大模型领域的竞争格局正在发生深刻转变，从以往单纯比拼模型参数规模，悄然转向更为底层的“基础设施”暗战。近期，智谱AI的一系列动作颇具代表性——不仅成功落地了1GW级的国产AI算力数据中心，还正式完成了对国产AI异构算力软件公司中科加禾的收购。这一“硬”一“软”的组合拳，释放出的信号十分明确。

先看硬实力层面。这座1GW级的数据中心，全部采用国产AI芯片，绝非小规模尝试。1GW的算力规模意味着什么？足以支撑大规模前沿模型的训练需求。再看软实力层面，被收购的中科加禾，脱胎于中科院计算所编译实验室，团队在异构算力软件栈与编译优化方面积累深厚，业内公认处于顶尖水平。将这两步棋放在一起审视，它们分别瞄准了“算力供给”与“算力释放”两个关键环节。前者解决的是“算力有没有”的问题，后者则聚焦“算力好不好用、效率高不高”——通过编译器、Runtime、推理引擎等底层软件能力，充分挖掘不同芯片的潜力，从而有效降低推理成本，提升模型部署效率。

需要认识到，这场竞争已进入全新阶段。全球前沿AI公司之间的较量，不再靠单点发布一个惊艳模型就能取胜，而是演变为一场系统性战争：模型能力、算力规模、基础设施（Infra）以及生态布局，缺一不可。智谱近期持续补齐底层能力，同时稳步推进模型、Agent、MaaS等全栈布局，说明他们正在构建一套完整的竞争体系，而不仅仅是围绕某次模型发布来刷存在感。这或许才是真正拉开差距的关键所在。

市场对这一系列动作的反应也相当直接。截至发稿，智谱港股股价涨幅超过20%。

与此同时，整个国产大模型赛道已进入白热化阶段。月之暗面刚刚发布的Kimi K3，以2.8万亿的总参数规模，成为首个进入近3万亿参数级别的开源模型，引发全球广泛关注。这款模型在复杂推理、代码生成、长上下文处理以及Agent任务执行上的显著跃升，表明国产大模型正在加速缩小与海外前沿水平的差距，并且已经从单纯的参数扩张，转向模型能力、推理效率和应用落地的全面突破。随着模型持续迭代，用户调用量与推理需求快速增长，国内算力基础设施有望迎来新一轮扩容。

另一家上海大模型企业MiniMax也在积极行动。他们刚刚更新了MiniMax Code 2.0桌面端。基于开源框架Pi Agent，底层架构进行了全面重构，重点优化了会话启动速度、长任务执行的稳定性，以及工具调用的上下文衔接能力。新版本还改进了文件预览与图表交互功能，并计划进一步拓展金融研究能力。从用户体验来看，新建会话到首次输出的等待时间明显缩短，对话中的异常中断与静默卡死也大幅减少。这些细节上的打磨，同样是模型从“能跑”迈向“好用”的关键一步。