科研与开源力量：非主流路线的主场
大厂在拼智能体和价格时，有几家机构在做更「基础」的事：科学大模型、扩散语言模型、极端稀疏架构、世界模型。
一、上海 AI Lab：科学大模型与开源工具链
上海人工智能实验室的「书生」系列是国内开源生态的重要基础设施：早期的 InternLM 系列提供了从 7B 到 70B 的开源基座，配套 xtuner（训练）、lmdeploy（推理部署）、lagent（智能体框架）等工具，很多高校与创业团队的第一个自训模型就跑在这套链路上。
近两年它的重心明显转向科学场景：Intern-S1 定位为科学多模态基座，面向论文、图表、分子式、实验数据这类专业内容；InternVL 系列在视觉语言评测中长期活跃；此外还有面向科学文档、科研工作流的评测集与工具。对做科研辅助、材料、生物医药的方向，这条线值得单独研究。
二、蚂蚁 inclusionAI：扩散语言模型的少数派
当下几乎所有主流大模型都是「自回归」的：从左到右一个字一个字往外蹦。蚂蚁的 LLaDA 系列选择了另一条路——扩散语言模型，像画图一样对整段文本反复去噪。理论上它并行生成的特性可能在速度上有优势，但工程难度大、生态薄弱，属于高风险高上限的路线。
inclusionAI 的公开仓库还包括 Ling 系列模型、Ming-Image（图像生成）、AWorld（Agent 平台）、AReno（强化学习后训练工具）等，整体风格是「研究驱动 + 开放权重」。
三、美团 LongCat：把稀疏度推到极限
美团的 LongCat 系列以「极致推理成本」为卖点：通过极高稀疏度的 MoE 架构，让模型用很少的激活参数完成推理。目前已迭代到 LongCat-2.0，并开源了 LongCat-DeepResearch 等面向深度研究的智能体项目。
它的意义不只是「又一家做模型的公司」，而是把「单位智能的成本」这条曲线继续往下推——对业务量巨大的公司来说，推理成本每降一半，能做的事情就多一倍。
四、昆仑万维 Skywork：内容生成的全家桶
昆仑万维在 AIGC 方向铺得很宽：Skywork-R1V 做多模态推理，SkyReels 系列做视频生成（V2 主推无限长度电影级生成），Matrix-Game 与 Matrix-3D 做交互式世界模型与 3D 场景生成，UniPic 做多图编辑，另外还有音乐生成方向的产品。
「世界模型」这个词值得单独解释：它指模型不只是生成一段视频，而是能维持一个可交互、可探索、状态持续变化的虚拟环境——这被认为是游戏、机器人与具身智能的关键技术之一。
五、模型托管与算力平台
还有一类参与者自己不训练旗舰模型，但对生态同样重要：
| 平台 | 角色 |
|---|---|
| 硅基流动 SiliconFlow | 聚合多家开源模型，提供统一推理 API，常见于成本敏感场景 |
| 快手万擎 Vanchin | 除自家业务外的模型托管平台，上架了多个 DeepSeek 版本 |
| 阿里云百炼 | 国内模型最全的 MaaS 平台之一，Qwen 全系 + 第三方模型 |
| 火山引擎方舟 | 豆包系列 + 大量第三方模型，价格竞争激烈 |
| 腾讯云 / 百度千帆 | 分别承载混元与文心，并接入第三方开源模型 |
对使用者来说，这些平台的价值是「一次接入、多家可换」——同一份代码换个模型名就能对比效果和价格，这也是我们建议在 总览页 的价格表里横向比较的原因。
本页整理于 2026-09，依据 InternLM / OpenGVLab、inclusionAI、meituan-longcat、SkyworkAI 等开源组织在 GitHub 上公开的仓库说明，以及云平台的模型目录。