计算机行业：模型的迭代远未结束－周报251214

全球顶尖大模型仍处于高速迭代阶段，技术路线与能力边界持续刷新。1）谷歌 Gemini 3 Pro 以多模态理解和长期规划能力为核心突破，模型可在文本、图像、视频、音频与代码之间进行精细推理，尤其在屏幕理解上表现突出，并有优秀的长期规划和工具使用能力。2）OpenAI 新发布 GPT-5.2聚焦专业知识型工作场景，在复杂文档、数据分析、代码开发和多步骤项目管理中表现显著提升。提出 GDPval 评测体系，从真实职业任务出发衡量模型的经济价值，GPT-5.2 在多数知识型工作中已可与顶尖人类专家持平或超越。3）国产模型方面，DeepSeek V3.2 系列通过稀疏注意力（DSA）、大规模后训练与合成数据等创新路径实现能力跃升。官方同时坦承DeepSeek V3.2 相比顶尖闭源模型的弱势在于预训练不足，这恰恰说明其模型能力受限于算力并未触及天花板。综合来看，算法创新、后训练扩展与 Scaling Law 仍在持续生效，顶尖模型的竞争与演进远未结束。模型算力底座的代际更迭：从 Hopper 到 Blackwell。AI 算力底座正从Hopper 架构过渡至 Blackwell 架构，Blackwell 在计算性能、内存体系和卡间互联等核心维度实现了系统性跃升：1）Blackwell 在 FP32、FP16、BF16、INT8 等主流精度下计算性能全面领先，并原生支持 FP4 精度计算；2）单卡显存容量与带宽同步升级，使其更适合承载更大参数规模，并减少跨卡通信开销；3）新一代 NVLink 更高的互联带宽，显著提升多卡乃至整机柜级别的扩展效率，为超大规模训练集群奠定基础。这些提升不仅体现在训练时间的缩短，也直接改善了训练经济性。英伟达官网数据显示 Blackwell的性能提升幅度明显高于价格提升，从而带来显著的“每美元性性能改改善。在基于 MLPerf 的 Llama 3.1 405B 训练对比中，使用公开 GPU 租赁价格测算，GB200 NVL72 的美元性性能接近 H100 的 2 倍。Blackwell 对模型能力上限的意义不止于训练更快。更强的单卡能力和集群互联，使得训练中可以采用更大的 Batch Size，更大 Batch Size 在梯度稳定性、收敛质量和计算效率方面具有显著优势，劣势在于更容易过拟合。随着算力与系统能力的扩展，模型开发者也能够探索更深的网络结构、更复杂的算法以及更长上下文的训练方式。2026 年起基于 Blackwell 训练的新一代模型智能水平有望系统性受益于这一轮算力底座升级。字节豆包手机助手革新交互体验，开启端侧 Agent 新时代。12 月 1 日，字节跳动发布豆包手机助手预览版，作为面向手机厂商的系统级 AI 服务，将豆包大模型深度嵌入操作系统，实现以语音或简单指令替代大量手动点击的复杂操作。其能力覆盖跨平台比价点外卖、内容搜索与攻略整理等场景。豆包手机助手由字节 AI 硬件团队 Ocean 主导研发，并已与中兴合作推出首款打样手机，字节正推动该能力向更多厂商扩展。豆包手机助手上线后引发部分 App 的抗拒，尤其是在社交、金融等敏感场景中出现登录异常、功能受限甚至短暂封禁的问题，字节于 12 月 5 日发布说明，对 AI 操作手机的能力进行规范化调整，主动限制刷激励、金融类应用及部分游戏场景。我们认为豆包手机助手是大模型应用落地的重要突破，标志着端侧Agent 时代的开启。随着大模型能力成熟与系统级整合加深，用户只需表达想做什么，由手机 Agent 完成跨 App 的任务编排与执行，移动交互范式正站在跃迁的前夜。