2026 年 10 月 26 日至 11 月 2 日这一周，中国 AI 技术栈迎来集中扩张：百度发布了一个2800 亿参数模型，美团推出了一个1.6 万亿参数多模态系统，芯片可移植性在产品路线图中的优先级提升，监管机构则将关注范围从模型扩大至智能体、就业、出口和加速器。
以下是我们对本周中国 AI 最关键进展的专业分析。对于 CTO 和工程负责人而言，信号非常明确：如今在中国选择模型，需要同时评估能力、硬件兼容性、监管风险和商业化成熟度。
百度：一项2800 亿参数的效率布局
ERNIE 5.5 每个 Token 激活140 亿参数
Baidu 发布了 ERNIE 5.5 Flash Base。Recode China AI 将其描述为一个拥有2800 亿参数的混合专家基础模型，且每个 token 激活 140 亿参数。同一报道表示，该模型在训练和推理期间支持最长100 万 token的上下文长度。
这一架构将运营重点放在稀疏激活上，而不仅仅是总参数量。标题数字是2800 亿，但基础设施决策取决于140 亿参数的活跃路径会如何影响实际工作负载下的内存、延迟和服务成本。
这为何重要： 企业团队不应仅通过总参数量来比较中国模型。评估计划需要分别衡量活跃参数、上下文利用率、推理吞吐量和部署硬件。100 万 token 的上限并不自动意味着生产环境需要支持 100 万 token。
这不仅仅是一场规模竞赛，更是一场在受限算力环境中展开的效率竞赛。
美团：一个1.6 万亿参数的多模态模型
LongCat-2.5 面向长流程、多步骤工作流
Meituan 推出了 LongCat-2.5。Recode China AI 将其描述为一个原生多模态模型，总参数量达1.6 万亿。该模型专为长流程、多步骤任务设计，包括融合视觉反馈的编程工作流。
China AI Bulletin 报道称，美团完全在国产硬件上训练了 LongCat-2.5。这一披露具有战略意义，因为它将前沿模型开发与本地算力供应链相连接，而不是将硬件自主性视为未来目标。
对于工程负责人而言，多模态编程改变了评估范围。一个能够结合代码理解视觉反馈的系统，必须测试其状态追踪、动作排序、界面识别能力，以及从错误中间步骤中恢复的能力，而不仅仅是代码补全质量。
这为何重要： 考虑采用 LongCat-2.5 的团队应设计工作流级别的评估，而不是提示词级别的演示。实际问题在于，该模型能否在文本、代码和视觉界面之间可靠地完成受控任务序列。这是智能体基础设施，而不是一个更大的聊天机器人。
MiniMax 将支持扩展至九个芯片平台
与此同时，根据 China AI Bulletin 的报道，MiniMax 发布了适配九个芯片平台的 M3.1 Flash 版本。这将竞争边界从模型质量扩展至部署可移植性。
支持九个平台可以减少对单一加速器系列的依赖，但每项适配都会带来验证义务。团队仍需在为生产环境选择的确切平台上，衡量数值一致性、吞吐量、内存行为和运维工具。
或许最具影响力的转变在于，国产硬件支持正成为模型发布本身的一部分。根据 Recode China AI 的报道，DeepSeek 也计划在 Huawei Ascend 芯片上预训练其下一代模型。如果完成，这将进一步加深中国前沿模型开发与国产加速器之间的协同。
Moonshot、Ant 和 Tencent：开放权重与智能体相遇
Kimi K3.1 Pro 增加网络安全数据过滤
根据 Recode China AI 和 China AI Bulletin 的报道，Moonshot AI 在过滤网络安全相关训练数据后发布了 Kimi K3.1 Pro 的权重。此次发布扩大了对模型的访问，同时也让数据集治理成为发布决策的一部分。
Tencent 还发布了具备视觉推理和计算机使用能力的 Hy4。China AI Bulletin 报道称，Tencent 将其网络安全训练数据描述为防御性数据，并表示内部安全实验室已审计该模型。
这些都是供应商报告的控制措施，而非独立安全发现。企业采用者应将其视为尽职调查的输入，而不能将其作为红队测试、权限边界和受监控执行环境的替代品。
这不是传统的模型治理，而是智能体治理——在这里，输出可能转化为行动。
Ling-3.2-Flash 扩展至5600 亿参数
根据 Recode China AI 的报道，Ant Group 推出了 Ling-3.2-Flash，这是一款拥有5600 亿参数的多模态模型，面向视觉推理、3D 交互和医疗应用。
这些目标领域具有不同的失败成本。视觉推理基准无法证明其适用于医疗用途，而在 3D 交互中的表现也不能证明其能够在企业应用中安全运行。
这对 IT 负责人意味着什么： 每个预期领域都需要独立的评估路径。访问控制、人工审核、日志记录和升级策略应遵循工作流的风险，而不是模型宽泛的多模态标签。
监管：监督覆盖 AI 全生命周期
就业和智能体审查进入项目规划
根据 Recode China AI 的报道，中国国家发展和改革委员会表示，将加快推进综合性 AI 立法，并制定全生命周期安全标准和伦理规则。China AI Bulletin 还报道，国务院办公厅要求审查某些 AI 项目的主管机构考虑就业风险，尤其是在可能发生大规模岗位替代的情况下。
中央网络安全和信息化委员会要求加强覆盖 AI 智能体、端侧模型和重点行业应用的安全评估与备案要求。根据 China AI Bulletin 的报道，出口管制修订草案还将要求，在某些列名 AI 技术出口前进行登记。
对于 CTO 而言，合规规划不能再从模型发布时才开始。它必须覆盖训练数据、模型能力、智能体权限、部署行业、劳动力影响和跨境分发。
新的市场监管标准和指南还涉及 AI 加速器如何连接和交换数据。这使底层算力层与模型和应用一样被纳入同一政策范围。
这为何重要： 架构审查应记录模型来源、加速器依赖关系、智能体权限、目标用户和出口路径。这些正成为治理字段，而不是可选文档。
商业化：MaaS 收入增长9.6 倍
收入达到106 亿元人民币
根据 Futu 行业预览引用的 IDC 数据，2026 年上半年，中国模型即服务收入达到106 亿元人民币，高于 2025 年同期的11 亿元人民币。这约为上一年同期水平的9.6 倍。
这不仅意味着模型可用性的扩大，也表明围绕 API、托管推理和企业消费正在形成一层商业交付能力。
根据 InjazAI 的报道，Apple 还获得批准，可通过涉及 Alibaba 的 Qwen 和 Baidu 的合作伙伴关系在中国推出 Apple Intelligence。所报道的结构强化了本地模型和合规合作伙伴对于在该市场运营的外国科技公司的重要性。
与此同时，根据 Stratechery 的报道，Alibaba 预览了拥有2.4 万亿参数的 Qwen3.8 Max，并计划提供更广泛的开放权重访问。计划中的访问并不等同于发布，因此采购团队应等待已发布的权重、许可条款和部署要求，再将其视为可用选项。
不过，整体方向是一致的：更大的模型、更广泛的模态、国产算力和更严格的治理正在同步推进。中国 AI 市场正在构建一套并行的运行技术栈——模型、芯片、服务和规则——而不是仅凭模型基准展开竞争。
本周分析基于正在塑造中国 AI 发展轨迹的近期市场动态、技术发布和政策公告。