<p>2024 年 7 月 5 日，中國上海世博展覽中心的世界人工智能大會上，阿里巴巴的展位。</p><p>Nurphoto | Nurphoto | Getty Images</p><p>儘管美國市場關注 Anthropic 和 Altruist 工具對軟件和金融服務的影響，但中國的科技巨頭本週發佈的 AI 模型在機器人技術和視頻生成方面顯示出進展。</p><p>阿里巴巴、短視頻平台 Kuaishou 和字節跳動（TikTok 的創作者）都發布了新的 AI 模型，強調中國公司如何與美國公司保持同步。</p><p>這發生在谷歌 DeepMind 的首席執行官 Demis Hassabis 告訴 CNBC，中國的 AI 模型僅落後於西方競爭對手 “幾個月” 之後。</p><p>這些來自中國的模型直接與 OpenAI 的 Sora 等視頻生成模型以及 Nvidia 和谷歌的機器人模型競爭。</p><p>以下是這些模型的概述。</p><h2 id="bya7ozuf">阿里巴巴的 RynnBrain</h2><p>阿里巴巴的達摩院本週推出了 RynnBrain，這是一個旨在幫助機器人理解周圍物理世界並識別物體的 AI 模型。</p><p>在一個視頻演示中，阿里巴巴展示了一款手部有夾子的機器人，似乎能夠數橙子、撿起橙子並將其放入籃子中。還展示了它從冰箱中取出牛奶。</p><p>模型需要經過廣泛的訓練，以使其能夠識別日常物體進行交互，這意味着像撿水果這樣的簡單任務在機器人技術中可能具有挑戰性。</p><p>RynnBrain 現在使阿里巴巴與 Nvidia 和谷歌等公司競爭，這些公司正在開發自己的機器人 AI 模型。</p><p>Hugging Face 的研究員 Adina Yakefu 告訴 CNBC：“它的一個關鍵創新是內置的時間和空間意識。”</p><p>“機器人不僅僅是對即時輸入做出反應，它可以記住事件發生的時間和地點，跟蹤任務進度，並在多個步驟中繼續進行。這使得它在複雜的現實環境中更加可靠和連貫。”</p><p>Yakefu 補充説，阿里巴巴的 “更廣泛的雄心” 是 “為具身系統建立一個基礎智能層。”</p><h2 id="bsjo1a039">字節跳動的 Seedance 2.0</h2><p>Seedance 2.0 是一個視頻生成 AI 模型，能夠僅根據用户的文本提示生成逼真的視頻。但提示也可以包含其他視頻和圖像。</p><p>使用 Seedance 2.0 生成的視頻經過 CNBC 審核，似乎顯示出相當逼真的圖像和完全由 AI 創建的視頻。</p><p>來自瑞典斯德哥爾摩的 Billy Boman 經營着一家制作 AI 生成內容的創意廣告公司，他使用了 Seedance 2.0。</p><p>他説，AI 視頻生成在過去兩年中取得了顯著進展，行業內的快速改進。</p><p>“在 2023 年……讓某人跑或走是很困難的。任何類型的現實主義都被限制在非常短的片段中，一切都非常緩慢，紋理差，沒有皮膚紋理，缺乏細節。現在情況完全改變了。現在我可以做任何事情。技術進步簡直非凡，” Boman 在接受 CNBC 採訪時説道。</p><p>Hugging Face 的 Yakefu 補充説，Seedance 2.0 模型在 “可控性、速度和生產效率” 方面顯示出比之前的版本更大的進步。</p><p>“Seedance 2.0 是我迄今為止測試過的最全面的視頻生成模型之一。它確實讓我驚訝，因為在第一次嘗試時就能提供令人滿意的結果，即使是簡單的提示。視覺效果、音樂和攝影結合在一起，感覺更像是精緻而非實驗性，” Yakefu 説。</p><p>然而，儘管用户對這項技術給予了好評，Seedance 卻遇到了麻煩。當地媒體報道稱，Seedance 暫停了一項功能，該功能允許 AI 根據用户上傳的圖片生成一個人的聲音。這是在中國一位博主提出關於聲音生成未經同意進行的擔憂後發生的。</p><p>字節跳動在被 CNBC 聯繫時未立即作出回應。</p><h2 id="r2ubecimh">Kuaishou 的 Kling 3.0</h2><p>上週發佈的 Kuaishou 的 Kling 3.0 是另一個與字節跳動競爭的視頻生成模型。</p><p>Kling 3.0“在一致性、逼真輸出、視頻時長延長至 15 秒以及多種語言、方言和口音的本地音頻生成方面進行了重大升級。”</p><p>該模型僅對付費訂閲者開放，但 Kuaishou 表示很快將向公眾開放。</p><p>Kuaishou 在其 Kling 模型上的成功是其過去一年股價上漲超過 50% 的關鍵因素。</p><p>股票圖標</p><figure class="image"><img src="https://pub.pbkrs.com/uploads/2026/4d1302be455b30f751209edb4500e9cf?x-oss-process=style/lg" alt="" original-src="https://pub.pbkrs.com/uploads/2026/4d1302be455b30f751209edb4500e9cf"/></figure><p>Kuaishou 年初至今的股價</p><h2 id="s8dt9rpfh">其他關鍵 AI 模型發佈</h2><p>在香港以知識圖譜科技（Zhipu AI）交易的公司在發佈 GLM-5 後，其股價在週四飆升，該模型是一個開源的大型語言模型，具有增強的編碼能力和長期運行的代理任務。</p><p>該公司表示，該模型在編碼基準測試中接近 Anthropic 的 Claude Opus 4.5，同時在某些測試中超過了谷歌的 Gemini 3 Pro。CNBC 無法驗證這些説法。</p><p>MiniMax 的股價在週四也大幅上漲，此前該公司推出了更新的 M2.5 開源模型，具有增強的 AI 代理工具。“代理” 或 “代理 AI” 是指旨在自動化任務的 AI 工具。</p><p>— <i>CNBC 的 Anniek Bao 和 Dylan Butts 對此報告做出了貢獻。</i></p>

