硅谷AI圈今年夏天的这场“诸神之战”，终于在5日晚上正式拉开了序幕。OpenAI在GPT-2之后，时隔多年再次拥抱开源，发布了一个号称“最强”的开源推理大模型gpt-oss。

谷歌这边自然也没闲着，直接丢出了一个“开天辟地”式的大杀器——Genie 3。这个模型可以让用户用一句话就生成一个长达数分钟的、可以交互的三维虚拟世界，效果相当炸裂。

而OpenAI的老冤家，那个不认AGI、只埋头在AI编程赛道上狂奔的Anthropic，同样不甘寂寞。它更新了自己最顶（gui）级的大模型：Claude Opus 4.1，将AI编程能力的上限又往上推了一把。

虽然从不同的维度来看，这三款新产品的发布都具有相当重要的意义，但这还只是未来几天硅谷AI圈“神仙打架”的序幕，好戏还在后头呢。

而且，就像这三家之前发布的所有产品一样，背后团队中，华人依然是中流砥柱。所以，就连硅谷的吃瓜群众，也在期待来自东方的DeepSeek和Qwen。希望国内的AI力量，不会缺席这场夏末的AI盛宴。

01 OpenAI终于迎来了他的DeepSeek时刻

OpenAI时隔6年，首次推出了“开放权重”的大语言模型：gpt-oss-120b和gpt-oss-20b。两个模型都采用了Transformer架构，并融入了MoE设计。其中gpt-oss-120b总参数1170亿，激活参数51亿；gpt-oss-20b总参数210亿，每token激活36亿参数。

模型采用了分组多查询注意力机制，组大小为8，以及旋转位置编码（RoPE），原生支持128k上下文。

从性能上看，OpenAI官方的说法是，这已经是目前同体量下开源推理模型中的SOTA了。

具体来说，gpt-oss-120b模型在核心推理基准测试中，已经能够实现与OpenAI o4-mini接近的性能，而且可以在单张80 GB GPU上高效运行。gpt-oss-20b在常见基准测试中能达到与OpenAI o3-mini类似的性能，可以在仅拥有16 GB内存的端侧设备上运行。

从模型体量来看，OpenAI这次放出的两个模型，明显是针对本地部署的需求和市场，补齐了之前产品层面的一个短板。不过在许可证里，依然很鸡贼地做了限制：不允许年收入高于1亿美元或者日活超过100万的实体进行商用。

发布之后，网友们也迫不及待地进行了本地化部署，从反馈来看，性能还不错。

在RTX5090上运行20B的版本，每秒能达到160-180tokens的输出速度。

从模型的能力上看，用户的实际反馈也都不错。有网友在M4 MacBook上，一次就通过了3个常用的编程能力测试。

根据大模型能力测试机构Intelligence Evaluation公布的众测结果，OpenAI这两款模型在体量远小于DeepSeek R1和Qwen 3的情况下，性能却已经非常接近这两个中国的开源模型了。

客观地说，这次模型发布最大的意义，在于让OpenAI重新回到了开源牌桌上，也让用户多了一个可以方便单机本地部署、能力还不错的模型可以选择。不过，这也只能算是一次“补作业式”的发布。所有人对OpenAI的期待，依然落在之后到来的GPT-5上。到底OpenAI能给业界带来多大的震撼，我们拭目以待。

02 谷歌Genie 3：炸裂，但是期货

既然OpenAI没有放出GPT-5，谷歌自然也不会让OpenAI独吞流量，发布了一个非常“战未来”的模型——Genie-3。

就像文章开头的视频展示的那样，这是一个文生虚拟世界的模型。用户可以用文字生成一个720p清晰度、24 FPS流畅度的动态世界，并且能够实时交互，具有非常好的一致性和真实感。用户可以通过文字或按钮的方式，自由控制、探索这个世界中的各个细节。

图注：走到一个铝架子旁边，然后走到那个大型的红色工业搅拌机旁边。

通俗一点来说，如果说像Sora或Veo 3这样的文生视频模型对应的是电影，那么Genie-3生成的就是一个游戏，或者说一个虚拟剧本杀。用户不仅是在屏幕前看这个世界，更可以主动地通过自己的行为，和这个生成的世界进行互动。

