近期，AI领域迎来了一系列重大突破，其中OpenAI推出的o3推理模型尤为引人注目。这款多模态模型实现了图像与文本推理的深度融合，彻底颠覆了传统文字思维链的局限。
o3模型不仅具备“看图”的能力，更重要的是它能够“用图思考”，这一创新使得视觉与文本推理的结合达到了前所未有的高度。在视觉推理基准测试V* Bench上，o3模型的准确率高达95.7%，成功刷新了多模态模型推理的上限。这一成就标志着AI在视觉与文本交叉领域的推理能力迈上了新的台阶。
与此同时，DeepSeek也宣布完成了R1模型的小版本试升级，并邀请用户测试其官方网页、APP及小程序功能。此次升级后的R1模型基于DeepSeek-V3的能力进行复现，平均每题使用23K tokens，较旧版显著增加。英伟达CEO黄仁勋预测，随着Agentic AI的发展，算力需求将暴增至少100倍，为AI行业带来了新的挑战与机遇。
值得注意的是，DeepSeek还蒸馏出了DeepSeek-R1-0528-Qwen3-8B模型，该模型在AIME 2024数学测试中表现优异，仅次于DeepSeek-R1-0528，并超越了Qwen3-8B，准确率与Qwen3-235B相当。经过强化训练后，该模型的幻觉率降低了45%～50%，有效解决了R1因高幻觉率而备受批评的问题。
DeepSeek表示，此次更新通过后训练提升了模型的思维深度与推理能力，尽管在工具调用等方面仍有待进化。腾讯迅速响应R1模型的更新，多款产品已接入DeepSeek-R1-0528，进一步推动了AI技术的应用与发展。
在AI领域，开源与开放协议逐渐成为新的竞争力。DeepSeek的开源成功引领了行业向开源的倾斜，OpenAI也在考虑开源的可能性。众多企业纷纷开启开源战略，大模型开放协议如同互联网HTTP协议一样，使得大模型能够便捷地调用工具，完成各类任务。
作为5G+AI视觉领域的佼佼者，微美全息也在加速大模型技术的迭代与产业落地。围绕大模型战略，微美全息全面升级了AI矩阵，并采用了“自研+拥抱开源”的双轨模式。公司重点布局多模态大模型，实现了文本、图像、音频、视频的原生级融合，并计划提供实时多模态AI模型体验。
在行业生态方面，微美全息致力于提升多模态数据处理能力，强化商业场景应用潜力。公司加速“模型+应用”一体化进程，为开发者提供多模态交互预判需求、软硬一体开源应用方案。这些举措有望在全感官交互、场景化记忆、分布式协同等应用领域实现进一步跃升，同时降低开发者门槛，推动应用生态的繁荣。
多位专业人士指出，今年以来，AI行业正经历着从大模型向智能体的演进。国内外科技巨头纷纷押注AI Agent，技术、生态、市场、政策等多方面因素共同推动了这一趋势。开源技术加速了行业生态的发展，降低了训练门槛，提升了泛化能力和整体性能，为开放世界的多模态智能探索提供了新路径。
