从“全球大模型第一股”到全球参数最大开源模型，北京作为人工智能第一城的创新实力不断彰显。7月16日，北京企业月之暗面推出KimiK3，是全球首个开源的3万亿级别模型，面向长程编程、知识工作和推理等前沿智能场景而设计。北京能够支撑起当前全球参数规模最大的模型之一，充分证明从模型训练到成果产出，都已处于全球第一流梯队。
月之暗面发布3万亿级别开源模型
据介绍，KimiK3是一个2.8万亿参数模型，其研发重点不是简单扩大参数规模，而是通过模型架构、训练方法等协同优化，将规模优势进一步转化为能力提升。
月之暗面有关负责人表示，参数就像人脑里的神经连接，近3万亿参数意味着这个模型能把更多的知识和规律装进“脑子”，懂得更多、想得更深、答得更准。
在月之暗面公布的评测中，KimiK3展现出全球领先的综合能力。KimiK3不仅能够完成明确的代码生成和修改任务，还可进一步参与开放式创作和复杂知识生产。在数字作品生成场景中，该模型可结合3D推理、编程和视觉能力，将概念、图片或视频转化为交互体验；在金融研究、产业分析等场景中，可对公司文件、行业数据和长期产业资料进行组织分析，生成可读、可查、可验证的深度报告。
月之暗面有关负责人透露，月之暗面目前正与推理合作伙伴和开源维护者密切协作，对齐技术细节，确保模型能在整个生态中可靠上线。完整模型权重将于2026年7月27日前发布。关于架构、训练和评测的更多细节，将随KimiK3技术报告一同公布。
“当一个模型的参数达到万亿级别，基本就进入了全球第一梯队。”中关村人工智能研究院院长邵斌认为，月之暗面最新发布的超大参数模型意义重大。相当长一段时间里，大模型的“大”主要体现为规模的扩展，这背后遵循着规模定律——当算力、模型规模和数据规模不断提升时，智能水平也随之持续跃升。随着算力的持续投入和资本在特定领域的竞争加剧，未来模型的万亿参数级别还可能进一步扩大。
北京能够支撑起当前全球参数规模最大的模型之一，充分证明从模型训练到成果产出，都已处于全球第一梯队。
智谱参与研发的气象模型全球开源
北京在人工智能发展方面一直处于领跑位置：涌现出GLM-5.2、KimiK3等系列国际领先模型；备案上线大模型259款，居全国首位；诞生“全球大模型第一股”。
今年智谱在港股成功上市，成为“全球大模型第一股”。该公司总裁王绍兰介绍，“让机器像人一样思考”是智谱从创立第一天起就选择的方向。2025年智谱先后发布GLM-4.5、GLM-4.6、GLM-4.7和GLM-5，四代基座模型均跻身全球开源第一，模型逐步具备了接近人类水平的推理能力。2026年6月，GLM-5.2发布，其编码能力在全球开源模型中排名第一。与此同时，GLM-5.2在全球范围内的用户使用量持续增长，模型应用进入了快速发展阶段。
就在7月17日，在2026世界人工智能大会（WAIC）气象专会上，中国气象局发布人工智能气象服务系统“风和”大语言模型，并启动“风和”全球开源计划。“风和”是由中国气象局公共气象服务中心联合智谱等单位研发的全球首个千亿参数级开源气象大语言模型，能为天气分析研判、风险评估和气象服务提供智能支撑。“风和”全球开源计划的启动，不仅是模型代码的开放，更是一套完整的技术交付方案，允许全球用户将“风和”嵌入具身智能、APP、小程序等各类终端，从而构建开放共享的气象人工智能生态，让气象AI服务触达每一个人。
“这个气象公共服务领域的案例说明，智谱的技术在真实场景中跑出了效果，本身就是对应用价值的一种正面印证。”王绍兰介绍，目前GLM系列大模型已应用于民生治理、工业制造、能源电力、金融、互联网等20余个行业，加速迈向AGI时代。
王绍兰认为，全球的研究团队和研究者都应该坚持开源开放的态度，而不是把技术封闭起来。技术突破需要继续努力，安全治理、模型可解释性、把安全从本质上植入模型等方向，同样需要国际协作。
北京已形成一批可复制AI应用经验
北京在人工智能领域，已形成科技创新持续突破、人才资源高度集聚、产业落地不断深化三位一体的发展格局。
邵斌介绍，在科技创新方面，突破既来自高校院所等学术力量，也来自智谱、月之暗面这样的企业主体，各方不断推动技术进步。与此同时，人才是人工智能竞争的关键。北京拥有全国最密集的科研院所和国家级战略科研力量，在人才上具备显著优势；同时，人工智能产业链条非常完备，这为人工智能赋能千行百业提供了良好生态支持。
值得一提的是，大模型产业的应用形态，正从过去的对话模式向做事的模式演进，真正开始介入生产环节。据了解，北京在医疗、教育、政务、工业等重点领域形成一批可复制可推广的人工智能应用经验。其中，北京率先构建“AI + 新材料”创新范式，一批“AI+新材料”融合创新成果加速涌现，为相关产业发展提供了参考和借鉴。
中关村人工智能研究院院长邵斌表示，北京深入推动AI+新材料等专项工作之所以能做成，一个核心原因在于，真正把技术需求方和技术供给方深度绑定在一起，通过真实场景数据的注入，让模型从具备通用能力，走向能够完成具体专业任务。技术不是停留在实验室里，而是让研发人员直接进驻用户场景，在现场了解到底存在什么问题、需要什么样的技术来解决。这样，模型就既有通用能力，又具备了专业能力。让一个“有能力”的模型变成“会干活”的工具。
北京市发改委相关负责人表示，下一步北京将持续完善政策支持体系，优化创新生态环境，加快培育智能经济新形态，加快建设具有技术策源力和产业竞争力的全球人工智能创新高地。在应用场景建设上下功夫，深入推动应用基地和标杆场景建设，在关键领域和行业加快形成应用示范，大幅提升智能体、智能终端性能和普及率，推进芯模云端用五位一体协同发展。
受访者供图
文/北京青年报记者 宋霞
编辑/王鹏
长胜配资提示：文章来自网络，不代表本站观点。
