全球人工智能企业发布大模型的速度显著提升，从过去一年一次的周期缩短至季度、月度甚至数周。
这一变化既源于技术自身的进步，也受到日益加剧的市场竞争驱动。分析人士指出，随着不同模型在能力上趋于一致，任何技术上的领先优势都难以持久。因此，中国和美国的人工智能企业都已陷入一场无法停止的“无限游戏”，每一次发布都并非终点，而是为了在持续的竞争中保持一席之地。
中国AI公司智谱于8月14日推出了GLM5.3，声称其编程能力已达到当前开源模型的顶峰。距离其上一版本GLM5.2的发布，仅仅过去了两个月。智谱公司成立于2019年，源自清华大学计算机系知识工程实验室。该公司在2024年1月16日发布了GLM-4，而一年半后的2025年7月才推出了GLM4.5。然而，今年以来，智谱已发布了三次更新，每次更新的间隔时间都在缩短。
这种加速趋势并非智谱独有。另一家中国AI企业月之暗面，在今年1月、4月、6月和7月相继推出了Kimi K2.5、K2.6、K2.7和K3，其中最短的间隔仅有一个月。
美国公司也在加快步伐。Anthropic在2024年大约每四个月更新一次模型，但到了2025年下半年，更新周期缩短至两个月。今年，Claude Opus 4.8和Opus 5之间仅相隔两个月，而在此期间，Anthropic还分别发布了Fable 5和Sonnet 5，新产品推出的间隔最快可达两周。
天使投资人郭涛在接受《联合早报》采访时表示，大模型迭代速度加快的一个重要原因是技术进步。“小版本更新无需重新训练全新的基础模型，而且‘后训练’技术的能力日益增强。”
“后训练”是指在现有基础模型之上，利用新的数据、用户反馈和强化学习来“补充学习”，从而提升模型能力。智谱官方也表示，其模型5.3和5.2的基础模型是相同的，新版本能力的提升全部来自于后训练。相比于重新训练下一代基础模型，这种更新方式成本较低，也更能快速响应竞争对手。
企业间的竞争无疑是推动这一趋势的关键因素。2025年1月，中国AI企业深度求索的DeepSeek-R1以较低成本实现了接近美国前沿模型的性能，这促使OpenAI首席执行官奥尔特曼公开表示，对新竞争者的出现感到兴奋，并计划提前部分发布计划。
南洋理工大学校长讲席教授、南洋商学院副院长丛林指出，AI大模型具备“能力可移植性”，这意味着领先者的能力，即使是闭源模型，也可能被其他模型通过“蒸馏”技术提取。
这也就意味着，一个模型取得短暂领先地位后，很快就可能被竞争对手的新版本赶超，迫使企业不断发布和迭代，以维持暂时的技术优势。
新加坡科技企业加速器云图SEGA的创始人丁新燕在受访时也形容，中美模型公司仿佛卷入了一场“无限游戏”，不存在一次性的胜负。
她指出，在AI产业链中，上游的芯片和云计算企业掌握算力，下游的平台和应用企业掌握用户入口，处于中间环节的模型公司容易受到两端的挤压，“商业模式本身非常脆弱”。
此外，不同模型的能力日益趋同，且尚未形成类似微信、脸书那样的社交关系网络，用户和开发者也更容易在不同模型工具之间切换。因此，厂商只能通过持续更新来维持竞争力。
丁新燕认为，“大模型更像是中美AI竞争的一个阶段性主战场，而不是终点”。
竞争将继续向上游和下游扩散：向下延伸至算力、芯片、光模块、数据中心和能源；向上则涉及企业应用、产业流程、机器人和实体世界。更进一步，它将影响制造业升级、技术标准和国际影响力，而大模型本身将逐渐演变为一种“基础能力”或“中间层”。
企业正在寻求摆脱单纯的模型竞争。
丁新燕认为，尽管中美模型公司表面上都在疯狂更新模型，但实际上它们都在拼命寻找出路，试图摆脱单纯的“纯模型竞争”。这种尝试更多是出于生存压力，因为算力成本高昂且毛利率低下。
目前，相当一部分大模型企业的更新，已经开始更加聚焦于细分领域的需求，推出不同价格档位和功能的产品。
例如，阿里巴巴在过去两个月发布的多个模型，分别针对图像生成（Qwen-Image 3.0）、机器人与具身智能（Qwen-Robot Suite）以及智能体训练与环境模拟（Qwen-AgentWorld）三个场景。Anthropic也更新了不同档位的模型，以覆盖高性能、主流应用和低成本等不同场景。
郭涛认为，中美大模型的发展不会仅仅朝着版本迭代持续加速的单一方向演进，“单纯比拼榜单跑分的阶段正在逐步落幕了”，未来市场将更加看重实际业务的落地成效。
“与此同时，模型将继续通过微调、蒸馏等方式向外输出新版本，对外发布将保持较高频率，但底层模型的重大技术飞跃仍然是低频事件。”
