又到了一个月的最后一天，1月，马上年底了各大厂都在冲KPI， 卷的飞起，

智谱、MiniMax纷纷上市了，Kimi融了5亿美元，阶跃也融了50亿人民币，

都说26年是大模型应用年，

从ClawdBot->Moltbot->OpenClaw已经展现的淋漓尽致。

DeepSeek放了两个论文，mHC和Engram，基本敲定了DeepSeek-V4的架构，2月份期待一手效果。

Qwen依旧稳健的开源，Image、ASR、TTS、Embedding都来了，Max-Thinking也发了，同时也标志着Qwen3时代结束，期待新版本。

PaddleOCR-VL更新1.5版本，依旧神的存在，0.9B性价比之王，

Kimi2.5的发布，让国内的模型，前端能力直逼Gemini3.0 Pro，

智谱、美团、腾讯、蚂蚁、快手、面壁、阶跃、宇树、商汤均有模型开源。

但国内目前开源模型Agent水平还不够，从使用skills的稳定性可以看出，需要继续努力。

详细如下：

12月30日，浪潮旗下 YuanLab.ai开源Yuan 3.0 Flash模型，40B 参数的多模态理解大模型。

12月31日，通义千问发布Qwen-Image-2512模型。

12月31日，腾讯发布Youtu-LLM-2B模型

1月1日， 至知创新研究院开源IQuest-Coder-V1模型

1月5日，蚂蚁集团与浙江卫健开源 AntAngelMed 医疗模型，基于Ling-flash-2.0 增量训练，总参数量达 100B，激活 6.1B 参数。

1月5号，美团开源Computer Use模型，EvoCUA-32B-20260105，1月13日开源8B版本。

1月7号，快手可灵团队，开源视频统一模型-UniVideo，支持视频理解、编辑和生成，论文10月挂出来的。

1月8号，Qwen开源Qwen3-VL-Embedding与&Reranker模型，2B、8B两种尺寸，详细细节

1月12日，面壁智能开源AgentCPM-Explore 4B端侧模型。

1月13日，DeepSeek最新开源的Engram，为大语言模型设计的条件记忆模块，加入一个外挂词典，可用于局部知识的快速查表，让模型进一步快速理解知识内容

1月14日，智谱开源图像生成模型GLM-Image

1月14日，百川开源医疗大模型M3，参数235B，大幅降低医疗大模型幻觉。

1月15日，美团开源LongCat-Flash-Thinking-2601模型，采用广度推理扩展方式提高推理效果

1月15日，阶跃开源Step-Audio-R1.1原生语音推理模型

1月15日，阶跃开源STEP3-VL-10B多模态模型，10B媲美甚至超越规模大 10-20 倍开源模型

1月20日，智谱开源GLM-4.7-Flash模型，MoE架构，30B-A3B。

1月22日，阿里千问开源Qwen-TTS模型，共0.6B和1.7B两种尺寸

1月26日，腾讯开源混元生图模型-HunyuanImage-3.0-Instruct，支持提示词增强和图生图。

1月27日，DeepSeek开源DeepSeek-OCR 2模型，验证了了LLM架构有作为VLM编码器的潜力

1月27日，Kimi开源K2.5模型，原生的多模态架构设计，同时支持视觉与文本输入、思考与非思考模式、对话与 Agent 任务。前端效果无敌。

1月27日，通义实验室发布图像生成模型Z-Image标准版，非蒸馏的完整模型。

1月27日，腾讯优图开源4B视觉模型-Youtu-VL-4B-Instruct。

1月29日，百度开源PaddleOCR-VL-1.5模型，全面实测，对比DeepSeek-OCR-2。

1月29日，阿里开源Qwen3-ASR模型，共0.6B、1.7B两种模型。

1月29日，美团开源LongCat-Flash-Lite模型，68.5B参数的非思考MoE模型，激活参数约为2.9B至4.5B，同时创新集成了N-gram嵌入表。

1月29日，Skywork AI开源SkyReels-V3多模态视频模型，支持图像转视频、音频驱动视频和视频延长等功能。

1月29日，蚂蚁灵波科技发布开源机器人控制模型LingBot-VA，一个基于自回归框架的因果视频-动作世界模型。

1月29日，宇树科技开源视觉-语言-动作大模型-UnifoLM-VLA-0，基于Qwen2.5-VL-7B进行持续预训练。

1月29日，商汤开源多模态推理模型-SenseNova-MARS，8B和32B两种尺寸。

最后，

2月份会更卷，

已知GLM、Qwen、DeepSeek都会有大版本发布，

所以，

春节放假是不可能得了。

PS：都看到这里，来个点赞、收藏、关注吧。 您的支持是我坚持的最大动力！