快手-W

阿里巴巴-W

MSCI中國

<p>中國的科技巨頭，包括阿里巴巴、字節跳動和快手，本週推出了新的人工智能模型，展示了機器人技術和視頻生成的進展。阿里巴巴的 RynnBrain 幫助機器人理解其環境，而字節跳動的 Seedance 2.0 則能夠根據文本提示生成逼真的視頻。快手的 Kling 3.0 提供了更好的視頻一致性和音頻生成。儘管技術進步，Seedance 在語音生成功能上遇到了由於同意問題而產生的困擾。這些發展突顯了中國在人工智能領域的競爭地位，行業專家對此表示關注</p>

<p>The Alibaba stand at the World Artificial Intelligence Conference at the Shanghai World Expo Exhibition Center in Shanghai, China, on July 5, 2024.</p>
<div class="lb-trans"><p>2024 年 7 月 5 日，中國上海世博展覽中心的世界人工智能大會上，阿里巴巴的展位。</p>
</div><p>Nurphoto | Nurphoto | Getty Images</p>
<div class="lb-trans"><p>Nurphoto | Nurphoto | Getty Images</p>
</div><p>While U.S. markets have been focused on the impact of Anthropic and Altruist's tools on software and financial services, China's tech giants have released AI models this week that have shown advancements in robotics and video generation.</p>
<div class="lb-trans"><p>儘管美國市場關注 Anthropic 和 Altruist 工具對軟件和金融服務的影響，但中國的科技巨頭本週發佈的 AI 模型在機器人技術和視頻生成方面顯示出進展。</p>
</div><p>Alibaba, TikTok creator ByteDance and short-video platform Kuaishou, have all released new AI models that underscore how Chinese firms are keeping up with those in the U.S.</p>
<div class="lb-trans"><p>阿里巴巴、短視頻平台 Kuaishou 和字節跳動（TikTok 的創作者）都發布了新的 AI 模型，強調中國公司如何與美國公司保持同步。</p>
</div><p>It comes after Google DeepMind boss Demis Hassabis told CNBC that Chinese AI models are just &#34;months&#34; behind Western rivals.</p>
<div class="lb-trans"><p>這發生在谷歌 DeepMind 的首席執行官 Demis Hassabis 告訴 CNBC，中國的 AI 模型僅落後於西方競爭對手 “幾個月” 之後。</p>
</div><p>These models from China are directly competing with video generation models such as OpenAI's Sora, as well as robotics models from Nvidia and Google.</p>
<div class="lb-trans"><p>這些來自中國的模型直接與 OpenAI 的 Sora 等視頻生成模型以及 Nvidia 和谷歌的機器人模型競爭。</p>
</div><p>Here's a rundown of the models.</p>
<div class="lb-trans"><p>以下是這些模型的概述。</p>
</div><h2>Alibaba's RynnBrain</h2>
<div class="lb-trans"><h2>阿里巴巴的 RynnBrain</h2>
</div><p>Alibaba's DAMO Academy unveiled RynnBrain this week, an AI model designed to help robots comprehend the physical world around them and identify objects.</p>
<div class="lb-trans"><p>阿里巴巴的達摩院本週推出了 RynnBrain，這是一個旨在幫助機器人理解周圍物理世界並識別物體的 AI 模型。</p>
</div><p>In a video demo, Alibaba showed a robot with pincers for hands that appeared to be able to count oranges, pick them up and place them in a basket. It was also shown taking milk out of a fridge.</p>
