本週中國 AI 生態系送出兩個關鍵訊號：DeepSeek — 這家向來自籌資金、開放權重的破壞者 — 開門迎接外部資本，可能寫下史上最大民間 AI 募資紀錄；而 阿里巴巴 則大動作展現平台實力，推出新的多模態 Agent 模型，並將 Qwen 應用策略性地開放給外部開發者。與此同時，MiniMax 與 StepFun 釋出重量級開放權重版本，持續墊高中國開源 AI 的能力上限。這是 2026 年 6 月 6 日的 China AI Weekly。

DeepSeek 打開大門：70 至 100 億美元以上首輪外部融資

本週中國 AI 最重要的消息 — 也可以說是全球 AI 基礎設施最重要的消息 — 是 DeepSeek 啟動有史以來首次外部融資。報導指出募資金額約 70 至 100 億美元（500 至 700 億人民幣），估值介於 450 至 590 億美元之間，可能成為中國科技新創史上單筆最大融資輪。(Bloomberg, 36Kr, Outlook Business)

投資人陣容極具戰略性：騰訊 據報出資約 14 億美元（1,000 億人民幣），CATL（寧德時代）約 7 億美元，國家 AI 產業投資基金（大基金）擔任錨定投資人。創辦人 Liang Wenfeng 個人再加碼約 28 億美元以保留控制權，釋放出資本附帶條件、但不附帶控制權的訊號。(163.com, Crossing the River)

為何重要： DeepSeek 自 2023 年成立以來，完全由 Liang 的避險基金幻方量化自籌資金。決定接受外部資本是結構性轉向 — 而 Liang 據報向投資人做出的承諾值得仔細解讀：

  • 開放權重承諾： Liang 承諾持續推出開放權重模型，不轉向閉源。
  • AGI 優先： 公司將優先研究與前沿能力，而非激進商業化 — 沒有「18 個月內建立企業業務並 IPO」的劇本。
  • 價格底線已成戰略： V4 Pro 永久調降 75% — 就在本輪融資前幾天宣布 — 並非短期促銷。DeepSeek 如今有資本長期維持最低的前沿推論定價。V4 Pro 每百萬輸出 token 0.87 美元，Agent 級推論的定價基準就此被錨定多年。

值得關注： 騰訊的參與尤其重要。騰訊一直悄悄打造自家 AI 技術堆疊，同時在生態系中廣泛投資。在 DeepSeek 取得戰略位置，讓騰訊無需打贏自家基礎模型實驗室的人才爭奪戰，就能取得前沿模型 — 同時將 Agentic AI 整合進 微信，這個擁有 13 億使用者的超級應用，正積極改造為具備 AI Agent 能力。(Nikkei Asia)

阿里巴巴：Qwen3.7-Plus 啟動，Qwen 應用開放給外部開發者

阿里巴巴本週多線並進。6 月 2 日，Qwen 團隊發布 Qwen3.7-Plus，是 5 月推出純文字 Qwen3.7-Max 的多模態兄弟版本。Qwen3.7-Plus 加入影像與影片理解、深度推理、自我程式設計、工具呼叫、驗證與自主迭代 — 全部可透過 Bailian 平台（阿里雲針對國際使用者的 Model Studio）使用。(MarkTechPost, Qwen Blog)

模型預覽版在 Vision Arena（LM Arena）排名 第 16 名，讓阿里巴巴在視覺領域排名第 5 大實驗室。對於涉及 OCR、圖表解讀或影片畫面分析的企業工作負載，Qwen3.7-Plus 是目前最強大的中文多模態 API，每百萬輸入 token 2.50 美元 — 約為同級西方前沿版本成本的一半。(TechFastForward)

接著在 6 月 3 日，阿里巴巴宣布將 Qwen 消費者應用 開放給外部 Agent 與「技能」 — 直接挑戰騰訊的微信 Agent 策略。第三方開發者如今可在 Qwen 內建構並發布 Agent 能力，打造類似應用商店的 Agent 技能生態系。這是阿里巴巴爭取消費端 AI Agent 平台層的賭注，與其在 Bailian 上的企業 Agent 佈局並行。(Nikkei Asia, Channel Post MEA)

6 月 6 日，阿里巴巴將 Qwen3.7-Plus 定位為「電腦操作 AI Agent」 — 瞄準自動化桌面與瀏覽器工作流程，與 Anthropic 的電腦操作能力同類。(WinBuzzer)

對企業團隊為何重要： 阿里巴巴執行的是平台佈局，不只是模型佈局。具競爭力的定價（Max 版每百萬 token 2.50/7.50 美元）、多模態 Agent 能力、外部開發者生態系，加上桌面自動化定位，讓 Qwen 成為評估多模型策略的團隊最完整的中文 AI 平台。Qwen3.7-Max 在複雜編碼任務上展現的 35 小時自主執行時間(VentureBeat)，是執行長程自動化的企業應直接基準測試的具體能力。

