2025-12-06
谷歌Gemini 3系列霸榜
Gemini 3 Deep Think与Gemini 3 Pro相继发布，在IMO金牌级推理与多模态视觉基准上刷新SOTA，拉开与GPT-5系列差距，谷歌重夺“推理之王”称号，将全球基础模型军备竞赛推向新高点。
2025-12-02
智能体与自动驾驶推理
MIT OpenAGI、英伟达Alpamayo-R1、蚂蚁Agentar、阶跃GUI Agent等推出“先思考后行动”的推理型智能体，把链式思考引入自动驾驶与终端操控，降低幻觉提升决策可信度，开启物理AI落地元年。
2025-06-22
开源多模态与强化学习
OpenUni 1.1B多模态模型开源性能媲美8B BLIP3-o；同期RLHF→PPO→GRPO系统指南发布，降低推理模型训练门槛，推动中小团队低成本复现顶尖效果，加速社区创新。
2025-06-12
OpenAI最强推理模型o3-pro发布
OpenAI突然上线o3-pro，取代o1-pro成为默认专业模型，数学/编程/科学基准全面领先，价格却直降80%，被CEO奥特曼称为“太聪明了”。同步传出正与沙特、印度投资者洽谈400亿美元融资，估值或破3000亿美元，进一步巩固其在大模型性能与资本层面的双霸权。
2025-06-01
大模型推理极限预警
OpenAI o3在10倍算力助推下能力飙升，但多方预警“撞墙”仅剩一年：继续Scaling需突破显存、能耗与数据瓶颈，行业或将转向稀疏化、硬件-算法协同设计等新路线，影响全球大模型竞赛节奏与投资方向。
2025-05-20
推理模型范式升级与测试时计算
OpenAI、翁荔、北大联合强调“测试时计算”是下一代Scaling Law，AlphaEvolve矩阵乘法48次乘法突破获实证，单样本RLVR在数学任务上达73.6%准确率，推理能力成为大模型军备竞赛新焦点。
2025-04-10
开源代码模型竞速
Llama-4、Nemotron-253B、DeepCoder-14B、Cogito-v1等开源代码/推理模型相继上线，性能对标OpenAI o1/o3，参数效率与推理速度刷新SOTA，推动“本地部署+低成本微调”成为开发者新默认。
2025-04-02
开源大模型激战升级
OpenAI六年来首次开源推理模型，阿里Qwen2.5-Omni登顶开源榜，DeepSeek-V3刷新性能纪录，蚂蚁+清华开源低成本训练框架，开源生态进入“多强”时代，直接撼动闭源护城河并加速全球AI平权。
2025-03-27
谷歌Gemini 2.5 Pro登顶
谷歌深夜发布Gemini 2.5 Pro实验版，首次在LMArena榜单以40分优势超越GPT-4.5，代码、数学、推理全面屠榜，开启“思考模型”新范式；DeepSeek-V3-0324仅用后训练优化即实现同等超越，开源与闭源旗舰同频竞争，大模型性能天花板再被抬高。
2025-03-20
推理大模型价格战升级
OpenAI推出百万token 600美元的o1-pro，定价达DeepSeek-R1的270倍；谷歌Gemini升级Canvas语音编程，国产240元数学多模态R1亦亮相。高价旗舰与低价高效模型并存，标志大模型进入“极致性能 vs 极致性价比”双轨竞争，将重塑云厂商、开发者及企业采购策略。
2025-03-06
开源轻量推理模型大战
阿里通义千问开源QwQ-32B，以1/10成本实现对标DeepSeek-R1的推理性能，消费级显卡可跑；360、Light-R1等跟进，掀起“小参数+强化学习”复现o1/R1热潮，显著降低大模型落地门槛，加速端侧与中小企业部署。
2025-03-05
推理大模型军备竞赛
DeepSeek-R1、OpenAI o3/o1、Anthropic Claude-3.7-Sonnet、xAI Grok-3等顶尖推理模型密集发布，竞技场排名瞬息变化；开源社区同步推出INT8量化、CoE内存优化、VFMGL多模态迁移等配套技术，标志着“长思维链+强化学习”成为头部厂商必争高地，直接决定下一代AI基础设施格局。
2025-02-16
DeepSeek生态爆发
DeepSeek-R1模型发布引发连锁反应：官方同步部署指南、微信灰度接入14亿用户、Perplexity基于R1推出免费Deep Research、英伟达示范测试时Scaling自动优化GPU内核，显示其已成为现象级基础设施，重塑大模型竞争与创业投资格局。
2025-02-10
推理模型技术突破
清华&CMU证明无需SFT仅靠RL即可涌现长思维链；DeepSeek-R1用GRPO把显存暴降80%，7GB本地可跑671B满血版；OpenAI已内测GPT-4.5，编程能力年底冲击人类TOP1，推理范式进入低成本、高可解释新阶段。
2025-02-07
低成本推理范式
李飞飞、上交等团队用不足1K样本+预算强制，在16张H100上26分钟蒸馏出媲美o1-preview的推理模型，挑战“数据越大越好”共识，为中小团队提供新范式。
2025-02-03
OpenAI反击o3-mini
面对DeepSeek冲击，OpenAI紧急发布免费推理模型o3-mini并上线“深度研究”功能，主打低成本、高推理性能与30分钟万字报告能力，试图以技术+体验双重升级重夺头条，标志着全球大模型竞赛进入“推理性价比”新阶段。
2025-02-01
推理模型范式切换
DeepSeek-R1-Zero纯RL无需人类标注，OpenAI即将发布满血o3，北大解构CoT概率树，显示“推理即搜索”的新范式正在取代提示工程，降低数据门槛并刷新性能天花板。
2025-01-25
DeepSeek-R1 震撼硅谷
中国团队 DeepSeek 发布 R1 推理模型，在多项高难度基准上超越 OpenAI o1、Claude，以极低训练成本刷新行业认知，引发硅谷巨头紧急复现，凸显中国大模型技术跃迁与全球竞争新格局。
2025-01-21
国产开源大模型爆发
DeepSeek-R1、Kimi k1.5、月之暗面K1.5等国产模型相继开源，性能对标OpenAI o1，成本骤降90%，标志中国大模型进入“性能+性价比”双拐点，加速AI平权与全球竞争。