<div class="lb-trans"><p>在一個視頻演示中，阿里巴巴展示了一款手部有夾子的機器人，似乎能夠數橙子、撿起橙子並將其放入籃子中。還展示了它從冰箱中取出牛奶。</p>
</div><p>Models require extensive training to enable them to identify everyday objects to interact with, which means that simple tasks like picking up fruit can be challenging in robotics.</p>
<div class="lb-trans"><p>模型需要經過廣泛的訓練，以使其能夠識別日常物體進行交互，這意味着像撿水果這樣的簡單任務在機器人技術中可能具有挑戰性。</p>
</div><p>RynnBrain now puts Alibaba in competition with the likes of Nvidia and Google which are developing their own AI models for robots.</p>
<div class="lb-trans"><p>RynnBrain 現在使阿里巴巴與 Nvidia 和谷歌等公司競爭，這些公司正在開發自己的機器人 AI 模型。</p>
</div><p>&#34;One of its key innovations is built-in time and space awareness,&#34; Adina Yakefu, a researcher at Hugging Face, told CNBC.</p>
<div class="lb-trans"><p>Hugging Face 的研究員 Adina Yakefu 告訴 CNBC：“它的一個關鍵創新是內置的時間和空間意識。”</p>
</div><p>&#34;Instead of simply reacting to immediate inputs, the robot can remember when and where events occurred, track task progress, and continue across multiple steps. This makes it more reliable and coherent in complex real-world environments.&#34;</p>
<div class="lb-trans"><p>“機器人不僅僅是對即時輸入做出反應，它可以記住事件發生的時間和地點，跟蹤任務進度，並在多個步驟中繼續進行。這使得它在複雜的現實環境中更加可靠和連貫。”</p>
</div><p>Yakefu added that Alibaba's &#34;broader ambition&#34; was to &#34;establish a foundational intelligence layer for embodied systems.&#34;</p>
<div class="lb-trans"><p>Yakefu 補充説，阿里巴巴的 “更廣泛的雄心” 是 “為具身系統建立一個基礎智能層。”</p>
</div><h2>ByteDance's Seedance 2.0</h2>
<div class="lb-trans"><h2>字節跳動的 Seedance 2.0</h2>
</div><p>Seedance 2.0 is a video generation AI model capable of generating a realistic video from just a text prompt from a user. But prompts can also contain other videos and images.</p>
<div class="lb-trans"><p>Seedance 2.0 是一個視頻生成 AI 模型，能夠僅根據用户的文本提示生成逼真的視頻。但提示也可以包含其他視頻和圖像。</p>
</div><p>Videos created with Seedance 2.0 and reviewed by CNBC appear to show quite realistic imagery and video that has been fully created with AI.</p>
<div class="lb-trans"><p>使用 Seedance 2.0 生成的視頻經過 CNBC 審核，似乎顯示出相當逼真的圖像和完全由 AI 創建的視頻。</p>
</div><p>Billy Boman, who is based in Stockholm, Sweden, and runs a creative advertising agency that produces AI-generated content, has used Seedance 2.0.</p>
<div class="lb-trans"><p>來自瑞典斯德哥爾摩的 Billy Boman 經營着一家制作 AI 生成內容的創意廣告公司，他使用了 Seedance 2.0。</p>
</div><p>He said AI video generation has made significant strides over the past two years, with rapid improvements across the industry.</p>
