国产模型靠自己的时代来了：AA 文本榜单前 20 几乎被美国模型占满

以下是视频口播的自动转写，可能有错字。

看了一下最新的 AA 的 artificial analysis 的文本的榜单，国产模型最强的现在是小米的 MIMO V2.6 Pro 是46分。前20名中呢，几乎是没有国产模型，几乎被美国的头部的模型厂商占满了。最强的是 Cloud Office 5.5，达到58分。

Muse Wonder Meta 的新的模型是56分。GPT6 Astra 是53分。Gmail 4 Argon 也是53分。Grok 4.7是海外模型中目前最拉垮的，也超过了国产最强模型的 MIMO V2.6，是在46分。有海外的新的预五家把前面的座位全占了，分别是 Cloud、GPT、Gmail、Grok 和新进的 Meta。

那其中的一个原因呢，就是据 Anthropic 自己说呢，他们新的算法已经堵截了高达99%的潜在的蒸馏的用户，这也是为什么他们做了大规模的封禁。没有蒸馏之后呢，国产模型的增速一下变缓了很多。实际上这个呢也是真的到了一个正刀实枪的，需要从底层做创新去积累的时间点了。

我们说模型升级呢，其实。现在已经变成了一个手艺活，或者说呢是一个资源型的工种。里面的秘密其实越来越少，大逻辑呢就是通过类似长城的 coding 或者是长城的推理呢，去提升模型的整体的技术能力，让模型具备深度思考能力。然后呢再触类旁通的去累积各领域的知识与经验。

现在从新的榜单来看呢，从巨深到3d设计，再到数学、科学、生物医药以及最新的法律相关的榜单呢，都是企业模型的智能的很重要的领域。而这领域呢，实际在解决问题背后的逻辑依然是长城的 coding 和推理，只是掌握了触类旁通的，在各自的垂类里面发挥推理的方法以及调用不同的工具而已。

如果没有蒸馏的话，其实一个很大的差距就是显卡资源，因为英伟达的 gp 系列的显卡依然在高性能的训练中呢，具备核心的优势。而美国的模型因为对 ip 的重视，其实从 day one 就抛弃了蒸馏的手段，这也是为什么可以看到最近的厚积薄发，实际上也是过去一段时间他们一直在搭建的自己的管线以及数据积累的能力的一次性爆。

爆发。一旦这个管线和数据积累呢成为流水线了，未来呢增长呢基本上是水到渠成。国产模型呢，其实小米呢给出一些方向，算是一个比较好的，不依赖于蒸馏的一个后续的 rl 的手段，就是 code meters，这个我也分享过。大逻辑就是在 codebase 里面把部分的代码删除，再尝试让 ai 去理解并复现，再过自己的 unit test，最终完成自我进化。

类似的，基于自己的 tree 的数据，寻找合适的内容，做进一步合成之后二次训练的，也是类似 honest 这样的模型公司，实现不基于蒸馏的进化的一些方法。那实际上呢，因为现在蒸馏变困难了，很多模型在尝试提升性价比，也有很多公司呢去尝试拓展新的方向，比如说基于 jeff 的一个新的系统，以及基于 physical ai 的，包括端侧 ai 的落地。

但是呢，除了广度的增长以外，深度的提升对于模型公司来说依然重要。所以呢，也期待着国产的头部的模型公司，尤其融资融的比较大额的公司呢，可以尽快的承担起拓展前沿边界的工作。无论是 rl 还是自蒸馏，又或是类似米达。这样的巧妙的方式，基于 github 实现点睛之手，国产模型依靠自己的能力提升的时代已经到了，希望这个既是一个挑战，也是个机遇。