開源與社群：MiniMax M3、Step-3.7-Flash 與開放權重浪潮

中國實驗室的開放權重發布節奏本週全速推進，有兩個亮點登場：

MiniMax M3 — 百萬 context、原生多模態、開放權重

MiniMax 發布 M3，這個模型方方面面都過關：透過全新 MSA（MiniMax Sparse Attention） 架構達成 100 萬 token context window、原生多模態理解（影像＋影片），以及電腦操作能力。在 SWE-Bench Pro 上，M3 拿到 59.0% — 擊敗 GPT-5.5 與 Gemini 3.1 Pro，逼近 Claude Opus 4.7。在 Terminal-Bench 2.1 上拿到 66.0%。(MiniMax)

模型可長時間自主運作 — 展現方式包括獨立重現一篇 ICLR 2025 Outstanding Paper（12 小時、18 次提交、23 張實驗圖表），以及在 NVIDIA Hopper 硬體上跨 1,959 次工具呼叫、花 24 小時優化 FP8 GEMM CUDA kernel。

為何重要： M3 是首個同時交付前沿編碼基準、百萬 context、原生多模態與開放權重的中文模型。對在 NVIDIA 硬體上自行託管的團隊而言，M3 如今是西方開放權重模型的認真替代選項。

StepFun Step-3.7-Flash — 每秒 400 token 的開放權重 Agent 模型

StepFun（上海，資金最充沛的新興實驗室之一）開源 Step-3.7-Flash，一個 1,980 億參數的稀疏 MoE 模型，每次推論僅啟動 110 億參數。尖峰生成速度達 每秒 400 token — 約為 Gemini 3.5 Flash 的 2 倍、多數主流模型的 4 倍。Context window：256K token。(AI Puzi)

模型專為生產級 Agent 工作負載優化：可靠的長鏈工具呼叫、多模態輸入（影像、影片、UI 截圖），以及與主流 Agent 框架的相容性，包括 Claude Code、KiloCode、RooCode、OpenCode 與 OpenClaw。同時支援 MCP 協定與基於 Skills 的工具呼叫。

為何重要： 在每秒 400 token 與 110 億活躍參數下，Step-3.7-Flash 改變了大規模 Agent 部署的成本公式。StepFun 聲稱在 SWE-Bench 上以 1/9 的成本達到 Claude Opus 4.6 編碼表現的 97%。對執行大量 Agent 推論的團隊而言，這個數字值得壓力測試。

本週其他動態

  • 阿里巴巴開源 Qwen-VLA — 用於機器人的視覺-語言-動作模型，在單一模型中統一感知、理解與動作。(AI Puzi)
  • 螞蟻集團（蚂蚁百灵）開源 Ling-2.6-1T — 兆參數模型，在 AIME 2026 與 SWE-Bench 上達到 SOTA，針對 Agent 與編碼任務優化。(Prompt Yuzhou)
  • 百度發布 PaddleOCR-VL-1.6 — 文件解析模型，準確率 96.33%，創下新 SOTA。(AI Base)

值得關注

  • DeepSeek 融資定案 — 本輪已見報但尚未關閉或由 DeepSeek 證實。留意正式確認，那將確立估值並揭露完整投資人 syndicate。450 至 590 億美元估值區間很寬 — 最終數字很重要。
  • 騰訊微信 Agent 策略 — 騰訊如今雙重押注（微信 Agent 整合＋DeepSeek 股份），預期未來幾週會有具體的微信 AI Agent 功能浮現。這是亞洲最具影響力的消費端 AI 分發戰役。
  • Qwen 應用生態系 — Qwen 的外部技能/商店策略，直接複製了微信小程序生態系的成長模式。開發者採用能否成形，將決定阿里巴巴能否打造出消費端 AI 平台，而不只是應用程式。
  • 開放權重群聚效應 — MiniMax M3、Step-3.7-Flash 與 Ling-2.6-1T 在幾天內接連落地，評估自託管 AI 的團隊應立即將這些模型對應到生產工作負載測試。開放權重版圖在過去兩週已出現實質位移。

從 DeepSeek 價值數十億美元的亮相派對、阿里巴巴三路並進的 Agent 策略，到一波真正具競爭力的開放權重發布，本週清楚說明：中國 AI 實驗室不僅跟上腳步 — 在特定領域（定價、開放權重發布節奏、Agentic 自主性）還在設定步調，這些領域直接影響中國境外的企業團隊該如何規劃多模型策略。

下週見。