<div class="lb-trans"><p>他説，AI 視頻生成在過去兩年中取得了顯著進展，行業內的快速改進。</p>
</div><p>&#34;Back in 2023 … it was difficult to get someone to run or to walk. Any type of realism was [limited to] very short clips, everything was very slow, bad textures, no skin textures, lacking detail. Now the script has flipped. Now I can do anything. It has been nothing short of exceptional, the technological advancements,&#34; Boman told CNBC in an interview.</p>
<div class="lb-trans"><p>“在 2023 年……讓某人跑或走是很困難的。任何類型的現實主義都被限制在非常短的片段中，一切都非常緩慢，紋理差，沒有皮膚紋理，缺乏細節。現在情況完全改變了。現在我可以做任何事情。技術進步簡直非凡，” Boman 在接受 CNBC 採訪時説道。</p>
</div><p>Hugging Face's Yakefu, added that the Seedance 2.0 model has shown progress from previous generations in &#34;controllability, speed and production efficiency.&#34;</p>
<div class="lb-trans"><p>Hugging Face 的 Yakefu 補充説，Seedance 2.0 模型在 “可控性、速度和生產效率” 方面顯示出比之前的版本更大的進步。</p>
</div><p>&#34;Seedance 2.0 is one of the most well-rounded video generation models I've tested so far. It genuinely surprised me by delivering satisfying results on the first try, even with a simple prompt. The visuals, music, and cinematography come together in a way that feels polished rather than experimental,&#34; Yakefu said.</p>
<div class="lb-trans"><p>“Seedance 2.0 是我迄今為止測試過的最全面的視頻生成模型之一。它確實讓我驚訝，因為在第一次嘗試時就能提供令人滿意的結果，即使是簡單的提示。視覺效果、音樂和攝影結合在一起，感覺更像是精緻而非實驗性，” Yakefu 説。</p>
</div><p>However, while users have praised the technology, Seedance has run into trouble. Local Chinese media reported that Seedance has suspended a feature that allowed the AI to generate the voice of a person based on a picture they uploaded. It came after a blogger in China raised concerns about the voice generation taking place without consent.</p>
<div class="lb-trans"><p>然而，儘管用户對這項技術給予了好評，Seedance 卻遇到了麻煩。當地媒體報道稱，Seedance 暫停了一項功能，該功能允許 AI 根據用户上傳的圖片生成一個人的聲音。這是在中國一位博主提出關於聲音生成未經同意進行的擔憂後發生的。</p>
</div><p>ByteDance was not immediately available for comment when contacted by CNBC.</p>
<div class="lb-trans"><p>字節跳動在被 CNBC 聯繫時未立即作出回應。</p>
</div><h2>Kuaishou's Kling 3.0</h2>
<div class="lb-trans"><h2>Kuaishou 的 Kling 3.0</h2>
</div><p>Released last week, Kuaishou's Kling 3.0 is another video generation model to rival ByteDance's.</p>
<div class="lb-trans"><p>上週發佈的 Kuaishou 的 Kling 3.0 是另一個與字節跳動競爭的視頻生成模型。</p>
</div><p>Kling 3.0 &#34;features major upgrades in consistency, photorealistic output, extended video duration up to 15s, and native audio generation across multiple languages, dialects, and accents.</p>
