自7月22日以來，阿里巴巴接連開源了四個(gè)模型，分別涉及基礎(chǔ)模型、編程模型、推理模型和視頻模型等，包括開源視頻生成模型通義萬相2.2、千問3最新版基礎(chǔ)模型（非思考版）、千問3推理模型以及AI編程模型Qwen3-Coder。
在7月28日，螞蟻數(shù)科、智譜AI也相繼發(fā)布大模型，聚焦垂類賽道。
其中，螞蟻數(shù)科發(fā)布的金融推理大模型Agentar-Fin-R1，包括32B和8B參數(shù)兩個(gè)版本。螞蟻數(shù)科還推出基于百靈大模型的MOE架構(gòu)模型，以及非推理版本的14B和72B參數(shù)大模型。智譜AI則發(fā)布新一代旗艦?zāi)Ｐ虶LM-4.5，專為智能體應(yīng)用打造。此外，月之暗面也于本月開源并發(fā)布了MoE 架構(gòu)基礎(chǔ)模型Kimi K2。
《科創(chuàng)板日?qǐng)?bào)》注意到，編程能力成為多個(gè)企業(yè)的重點(diǎn)提升方向。比如，Kimi K2強(qiáng)調(diào)具備更強(qiáng)代碼能力。在前端開發(fā)任務(wù)中，Kimi K2 擅長(zhǎng)生成兼具設(shè)計(jì)感與視覺表現(xiàn)力的代碼，支持粒子系統(tǒng)、可視化和 3D 場(chǎng)景等表現(xiàn)形式。Kimi K2 One-shot可在無具體指令下，自動(dòng)選用 TradingView，搭建了完整的期貨交易系統(tǒng)界面。
智譜AI發(fā)布的GLM-4.5則首次在單個(gè)模型中實(shí)現(xiàn)推理、編碼和智能體能力的原生融合，滿足智能體應(yīng)用的復(fù)雜需求。
阿里的Qwen3-Coder是千問系列模型中首個(gè)采用混合專家MoE架構(gòu)的代碼模型，支持Agent調(diào)用各種工具，解決復(fù)雜編程任務(wù)，實(shí)現(xiàn)網(wǎng)頁開發(fā)、AI搜索、深度研究等智能體應(yīng)用。
今年早些時(shí)候，Anthropic的創(chuàng)始人、CEO Dario Amodei曾預(yù)測(cè)，距離AI編寫90%代碼的時(shí)代已經(jīng)不遠(yuǎn)了。再過一年，AI甚至可能編寫所有的代碼。
“今年的AI編程變得更好用了，相比去年成功率大漲。”在2025世界人工智能大會(huì)AI女性菁英論壇上，宇樹科技創(chuàng)始人王興興談及AI時(shí)表示， “現(xiàn)在我很多代碼都偷懶不寫了，交給大語言模型來寫。去年的成功率還不高，會(huì)有很多錯(cuò)誤。而今年，比如生成一個(gè)抽獎(jiǎng)的軟件，成功率可以達(dá)到90%以上，這大大降低了科學(xué)研究、AI軟件算法的難度。”
對(duì)于AI編程的發(fā)展趨勢(shì)，阿里云百煉高級(jí)產(chǎn)品專家徐志遠(yuǎn)在接受《科創(chuàng)板日?qǐng)?bào)》采訪時(shí)表示，AI并不是要替代某種角色，程序員的每層工作本身都沒有消失，改變的是完成工作的某一種方式。在如今的模型發(fā)展趨勢(shì)下，重新思考利用新的技術(shù)、新的模型、新的編程的范式來達(dá)到目標(biāo)。
“甚至某種意義上，可能在未來會(huì)進(jìn)一步的淡化程序員初級(jí)、中級(jí)、高級(jí)等的層級(jí)概念。對(duì)AI工具的理解程度，對(duì)vibe coding（氛圍編程）的接受程度、對(duì)Coder模型的使用程度，甚至對(duì)模型進(jìn)步、下一代趨勢(shì)發(fā)展的判斷程度，決定了產(chǎn)出的高和低。而不是傳統(tǒng)的有十年、三年或者一年代碼經(jīng)驗(yàn)，做過多么深度的項(xiàng)目。今年有大量的初創(chuàng)團(tuán)隊(duì)可能只有那么一兩名程序員，但能夠非常深刻理解和使用新型AI工具，來構(gòu)建出非常令人驚艷的項(xiàng)目。”
除了編程外，金融大模型是一大重要垂類方向。螞蟻數(shù)科CEO趙聞飆認(rèn)為，通用大模型距離產(chǎn)業(yè)實(shí)際應(yīng)用通常存在“知識(shí)鴻溝”。構(gòu)建專業(yè)的金融大模型是推進(jìn)金融與AI深度融合的必然路徑，未來，金融大模型的應(yīng)用深度將成為金融機(jī)構(gòu)競(jìng)爭(zhēng)力的關(guān)鍵要素。
螞蟻數(shù)科CTO王維在接受《科創(chuàng)板日?qǐng)?bào)》采訪時(shí)表示，金融行業(yè)把AI用好依然面臨很多挑戰(zhàn)。“金融在AI場(chǎng)景中遇到很多的幻覺和差錯(cuò)，或者回答未達(dá)到金融級(jí)審慎的要求，如果把AI用好，不得不面臨一個(gè)挑戰(zhàn)，如何把通用能力和場(chǎng)景鴻溝彌合。所以我們選擇從通用大模型向?qū)I(yè)/專用模型演進(jìn)。“
王維判斷，金融推理模型會(huì)越來越被需要，因?yàn)榻鹑陬悘?fù)雜場(chǎng)景的業(yè)務(wù)，需要模型的整個(gè)推理鏈條和推理邏輯都很清晰，才能真正解決問題。
“一個(gè)好的垂直大模型，特別是推理能力很強(qiáng)的大模型，才能成為智能體可控、可靠、可優(yōu)化的智能中樞。沒有這個(gè)東西，就像缺少關(guān)鍵的齒輪，導(dǎo)致其他的齒輪帶不動(dòng)。如果推理模型的泛化能力、意圖識(shí)別能力、結(jié)構(gòu)化表達(dá)的能力都不在線，很難相信企業(yè)愿意用這樣新的技術(shù)方式取代原有的業(yè)務(wù)模式，更不能談增量?jī)r(jià)值的創(chuàng)造了。”