优势。
新加坡科技企业加速器云图SEGA创始人丁新燕受访时也形容，中美模型公司仿佛卷入一场“无限游戏”，越来越不存在一次性的胜负。
她指出，在AI产业链里，上游晶片和云计算企业掌握算力，下游平台和应用企业掌握用户入口，处于中间的模型公司容易受到两端挤压，“商业模型本身很脆弱”。
加上不同模型能力日益趋同，又没有形成微信、脸书一样的社会关系， 用户和开发者也较容易在不同模型工具之间切换，因此厂商只能通过持续更新维持竞争力。
丁新燕说，“大模型更像中美AI竞争的一个阶段性主战场，而不是终点”。
竞争会继续向上下游扩散：往下是算力、晶片、光模块、数据中心和能源；往上是企业应用、产业流程、机器人和物理世界，再往外则关系到制造业升级、技术标准和国际影响力，而大模型本身会逐渐变成一种“基础能力”或“中间层”。
企业逃离纯模型竞争
丁新燕认为，中美模型公司表面都在疯狂更新模型，背后其实都在拼命寻找出口，逃离单纯的“纯模型竞争”，这种逃离更多是被迫的生存压力，因为算力成本太高、毛利率太低。
当前相当一部分大模型企业的更新，已经开始越发专注于细分领域的需求，推出不同价格档位和功能的产品。
例如，阿里巴巴过去两个月发布的多个模型就分别针对三个场景，包括面向图像生成的Qwen-Image 3.0、面向机器人和具身智能的Qwen-Robot Suite，以及用于智能体训练和环境模拟的Qwen-AgentWorld；Anthropic则更新了不同档位的模型，以覆盖高性能、主流应用和低成本场景。
郭涛认为，中美大模型不会简单朝着版本迭代持续加速的单一方向演进，“单纯比拼榜单跑分的阶段逐步落幕了”，接下来市场更加看重真实业务落地成效。
“与此同时，模型会继续通过微调、蒸馏对外输出新版本，对外发布会保持较高频次，但底层模型的重大技术跃迁仍属于低频事件”。