<div class="lb-trans"><p>Kling 3.0“在一致性、逼真輸出、視頻時長延長至 15 秒以及多種語言、方言和口音的本地音頻生成方面進行了重大升級。”</p>
</div><p>The model is only available to paying subscribers but will be available to the public soon, Kuaishou said.</p>
<div class="lb-trans"><p>該模型僅對付費訂閲者開放，但 Kuaishou 表示很快將向公眾開放。</p>
</div><p>Kuaishou's success with its Kling models has been a key factor behind its more than 50% share price rise over the last year.</p>
<div class="lb-trans"><p>Kuaishou 在其 Kling 模型上的成功是其過去一年股價上漲超過 50% 的關鍵因素。</p>
</div><p>Stock chart icon</p>
<div class="lb-trans"><p>股票圖標</p>
</div><p><img src="https://imageproxy.pbkrs.com/https://static-redesign.cnbcfm.com/dist/a54b41835a8b60db28c2.svg" alt="" original-src="https://static-redesign.cnbcfm.com/dist/a54b41835a8b60db28c2.svg"/></p>
<p>Kuaishou shares year-to-date</p>
<div class="lb-trans"><p>Kuaishou 年初至今的股價</p>
</div><h2>Other key AI model releases</h2>
<div class="lb-trans"><h2>其他關鍵 AI 模型發佈</h2>
</div><p>Zhipu AI — which trades as Knowledge Atlas Technology in Hong Kong — saw its shares surge on Thursday after it released GLM-5, an open-source large-language model with enhanced coding capabilities and long-running agent tasks.</p>
<div class="lb-trans"><p>在香港以知識圖譜科技（Zhipu AI）交易的公司在發佈 GLM-5 後，其股價在週四飆升，該模型是一個開源的大型語言模型，具有增強的編碼能力和長期運行的代理任務。</p>
</div><p>The company said the model approaches Anthropic's Claude Opus 4.5 in coding benchmarks while surpassing Google's Gemini 3 Pro on some tests. CNBC could not verify those claims.</p>
<div class="lb-trans"><p>該公司表示，該模型在編碼基準測試中接近 Anthropic 的 Claude Opus 4.5，同時在某些測試中超過了谷歌的 Gemini 3 Pro。CNBC 無法驗證這些説法。</p>
</div><p>Shares of MiniMax also jumped Thursday after it launched its updated M2.5 open-source model with enhanced AI agent tools. &#34;Agents&#34; or &#34;agentic AI&#34; refers to AI tools designed to automate tasks.</p>
<div class="lb-trans"><p>MiniMax 的股價在週四也大幅上漲，此前該公司推出了更新的 M2.5 開源模型，具有增強的 AI 代理工具。“代理” 或 “代理 AI” 是指旨在自動化任務的 AI 工具。</p>
</div><p>— <em>CNBC's Anniek Bao and Dylan Butts contributed to this report.</em></p>
<div class="lb-trans"><p>— <em>CNBC 的 Anniek Bao 和 Dylan Butts 對此報告做出了貢獻。</em></p>
</div>

It's been a big — but rocky — week for AI models from China. Here's what's happened

- 阿里巴巴、字節跳動和快手本週發佈新 AI 模型競爭國際市場。  
- 阿里巴巴的 RynnBrain 幫助機器人識別物體，字節跳動的 Seedance 2.0 則生成真實視頻。  
- 快手的 Kling 3.0 增強了一致性和音頻生成能力，推出後股價上漲。

對於來自中國的 AI 模型來説，這是一個重要但充滿波折的一週。以下是具體發生的事情