瑞银：AI巨头密集推新模型，持续加码算力投入
智通财经APP了解到，在最新的人工智能（AI）研报中，瑞银指出，近期谷歌（GOOGL.US）、Anthropic、DeepSeek等科技巨头相继发布新一代大语言模型（LLM），推动智能前沿持续突破，行业竞争日益白热化。该行分析认为，模型性能遵循的“规模定律”（scaling laws）依然有效，算力投入将继续成为塑造未来AI竞争格局的决定性因素。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
报告提到，过去几周内，AI模型领域迎来了一轮密集发布浪潮。谷歌于11月18日推出Gemini 3 Pro多模态模型，凭借其卓越的推理能力和出色的图像生成表现，在Hugging Face排行榜上斩获了综合性能、文生图及视觉任务三项第一，网页开发任务排名第二。Anthropic紧随其后，于11月24日发布Claude Opus 4.5模型，在软件工程任务中表现突出，同时在模型安全性和防滥用方面实现显著提升，其网页开发任务排名位居榜首。12月1日，DeepSeek推出开源模型DeepSeek V3.2，该模型通过强化学习算法创新和稀疏注意力架构，在性能上接近前沿闭源模型的同时，显著降低了推理成本。其高算力版本“Speciale”性能与Gemini 3 Pro旗鼓相当。
在核心性能指标方面，新一代模型展现了突破性进展。ARC-AGI-2基准测试显示，Gemini 3 Deep Think和Claude Opus 4.5在多步推理任务中的得分分别达到45%和38%，远超此前多数前沿模型10%-20%的水平，已接近人类平均60%的表现。瑞银分析师指出，这一结果印证了AI模型预训练规模定律的有效性，即算力投入的增加将持续带来模型能力的非线性提升。
芯片领域的技术路线之争同样备受关注。谷歌披露Gemini 3 Pro完全基于自研TPU芯片训练，引发了市场对通用GPU与AI专用ASIC芯片效率的讨论。报告分析认为，ASIC芯片在执行特定AI任务时效率更高，但GPU凭借其灵活的架构和广泛的软件生态支持，目前仍占据数据中心芯片市场约90%的份额。随着OpenAI与博通（AVGO.US）、Anthropic与谷歌等合作的深化，ASIC芯片的关注度持续提升，预计未来两类芯片将并行发展。英伟达（NVDA.US）最新财报显示，其下一代GPU产品已获得逾5000亿美元的营收可见性，彰显出市场对算力需求的强劲增长态势。
总体而言，随着英伟达Blackwell和Rubin等新一代芯片的问世，瑞银预计算力扩张的竞赛将持续进行，这也支持了该机构近期对AI资本支出预测的上调。除了谷歌带来的跨越式进步，Anthropic和DeepSeek的新模型也为行业增添了竞争活力，主要对OpenAI等公司构成压力，推动AI行业向多模型、多供应商的格局演进。这一趋势预计将至少持续至2026年。
相关攻略
京东开源图像模型JoyAI-Image-Edit，从平面修图升级为三维空间重塑 4月7日，京东探索研究院正式宣布，开源自研的JoyAI-Image-Edit图像模型。这不仅是又一个开源工具，更标志着图像生成编辑技术的一次关键转向：从二维平面迈入了三维空间。 简单来说，这个模型被设计为业内首个将“空间
Anthropic启动Project Glasswing计划，集结科技巨头共筑软件安全防线 近日，人工智能公司Anthropic启动了一项名为“Project Glasswing”的新计划。这项计划的核心目标，是借助其尚未公开发布的Claude Mythos Preview模型，来加强全球关键软件基
就在 OpenAI 都停了 Sora，所有人以为 Seedance 2 0 要一统天下的时候，没想到不知哪里冒出来一匹马。 周二晚间，在知名 AI 评测分析平台 Artificial Analysis 上，一个代号为「HappyHorse-1 0」的神秘视频生成模型空降榜首，引发了 AI 社区热议。
Anthropic的神秘“玻璃之翼”：神话级模型与它的闭门测试 就在今天，Anthropic正式揭晓了一项名为“Project Glasswing”（玻璃之翼项目）的计划。这个计划的启动，直接源于他们训练出了一个堪称“神话级”的全新模型——Claude Mythos Preview。没错，这正是前两
上周一，我在深圳参加了一场机器人黑客松。前一晚九点抵达时，我原本以为自己会是少数还在工作的那一批人。走进场地才发现，灯还亮着，地上已经支起一排排帐篷。机械臂没有停，选手们围在工位前采数据、训模型、盯
热门专题
热门推荐
语言大模型 提到“语言大模型”这个词，大家可能已经不陌生了。它本质上是一类基于深度学习算法，通过海量自然语言数据“喂养”出来的超级神经网络。这些模型在理解和生乘人类语言方面，展现出了惊人的能力。那么，它的核心特征究竟有哪些呢？我们来逐一拆解。 强大的语言生成和理解能力 这无疑是其最引人瞩目的光环。一
数据挖掘的完整流程：从问题定义到价值落地 谈及数据挖掘，很多人的第一反应是复杂的算法和代码。但数据挖掘的真正魅力，远不止于此。它应该是一套严谨、系统的方法论，驱动我们从未被充分利用的数据中提取出能指导行动的真知。这个完整的过程，环环相扣，缺一不可。 第一步：定义问题——找准起点，明确方向 万事开头难
正确认识RPA技术 智能时代的浪潮已经到来，新技术的涌现和发展是不可逆转的趋势。对于财务人员而言，首先要明确一点：RPA技术本质上是一种按预设程序执行重复性业务的信息处理工具。它不具备人类的思维能力、应变能力，更谈不上预测能力和职业判断。换个角度看，这其实是个好消息——财务人员完全可以成为这项技术的
RPA如何处理文本分类任务？深度解析其优势、挑战与未来 提到RPA（机器人过程自动化），都知道它擅长处理规则明确的重复性任务。但如果任务里混入了大量非结构化的文本信息呢？这就不得不请出它的一个重要搭档——文本分类技术。作为自然语言处理的基础任务，文本分类能将这些散乱的文本数据自动归入预设的类别，为后
自动化办公软件：企业效率提升的关键引擎 在当今快节奏的商业环境中，自动化办公软件早已不再是一个可选项，而是企业提升竞争力、实现高效运营的标配工具。它的核心价值在于，能够系统性地将人力资源从大量重复、繁琐的事务中解放出来，从而聚焦于更有创造性、战略性的工作。最终，它不仅能显著降低运营成本、提升工作质量