喺全球人工智能（AI）開源浪潮之中，中國科技巨頭阿里巴巴同字節跳動以驚人速度搶占高地。過去一周（2025年9月19日至26日），阿里巴巴嘅Qwen團隊接連發布Qwen3‑Max、Qwen3‑Omni同Qwen3‑ASR‑Flash等多款開源大語言模型（LLM），喺數學推理同多模態任務上部分指標超越OpenAI嘅GPT‑4o‑mini。與此同時，字節跳動旗下嘅豆包（Doubao）生態推出Seedream 4.0圖像生成模型，配合VeOmni多模態框架，圖像與文字融合準確率達92%，逼近Google Gemini 2.5 flash。呢啲發布唔單止鞏固咗中國喺開源LLM市場嘅領導地位——Stanford HAI 2025 AI Index報告顯示，中國開源投資佔全球18.7%——亦標誌住開源模型由「追趕」走向「領跑」。VentureBeat分析指，開源已成為中國AI繞過美歐管制嘅利器，推動全球開發者生態重塑。
開源LLM嘅吸引力在於可以免費微調同部署，避免像GPT‑5嗰類閉源模型高昂嘅API費用（每百萬tokens大約0.03美元）。過去一周，中國模型喺Hugging Face平台嘅下載量暴增約40%，開發者反映Qwen3系列喺企業級任務上性價比最高。「開源令AI民主化，中國企業正用實際行動證明呢點，」阿里雲副總裁吳松喺9月24日嘅發布會上表示。字節跳動AI實驗室負責人則強調，豆包生態中嘅開源組件「橋接咗TikTok全球用戶同本土創新」。本周嘅發布集中喺多模態同高效推理，回應咗閉源模型喺成本同可及性上嘅痛點。
阿里巴巴Qwen3系列：一周五款開源，數學與多模態雙突破
阿里巴巴嘅Qwen（通義千問）團隊本周動作頻繁，9月23日至25日連續發布五款開源模型，覆蓋圖像編輯、語音合成同全能多模態，累計參數超過1萬億。領銜係9月24日推出嘅Qwen3‑Max官方版：1T參數規模，預訓練36T tokens數據，喺MATH數學基準上得分78%，超越DeepSeek‑V3嘅75%同GPT‑4o嘅73%。Medium嘅Ashinno分析話，該模型採用MoE（專家混合）架構，僅激活20%參數，推理速度係Llama 3.1嘅2倍，適用於電商推薦同金融建模。「Qwen3‑Max唔係簡單堆參數，而係優化咗長鏈推理，」阿里工程師喺Hugging Face博客分享。
緊隨其後係9月23日嘅Qwen3‑Omni，多模態全能王：處理文本、音頻、圖像同視頻，MMLU‑Pro得分89%，部分超越Claude 3.5 Sonnet嘅87%。Computerworld報道，Qwen3‑Omni喺視頻理解任務上準確率達95%，適用於短視頻剪輯同AR試衣，支持50種語言，包括方言。9月25日，Qwen3‑ASR‑Flash語音轉錄模型開源，實時準確率達98%，超過Whisper Large‑v3嘅96%，專為會議同客服優化。Artificial Intelligence News稱，該模型訓練於1000小時多語種數據，延遲僅0.5秒。
此外，9月22日嘅Qwen‑Image‑Edit‑2509圖像編輯模型同Qwen3‑TTS‑Flash文本轉語音工具亦已開源，前者支持風格遷移，生成質量可媲美Stable Diffusion 3；後者自然度得分4.8/5。Alibaba Cloud Model Studio確認，呢啲模型全部採用Apache 2.0許可，開發者可以免費微調。阿里被Fortune 2025「改變世界」榜單表彰，開源Qwen家族超過300個模型，反映出同傳統閉源策略嘅差異。Dev.to嘅Czmilo分析話，Qwen3系列喺企業部署中，成本僅為閉源方案嘅1/3，推理能耗下降約40%。
Qwen嘅強勢來自阿里雲生態：整合ModelScope平台，開發者社區超過500萬。但挑戰仍然存在：英文任務表現普遍優於中文，需要持續優化文化偏見。X用戶@QwenFan話：「一周五款，阿里開源速度碾壓OpenAI。」
字節跳動豆包生態：Seedream 4.0與VeOmni開源，圖像與多模態新巔峰
字節跳動本周焦點係豆包（Doubao）視覺語言生態。9月24日，Seedream 4.0圖像生成模型正式開源，喺Jimeng AI、Doubao app同Volcano Engine雲平台均已上線。Dig.watch報道，該模型喺FID（圖像質量）基準上得分12.5，優於Midjourney v6嘅14.2，支持文本‑圖像‑視頻融合，能夠生成3分鐘完整音樂視頻。亮點係「動作生成」功能：用戶輸入「貓跳過月亮」，模型輸出動態序列，準確率92%，適用於TikTok短視頻。
9月19日，豆包視覺語言模型Doubao‑VLM‑1.6開源，HumanEval視覺理解得分91%，部分超越GPT‑4V嘅89%。Seed.bytedance.com博客指出，該模型升級咗音樂同文本‑圖像生成，3分鐘完整曲目自然度達4.7/5。雖然Doubao核心仍然閉源，但開源組件如VeOmni框架（9月19日更新）解鎖咗多模態訓練，開發時間由數周縮短至數日。Yahoo Tech報道，VeOmni支持任意模態微調，下載量超過50萬。
豆包生態用戶達1.57億月活，QuestMobile數據顯示其領跑中國AI app。TechAsia分析認為，Seedream 4.0「加熱AI圖像戰」，逼近Gemini 2.5 flash。但開源仍有界限：Doubao‑1.5‑Pro嘅多模態能力強過DeepSeek，但核心算法保持閉源。X上熱議話：「豆包開源圖像，TikTok內容生成有機會掀起革命。」
性能對比與全球影響：開源逼近閉源，生態重塑
一周內，Qwen3‑Max喺GSM8K數學基準得92%，豆包VLM‑1.6喺MMLU得88%，兩者均超過Llama 3.1嘅85%。Big Data Analytics News 2025開源榜列出Qwen3‑Omni第三，Doubao‑VLM第六。Shakudo嘅9月榜單亦顯示，中國模型佔前五名中三席。
影響深遠：開源降低入門門檻，企業例如天貓使用Qwen提高轉化率15%。Cybernews指出，中國模型有避開美國出口管制嘅趨勢，並使用國產芯片訓練。但數據隱私成為痛點：歐盟對豆包數據來源展開調查。
展望：中國開源嘅「下一個十年」
阿里同字節喺一周內嘅集中輸出，預示住開源AI嘅「中國時刻」。AI Supremacy估計，到2026年中國模型可能佔全球60%。Meta嘅Llama需要迎頭趕上，而OpenAI可能會考慮開源其未來模型。X用戶@ChinaAI_Watch評論：「Qwen＋豆包，開源民主化，令美企要警醒。」
喺脫鈎時代，開源成為國際交流嘅橋樑。未來，邊個會定義AI？