这一周，中国 AI 生态不再对自主可控含糊其辞。DeepSeek 确认其即将推出的 V4 模型将 exclusively 运行在 华为 硅芯片上——不使用 NVIDIA，不留退路。智谱 AI 以 MIT 许可证发布了 GLM-5.1，这款开放权重模型在长时间运行的编程基准上超越了 Claude Opus 4.6 和 GPT-5.4。而 阿里巴巴 被曝光是 HappyHorse-1.0 的匿名创造者——这款视频生成模型上线当天就登顶了所有主要榜单的第一名。对于跟踪全球 AI 格局的企业团队而言，这是一期值得仔细研读的中国 AI 周报。

DeepSeek V4：基于国产硅芯片的万亿参数模型

头条新闻是战略性的，而非技术性的。DeepSeek V4——一个约 1 万亿参数的 Mixture-of-Experts 模型，据报道具有 100 万 token 的上下文窗口——将于 4 月底发布，exclusively 运行在 华为 Ascend 950PR 芯片上。DeepSeek 与华为和寒武纪直接合作，针对 Ascend 架构重写了代码库。NVIDIA 和 AMD 被明确排除在外。

该模型通过 MoE 路由为每个 token 激活 32–37 亿参数，V4-Lite 变体的早期 API 压力测试已在进行中。华为声称 推理速度比前代硬件快 1.8 倍。

这并非实验。据 The Information 报道，阿里巴巴、字节跳动和腾讯 已订购数十万片 Ascend 950PR 芯片用于生产级 AI 工作负载。一个前沿级模型在完全国产的硬件上大规模运行，正是中国 AI 生态自美国首批出口管制落地以来一直在追求的目标。如果 V4 能交付有竞争力的基准表现，全球 AI 硬件栈分化的论点将更难被忽视。

企业启示： 如果你的组织依赖 NVIDIA 的主导地位进行供应链规划或构筑竞争护城河，这是一个值得关注的数据点。“中国在芯片上落后 2-3 年"的叙事正受到现实的检验。

智谱 AI 发布 GLM-5.1：开源、长时间运行、智能体化

智谱 AI 以 MIT 许可证发布了 GLM-5.1——一款 7540 亿参数、专为长时间运行智能体编程任务设计的模型。其核心宣传极为激进：8 小时自主执行、跨数百次迭代的策略重构，以及单次会话多达 6000+ 次工具调用。

在 SWE-Bench Pro 上，智谱报告 GLM-5.1 超越了 Claude Opus 4.6 和 GPT-5.4。该模型具备 128K 上下文窗口和"交错思考"能力——一种循序渐进的推理方式，模型可在执行中途放弃并重启策略。它已立即上线 Hugging Face、ModelScope 和智谱 API。

智谱还于 4 月 1 日推出了 GLM-5V-Turbo——一款原生多模态视觉编程模型，可从图像和视频生成代码。值得关注的一个商业信号是，该公司将 API 价格上调了 10%——这是今年第二次涨价——但仍低于西方竞争对手的定价。

企业启示： 一款采用 MIT 许可证、7540 亿参数且编程基准具有竞争力的模型，是对开放权重领域的重要补充。评估专有编程智能体替代方案的团队应将 GLM-5.1 列入候选名单——但需独立验证 SWE-Bench Pro 的声明（参见下文基准测试部分）。

阿里巴巴的 HappyHorse：匿名的 #1 视频模型

4 月 7 日，一款名为 HappyHorse-1.0 的模型出现在 Artificial Analysis Video Arena 上，并立即在文生视频和图生视频两个类别中夺得 #1，领先此前榜首模型 116 分。未署名任何团队。两天后，The Information 报道 阿里巴巴 是其背后推手。

其技术路线独树一帜：一个 150 亿参数的统一单流 Transformer（非扩散模型），可在单次前向传递中生成原生 1080p 视频，并同步生成音频——对白、环境音和拟音效果。它支持七种语言，具备音素级唇形同步，据报道可在单张 H100 上约 38 秒生成 1080p 输出。

目前尚未发布权重、API 或可复现的演示。阿里巴巴已表示开源发布"即将推出”。这种匿名发布模式——此前在 Pony Alpha 和 GLM-5 上也出现过——正在成为中国 AI 的一种反复出现的策略：先用基准证明实力，再揭晓品牌。

企业启示： 如果 HappyHorse 的权重以开源形式发布，可能显著降低企业视频生成的成本。其音视频联合架构对构建多语言内容流水线的团队尤为相关。

Kimi K2.5 驱动 Cursor 的 Composer 2

月之暗面的 Kimi K2.5 现已成为 Cursor 的 Composer 2 智能体引擎的底座模型，该引擎随 Cursor 3 于 4 月 2 日发布。Composer 2 在 CursorBench 上得分 61.3——较前代提升 39%——并在这些任务上超越了 Claude Opus 4.6，每 token 成本约低 90%。Cursor 联合创始人 Aman Sanger 在最初未将其列入发布材料后，承认了 Kimi 作为底座。

这是一次有意义的商业验证。Kimi K2.5 不仅在基准上具有竞争力——它正是一款全球使用最广泛的 AI 编程工具之一的生产模型。

基准可信度问题

本周最发人深省的发现来自 SWE-Rebench——SWE-bench 的去污染版本，使用任何模型在训练中均未见过的新鲜 GitHub 任务。在原始 SWE-bench 上取得竞争性分数的中国模型，在干净版本上出现了显著下滑，而西方模型则保持了原有表现。

这意味着：部分中国模型的基准可能反映的是训练数据重叠，而非真正的软件工程能力。在 Pencil Puzzle Benchmark——一项新颖的推理测试——上差距更为悬殊：DeepSeek 得分 2%，Qwen 3.5 得分 0.7%，Kimi K2 得分 6%，而 GPT-5.2 为 56%，Claude Opus 4.6 为 36.7%。

这并不否定中国 AI 正在发生的真实进步。但它确实意味着，企业团队在生产环境中评估模型时，应更重视去污染基准——无论模型来自哪里。

行业与政策

中国于 4 月 3 日发布了 AI 数字人草案法规。 网信办的新规要求显眼的"数字人"标识、禁止用于规避生物识别认证、要求肖像和语音数据需明确同意，并限制针对未成年人的 AI 陪伴内容。公开征求意见截至 5 月 6 日，情感交互服务的临时措施将于 7 月 15 日生效。

另外，围绕 Hugging Face 贡献 也出现了一个更广泛的趋势。中国在该平台的公开模型上传量现已超过美国，生态用户达 1100 万，公开模型超 200 万个。中国实验室的开放权重管线没有放缓迹象。

值得关注

  • DeepSeek V4 发布（4 月底）。 首款 exclusively 运行于国产中国硅芯片的前沿级模型。其在 SWE-Rebench 等去污染测试上相对 GPT-5.4 和 Claude Opus 4.6 的基准表现，将决定华为的押注在技术（而非仅战略）上是否奏效。
  • HappyHorse 开源发布。 阿里巴巴承诺在 GitHub 和 Hugging Face 上发布权重。若兑现，可能重塑开放视频生成格局，并对专有替代方案施加巨大压力。
  • 数字人法规定稿。 5 月 6 日的征求意见截止日期将影响中国公司如何部署 AI 虚拟形象、陪伴和虚拟网红——这是中国在全球领先的领域。有跨境 AI 部署的企业应跟踪最终条文。

这就是本周的中国 AI 周报。主线清晰：中国 AI 生态不仅在构建有竞争力的模型——也在构建独立运行这些模型的基础设施。这种独立性是否能延伸到基准可信度，仍是悬而未决的问题。下周见。