计算机行业：国产开源模型持续突破，国产AI竞争力增强－周报251117

国产开源模型领跑，AI 生态有望加速繁荣。根据独立 AI 基准测试与分析平台 Artificial Analysis 最新榜单，国产模型 Kimi K2Thinking、MiniMax-M2 分别位列全球开源榜单第一、第二，且榜单前五名中国产开源模型占据四席（Qwen3 235BA22B 2507 和DeepSeek V3.2 Exp 分别位列榜单第四和第五）。我们认为，国产AI 产业正展现出从技术追赶到在特定领域实现差异化领先的强劲趋势。当前的技术迭代的重点集中在编程和 Agent 能力等方面，同时，国产模型更注重性价比和开源生态的建设。当前，国产开源模型在全球榜单上占据前列，特别是能在性能上比肩甚至超越GPT-5、Claude Sonnet 4.5 等国际顶尖模型，有益于推动 AI 普惠化，加速 AI 应用生态的繁荣，并且提高国际影响力。开源正在成为构建国产 AI 生态的关键驱动力，能够吸引全球开发者广泛参与，催生出更多基于国产模型的创新应用。Ø 百度发布新一代昆仑芯，国产 AI 基建加速推进。11 月 13 日，百度发布了新一代昆仑芯 M100 和 M300 以及天池 256 超节点与天池 512 超节点。其中，昆仑芯 M100 针对大规模推理场景优化设计，将于 2026 年上市；昆仑芯 M300 面向超大规模的多模态模型的训练和推理任务，预计 2027 年上市。超节点方面，天池 256超节点最高支持 256 卡极速互联，卡间互联带宽提升 4 倍、整体性能相比上一代产品提升 50%；天池 512 超节点最高支持 512 卡极速互联，单个超节点即可支撑万亿参数模型训练。两款产品将于 2026 年正式上市。此外，百度公布至 2030 年的昆仑芯和超节点路线图。根据路线图，除本次发布的昆仑芯 M100 和 M300 以外，2029 年将正式上市昆仑芯 N 系列。国产 AI 基础设施的建设正展现出一种超越单点技术突破、转向构建体系化算力优势的叙事。我们认为，其核心趋势将聚焦于打造从底层硬件（AI 芯片）到集群互联（超节点）的垂直整合体系，以“系统级性能”应对万亿参数模型训练与推理的极限挑战。这种围绕大规模、高效率、低损耗目标进行的全栈优化的国产 AI 基建方案，旨在从根本上解决 AI 算力成本与可获得性的核心瓶颈，为国内大模型厂商提供了摆脱外部依赖的底层支撑。