字节跳动这波架构调整动静不小。Seed部门刚敲定了新阵型，一口气拉出四个一级部门，把预训练数据、强化学习还有后训练的资源全捏在一起。说白了，就是想集中力量办大事。李成刚挑起了Pretrain Data的大梁，文本、写代码、视觉和语音几个团队全归他管，直接给新一代Omni模型输送弹药。另一边，B端和C端的打法也分家了，大家都在死磕Agent研发。大厂真金白银砸底层，这决心可见一斑。
科大讯飞这边把倒计时都定死了。2026年的1024开发者节，他们要甩出完全跑在全国产算力上的主力通用大模型。急脾气的人也别等太久，8月底就能先摸到个阶段性版本。技术怎么落地，人家节奏卡得死死的。实际上，这也是给国产算力生态又添了把火。
光拼参数早过时了，现在大家盯上的是推理效率。Liquid AI跟Hugging Face凑一块儿搞了个新活儿，推出LFM2.5 DSpark草稿模型系列。参数分了1.2B、2.6B和8B-A1B几档，走的是一条全新的投机解码路径。最绝的是，输出质量一点没掉，GPU端实测最高能飙出3.18倍的提速。连端侧设备都跟着沾光。这摆明了是要掀现有推理范式的桌子。
模型怎么选也是个技术活。Pandora's AI Model Routing Box整出了个新花样，搞了个基于成本价值估计的异构路由系统。说白了，就是哪便宜哪好用就指派给哪个专家模型，专门对付复杂场景。开源圈这两天也不消停。一个匿名发布的“牛模型”被人扒了底裤，Tokenizer和视频编码这些细节全指向智谱。坊间开始猜测，是不是Cursor拿着开源的GLM去偷偷练的？这事儿直接把模型血统和合规使用的话题顶上了风口。
从底层重组到推理狂飙，再到路由调度和开源扯皮，大模型这场仗早就不是单纯比谁参数大了。现在的核心是全链路效率跟生态博弈。各家都在基础架构、落地应用和合规红线里疯狂试探。洗牌还在继续，谁也别想躺平。