传统绘画大模型、世界模型省部级实验室、Kimi坦诚晒差距——今天几条干货够细品
今天信息量杂，我特意筛掉了炒冷饭的通稿和没落地的概念噱头，挑的都是要么有实锤突破、要么敢说真话的内容，值得沉下来琢磨琢磨。
首个传统绘画大模型“知画”过备案
浙江这次搞出来的“知画”是国内首个过国家备案的传统绘画垂直多模态大模型，联合了浙大艺考图像实验室这类专业机构，之前通用大模型碰古画经常搞混作者、把题跋解读得驴唇不对马嘴，它现在在传统绘画识别、技法推理这些专项评测里比通用模型基线高17%，作品识别准确率超95%。现在已经落地成“观画”一体机部署在浙江科技馆，能直接拆解笔法气韵、读透印章题跋。说实话之前不少打着AI+传统文化旗号的项目都是蹭流量，这个是真啃了垂直领域的硬骨头，相当于给千年丹青配了个懂行的专属讲解员。
国内首个世界模型省部级重点实验室揭牌
通用世界模型北京市重点实验室刚在世界模型高峰论坛上揭牌，是国内首个落在世模方向的省部级科研平台。之前极佳视界已经提出了世模L1到L5的分级体系，这次拉着清华的团队一起攻关，核心目标不是卷生成画面有多逼真，而是要把真实世界变成可计量、可推演的状态空间。之前大语言模型解决的是机器“会说话”的问题，世模要补的是机器“看懂物理世界、提前预判动作”的短板，现在它刚从企业单点探索阶段迈入公共平台攻关阶段，后续在具身智能、自动驾驶这些场景的落地进度，大概率会直接影响下一代AGI的竞争节奏。
国内首个AI全产业链评测基准“求索”4.0上线
数字中国建设峰会上刚发的“求索”4.0，是国内头一个覆盖算力、模型、智能系统、行业应用到安全治理的全链条评测基准。之前行业里各家测性能各用各的数据集，跑分结果经常像开了美颜，同一款芯片换个测试环境得分能差出一大截，完全没有横向可比性。这次这套基准直接配套了电力、医疗、钢铁的真实业务负载，相当于给全产业链立了一把统一的标尺。我注意到它已经在金融、电力这些场景做完多轮试点，接下来至少能治治不少厂商靠“定制跑分”吹牛皮的老毛病。
Kimi 2.7 Code不刷“超越GPT”话术实打实地迭代
月之暗面今天发的Kimi 2.7 Code有意思，别家发新模型都铆着劲找个小众基准吹“超越GPT”，它直接摊牌说现在GPT-5.5、Opus 4.8编程能力是70分，自己这次刚摸到60分的线，离头部还有明确差距。这次迭代实打实把长上下文编程的指令遵循能力提上来了，长程任务里没必要的过度思考少了，平均token消耗直接降了30%，几个核心编程基准最高涨了31.5%，下周一还要上180Token/s的高速版。这种不搞噱头、盯着长板死磕的态度，比那些吹得天花乱坠实际一用就崩的模型靠谱多了。
Mistral万亿参数新模型留了个“半开放”口子
法国Mistral刚放出来的ML4，昵称直接叫“大胖子”，参数规模破万亿，训练只用了4000块英伟达GPU，比国内同行少用两三倍，比美国闭源厂商的算力投入省得更多。有意思的是它现在不直接全开源，先用带防护的接口放出来，三周做完安全测试再开放权重，投资方里还蹲了阿斯麦和三星，直接冲着网络安全、金融、芯片设计这些高价值场景去。之前开源和闭源阵营两边越走越极端，Mistral这套“半开放”的路子，相当于在两者之间挤出来个第三条赛道，后续能不能搅乱现在的全球大模型格局，还真不好说。
以上是我今天从公开信息中梳理的几个方向，有些判断比较主观，欢迎讨论。