Artificial Analysis是一家做 AI 能力测评的权威机构。 先看一些具体数据和案例。自从2022年ChatGPT发布后，中美AI之间的差距一度显得很大，但到了 2025年5月，这个差距已经缩小到不足三个月了。 这意味着，中国的AI实验室和企业在这些年里取得了巨大的进步。 这份报告盘点中国 AI 在全球的位置，顺便对比一下，中美在语言模型这块到底谁强一点。 01 DeepSeek R1（2025年5月）在Artificial Analysis Intelligence Index中评分68分；阿里巴巴的Qwen3 235B A22B评分47分。 相比之下：OpenAI的o3也是68分；Gemini 2.5 Pro则是67分，你看，中美两国在这方面的差距已经非常 小了。 中国是如何实现这一跨越的呢？简单来说：技术性能提升和战略上的突破。 帮助工程师和企业精准把握AI的能力，从而做出战略决策。它的方法是：用大量数据说话，做系统性 分析。 2025 年 6 月中期，它们发布了一份：《2025 年第二季度中国 AI 亮点报告》。 举个例子： 阿里巴巴发布的QwQ 32B Preview在2024年11月 ...

自 OpenAI 发布 Sora 以来，AI 视频生成技术进入快速爆发阶段。凭借扩散模型强大的生成能力，我们已经可以看到接近现实的视频生成效果。但在模型逼真度不 断提升的同时，速度瓶颈却成为横亘在大规模应用道路上的最大障碍。 当前最好的视频生成模型 Wan 2.1、HunyuanVideo 等，在单张 H100 GPU 上生成一个 5 秒的 720p 视频往往需要耗时 30 分钟以上。主要瓶颈出现在 3D Full Attention 模块，约占总推理时间的 80% 以上。 为了解决这个问题，来自加州伯克利和 MIT 的研究者们提出了联合提出了一种新颖的解决方案： Sparse VideoGen。 这是一种 完全无需重新训练模型 的视频生成加速方法。通过挖掘注意力机制中的 空间与时间稀疏性 ，配合 自适应稀疏选择与算子优化 ，成功将 推理时间减半 。令人惊讶的是，它生成的视频与 Dense Attention 方法相比， 几乎没有肉眼可见的差别 ，保持极高的像素保真度 (PSNR = 29)。Sparse VideoGen 也是第一个能够 达到这种级别的像素保真度的方法。 目前，Sparse VideoGen ...

克雷西 发自 凹非寺 量子位 | 公众号 QbitAI 开源模型，还是得看杭州。 前脚发完QwQ-Max，阿里就在深夜开源了视频生成模型 Wan 2.1 ，14B参数直接 屠榜VBench ，什么Sora、Gen-3通通不是它的对手。 从官方Demo中看，复杂运动细节非常到位， 5个人一起跳hip-hop也能做到动作同步 。 而且在静态图像生成中都还是老大难问题的 文字 ，现在也被万相给攻克了。 当然了，14B的参数量说大不大，但在个人消费级显卡上本地部署还是比较吃力的。 不过14B （支持分辨率720P） 之外，还有一个1.3B的小号版本 （支持分辨率480P） ，在一块 4090上占用显存是8个多GB ，消耗时间4 分21秒。 如此观之，用12GB的 4070，也是能带动的 。 | | | | Computational Efficiency of Wan2.1 | | | | | --- | --- | --- | --- | --- | --- | --- | | | | | (time(s)/ peak memory(G)) | | | | | GPU | Model | Resolution | ...