不同于视频模型的是，这样的“世界模型”需要对用户的行进进行实时的反馈和互动，而且还必须符合现实世界的基本逻辑规律。比如，你用手向后推一个漂浮的气球，气球不能向天上飞，而要向后飞；你用手轻推一辆汽车，它不能马上就高速跑起来。

所以，如果用户对于视频模型中一些小的瑕疵还能接受，那么世界模型就一定要对物理反馈处理得非常精准。虽然不一定能达到LeCun要求的“理解物理世界”的水平，但相比于视频模型生成的一闪而过的画面，如果生成的虚拟世界处理不好这些物理交互逻辑，那它就没有意义。

而从谷歌提供的Demo中可以看到，随着用户输入不同的指令，世界会实时给出不同的反馈，生成不同的内容。想要做到这一点，需要处理的技术问题是非常有挑战性的。

如果未来谷歌真的能把这路彻底跑通，且不说“世界模型”背后的技术对机器人和自动驾驶领域会不会产生碘伏性的改变，就算对VR、游戏以及文生视频赛道的影响，也将是难以想象的。

可惜的是，虽然Genie 3看起来足够惊艳，但依然停留在官方演示阶段。所有发布内容都是官方放出的，没有提供普通用户试用，还是经典的谷歌版“期货”。

但虽是期货，可现如今，这样具有跨时代意义的产品和技术突破，似乎也只有对AI进行饱和式火力覆盖的谷歌，才能做到。

从技术层面来讲，即便是像OpenAI这样的创业公司，也只能在Transformer这类模型上和谷歌形成你追我赶之势。虽然一年多以前，是OpenAI推出的Sora炸裂全场，拉爆了人们对于视频生成模型的期待，但真正有实力持续投入、在时间维度上保持领先的产品，依然是谷歌和它的Veo。而Genie 3，也是谷歌默默耕耘、迭代了数个大版本的成果。

考虑到即便是Transformer，也是发源于谷歌，希望它能善待每一株火苗，早日让我们感受到燎原的热浪。

03 偏科冠军的执着：2%提升

一张图就能很好地概括Anthropic的发布——AI编程能力上限又提高了2%。

但需要强调的是，这里的2%，不仅仅是Claude自己的提升，而是代表了当前AI编程能力的上限。

为什么这么说？因为从用户真实反馈和市场占有率来看，Claude Opus几乎就是现在AI Coding领域口碑和占有率最高的模型。

而AI编码，几乎就是现阶段大模型商业化最彻底、未来上限最高的一个分支赛道。所以面对OpenAI的血脉压制，Anthropic选择将所有资源和精力都花在提升自己模型的编程能力上。通过这个竞争策略，让自己能够持续留在大模型商业化的牌桌上，保留同谷歌和OpenAI持续对抗的可能。

从这个角度看，Opus 4.1的发布，就像是在另外两家发布“补课”和“战未来”产品时，向自己的所有客户坚定地说：放心，你们选我错不了。

04 AI圣诞夜背后的国人力量

硅谷AI圈的三弹连发，背后依然少不了华人科学家和工程师的身影。

OpenAI发布的gpt-oss系列模型，其核心团队成员之一，就有参与多个项目的北大校友任泓宇。

在OpenAI期间，他主要负责后训练团队，主要研究方向是语言模型训练优化。

而他现在，也已经被小扎重金挖到了Meta，成为了Meta超（一）级（亿）智（薪）能（酬）实验室的成员。

在去OpenAI之前，他曾在苹果、微软、谷歌、英伟达都工作或实习过。2018年从北大本科毕业后，他在斯坦福大学获得了计算机博士学位。

在社交网络上，他也专门感谢了另一位华人科学家Wang Xin在项目后训练阶段的贡献。

她本科毕业于上海交大，后来在加州大学伯克利分校获得了计算机博士学位。

之后在微软、苹果工作过，于今年2月份加入了OpenAI，主要负责模型的后训练工作。

而在谷歌发布Genie 3的团队名单中，也有1名华人参与。

Emma Wang本科毕业于上海交通大学，在哈佛大学获得博士学位。2019年博士毕业后加入谷歌，主要负责模型的优化。2023年，她加入了DeepMind团队，之后参与了Genie 3服务系统的设计和优化，将延迟降低了10倍，大大提升了模型的吞吐量，从而使模型实现了24fps的流畅度和亚秒级响应延迟。