2026年7月，2026世界人工智能大会暨人工智能全球治理高级别会议（简称“WAIC”）现场，数百款大模型亮相之外，头部模型向上“摸高”智能化边界的趋势愈发明显。

Kimi K3发布2.8万亿参数模型后，多位与会行业人士对第一财经记者表示，更大规模参数量可以带动智能化，该路径如今重新得到验证。

科大讯飞业务负责人认为该方向背后驱动力在于：Scaling Law（缩放定律）的共识、Agent自动化的需求、长任务的刚需，三重力量叠加，将基础模型再次推向同一个方向。

阶跃星辰董事长、千里科技董事长印奇判断：2026年模型能⼒正在跨越关键临界点，AI已从只能连续执⾏数秒任务进阶到能够独⽴⼯作数⼗⼩时，⾏业正站在AGI⾼峰的⼭脚下。

更大规模参数量

Kimi K3 2.8万亿参数在行业引发热议，美国投资机构Atreides Management 管理合伙人兼首席投资官（CIO）Gavin Baker点评称：K3可能是AI行业的重要转折点，将阻止2到3家拥有90%推理利润率的前沿实验室垄断或伤害AI生态系统其他层。K3对Anthropic和OpenAI来说潜在不利，但利好世界其他多数公司。

WAIC现场，虽然众多模型厂商并未明确发布新款模型，但多位与会人士对记者表示，更大规模参数量将是下一款模型的标配。

以MiniMax为例，此前发布的总参数约428B的M3并没有引起广泛行业反响，一位负责人对记者表示，主要因为M3各方面性能比较平衡，没有一个非常突出的亮点。

据行业信息，MiniMax下一代新模型代号暂定M3 Pro，总参数量也将超过2万亿，开源的同时，侧重强化复杂推理与多步骤 Agent 任务。MiniMax暂未对该信息进行确认，但相关负责人对记者表示：整个行业趋势在往两万亿规模走，因为这条路被Anthropic验证过，是当下可以缩小差距的最快路径。

Anthropic Claude系列从2024年的Sonnet到2025年的Opus 4，再到2026年的Fable 5，每一次参数规模的跃升都伴随着能力边界的显著拓展，这条路径已被证明可行。

科大讯飞业务负责人对记者表示，公司也有布局万亿参数模型规划，目前行业逐渐形成模型类别划分：千亿级模型主打性价比，承担日常通用、简单业务任务；万亿级超大模型作为“摸高”旗舰模型，攻坚复杂推理、智能体自动化、替代人工的高阶复杂任务。

多元化探索路径

在商汤科技董事长兼CEO徐立看来，模型厂商的“摸高”路径目前并未收敛，但也正因此，行业才百花齐放。

WAIC商汤圆桌论坛环节，多模态成为讨论重点。当下行业始终存在“语言为核”与“多模态为底”的技术路线分歧，复旦大学教授、模思智能创始人邱锡鹏表示，语言仍是人类高阶推理、逻辑认知的核心载体，也是AI理解世界的重要依托，多模态的价值并非替代语言，而是通过模态对齐补足信息短板。

他认为，当前模型的最大短板并非融合技术，而是真实场景的情境理解能力缺失，未来通用智能将形成基础大模型+多模态交互基础设施的全新形态，依托工程体系补齐现实场景的交互认知短板。

阶跃星辰首席科学家张祥雨则从智能第一性原理角度提出，人类已知的智能进化路径均离不开多模态交互，单一语言模型只是对文本静态知识的一维压缩，无法复刻物理世界的时空关系、因果逻辑与行为交互。无论是生物自然智能，还是机器人、数字生命等AI进化方向，都需要依靠多模态完成四维世界建模，这也是语言模型无法突破的能力边界。

如果说传统语言数据比作互联网沉淀的“化石能源”，新加坡南洋理工大学副教授刘子纬认为该部分存量趋近枯竭，增长空间有限，而多模态交互数据是支撑AI长期进化的“新能源”。

他认为语言只是真实高维世界的低维投影，AI发展正在“脱虚向实”，数字场景任务可由语言模型承接，但制造业、具身智能等高价值物理场景，唯有原生多模态能力才能支撑智能的全新涌现。

跳出模态之争，阿里巴巴达摩院首席科学家赵德丽认为行业分歧的本质是学习范式的滞后。语言模型当下的领先只是静态高质量文本数据、传统模仿学习范式带来的阶段性红利，在动态智能体时代，语言与视觉模型面临同一核心瓶颈——无法从真实环境的稀疏交互反馈中自主学习、自我进化。相较于纠结模态路线，搭建可在线进化的自主学习范式，才是下一代AI突破的关键，而多模态正是智能体迭代进化的核心训练场。

整体来看，当前行业主流的“语言基座+多模态外接”嫁接架构仍存在原生缺陷，难以支撑通用智能跃迁。AI下一轮核心瓶颈将是学习范式、记忆机制，以及自主进化能力等层面的提升。