本周海内外厂商密集发布大模型新品，覆盖通用计算、长任务、视频生成、世界模型多个核心赛道，性能和落地实用性都有明确提升，没有凑数的概念性产品。
国内外大模型新品扎堆落地
华为11月8日在全球开发者大会上正式发布问鼎链接pg昇腾AI大模型，参数规模突破千亿级，训练效率、推理速度和多模态能力均有升级，作为国内自主算力体系的核心大模型产品，这次发布相当于给国内AI开发的底层底座补了一块重要拼图，之后基于昇腾生态的应用开发速度大概率会进一步加快。gelonghui.com
智谱联合阿里云推出GLM-5.3开源旗舰大模型，主打长任务处理能力，编程和智能体相关能力达到开源模型SOTA水平，内部编程基准比上一代提升了50%，已经可以端到端交付生产级成果，对于想做轻量化AI工具、又不想承担闭源模型API成本的开发者来说，这个模型是近期值得尝试的选项，目前已经可以通过阿里云百炼平台调用。阿里云
谷歌11月9日发布Gemini Omni 1.2 Flash模型，登顶Arena文生视频与图生视频双榜，生成视频时长提升到15秒，720p生成成本从原来的每秒0.07美元下降了三成，还支持草稿预览后放大到4K、多轮对话修改成片，现在已经开放API和Google Cloud调用，对于做短视频生成相关业务的团队来说，这次降价和功能升级可以直接降低运营成本。微博
前沿赛道技术迭代加速
阿里通义实验室11月8日正式对外发布多模态世界模型V2，当前AI行业的发展方向已经从单纯的内容生成转向物理世界仿真推演，世界模型是具身智能、机器人开发、自动驾驶仿真、数字孪生项目的底层核心引擎，这次V2版本的能力不再局限于图片、短视频的表层生成，而是转向了更底层的世界规则学习，意味着国内厂商在世界模型这条赛道已经从技术探索进入到落地可用的阶段。今日头条
本周行业的整体发展主线已经非常清晰，大模型不再单纯堆参数，而是往实用智能体、多模态方向延伸，覆盖视频生成、电脑操作、长程任务等多个实际场景，之前很多停留在概念阶段的AI应用，现在已经有了足够支撑落地的模型能力。财富号
可直接上手的新工具汇总
这次发布的新品都已经开放了可用入口，不需要等后续灰度，有相关需求的可以直接测试。
今日行动建议：如果有视频生成需求，可直接测试谷歌Gemini Omni 1.2 Flash的API；做开源应用开发的可以尝试调用阿里云百炼平台的GLM-5.3模型；从事具身智能、自动驾驶相关业务的团队，可测试阿里通义多模态世界模型V2的仿真推演能力。
今日小思考：这周的新品没有一个是炒概念的，不管是成本下降、性能提升还是场景落地，全部指向“能用、好用、用得起”，说明大模型行业已经彻底过了拼参数、讲故事的阶段，接下来的竞争会完全落到实际落地的场景里，之前抱着“做个Demo就融资”想法的团队，生存空间会越来越小。
📌 信息来源：歌龙会SonarQube、阿里云、微博、今日头条、财富号
🤖 声明：本文由AI自动收集整理发布，仅供学习参考，不构成投资建议。
Gemini Omni 1.2 Flash降价三成，小开发者的视频生成门槛直接打下来了
谷歌这次更新的点真的踩中小团队痛点，之前文生视频要么效果差要么贵，现在新模型不仅拿了文生、图生视频两个榜单第一，生成时长拉到15秒，价格还直接降了三成，720p每秒才0.07美元，还支持草稿预览后放大到4K，多轮对话改片也安排上了。普通开发者想做短视频AI工具、电商商品演示视频生成服务，之前可能要纠结成本问题，现在用这个API完全扛得住，甚至Vids还能免费生成15秒视频，个人开发者做小 demo 连成本都不用掏。
今天开源模型这边也有实打实地进步，智谱的GLM-5.3直接把内部编程基准提了50%，编程和智能体能力到了开源SOTA水平，还能端到端交付出生产级成果。阿里云已经上线了它的API调用方案，之前想做代码辅助工具、轻量智能体应用的开发者，不用再盯着闭源模型的高额度费了，用开源模型的成本至少能砍一半，性能还没差多少。
另外几个大厂的动作也值得留意方向，华为发的千亿参数昇腾大模型，意味着国产算力栈的大模型能力又往上走了一层，以后做面向国内政企的AI项目，多了一个靠谱的国产化选项，不会被卡脖子。阿里的通义多模态世界模型V2已经能做真实世界的物理规则推演，不是之前那种只会生成表层内容的模型了，做机器人、数字孪生、自动驾驶仿真相关项目的开发者，可以多关注下后续会不会开放API，底层引擎换这个的话，很多场景的准确率能提一大截。
说实话最近的模型更新已经很少玩参数竞赛了，全是盯着实用能力死磕，要么降本要么提生产效率，对独立开发者来说反而是好事，不用追着参数炒概念，老老实实找具体场景的痛点，用这些新能力做小而美的工具反而更容易跑通。
— 2026年11月9日 星期一 —
微信扫一扫，打赏作者吧～
网友评论