引言

2026年7月，两件看似无关的事同时发生，却共同指向了大模型行业最深层的变革。

一件发生在韩国首尔。ICML 2026将最高荣誉——杰出论文奖——同时颁给了两篇扩散模型论文。其中一篇来自清华大学黄高团队，标题带着杀气——《灵活性陷阱：重新思考扩散语言模型中任意顺序的价值》。它用大量实验证明，扩散语言模型最引以为傲的“任意顺序生成”非但没有带来预期收益，反而成了陷阱。另一篇来自MIT和耶鲁，聚焦扩散模型的采样精度。两篇论文，一篇拆掉核心假设，一篇推高技术天花板——ICML同时奖励“破”与“立”，信号再清晰不过。

另一件发生在上海。WAIC 2026上，北京智源人工智能研究院联合端侧智能北京市重点实验室发布报告，宣告2026年是端侧AI规模化落地的元年。大模型正在从以云端为唯一算力中枢的单点智能，走向端云分工、协同共生的分布式智能系统。面壁智能联合创始人、CEO李大海在论坛上给出一个关键数据：大模型的能力密度约每3.5个月翻一番。不是越大越好，而是越密越好。

这两件事共享同一个底层逻辑：大模型行业正在从“静态”走向“动态”。模型架构在动态调整，学习方式在动态进化，部署形态在动态扩散。

一、架构之变：当“灵活性”变成“陷阱”

1.1 扩散模型的“灵活性陷阱”

扩散语言模型是2026年最受关注的下一代语言模型架构之一。Google的Gemini Diffusion、中国人民大学的LLaDA均属于这一技术路线。

与GPT、Claude这类自回归模型从左到右逐个token生成不同，扩散语言模型像画画一样从噪声中逐步“去噪”出完整文本。理论上，这种架构有个巨大优势：生成顺序可以任意——先写中间再写开头，先定结论再补论据。过去两年，大量论文把“任意顺序”当作扩散LLM优于自回归LLM的关键论据。

但黄高团队的研究揭示了一个反直觉的现象：任意顺序生成非但没有扩展dLLM的推理边界，反而使其收窄。模型会利用顺序自由绕开对探索至关重要的高不确定性token，导致解空间过早坍缩。

问题出在推理的“分叉口”。论文作者之一解释道：不确定性高的关键逻辑节点（如“因此”“所以”）像是一个分叉口。若采用从左向右的顺序，模型必须在此处当场作出选择。若采用任意选择生成顺序，模型会倾向于绕过这些难点，优先处理容易的部分。等回头再填充这些节点时，前后文已经确立，原本的推理分叉口变成了填空题——答案被上下文锁定了。

实证数据给出了致命一击：在HumanEval代码生成任务上，从左往右顺序能解出、而任意顺序解不出的题目占21.3%，反向仅0.6%。顺序的自由度越大，推理性能越差。

基于这一发现，团队提出的解决方案是“JustGRPO”——在强化学习训练阶段放弃任意顺序，强制模型从左到右生成。训练完成后在GSM8K上达到89.1%准确率，全面超越所有为扩散模型专门设计的复杂强化学习算法。

ICML把最高荣誉颁给一篇“拆台”的论文，传递的信号很清楚：扩散模型已经进入了需要“纠偏”和“补基建”的阶段。下一代语言模型架构之争中，扩散模型已正式入局。

1.2 单层RL超越全参数训练：另一个“纠偏”

同样在ICML 2026上，明尼苏达大学、北京大学和亚马逊的团队挑战了另一个长期假设。过去，RL后训练的收益被认为均匀分布在所有Transformer层——要训练就得更新全部参数。

但通过对7个模型、跨越2个模型家族、3种RL算法、3个任务领域的系统性逐层研究，团队发现RL收益高度集中在一小部分中间层，而非均匀分布。更令人惊讶的是，训练单个Transformer层即可匹敌甚至超越全参数RL训练。

这意味着RL后训练不再需要更新全部参数，只需精准更新关键层，就能用更少的计算成本获得同等甚至更好的效果。这又是一个从“静态全量”走向“动态精准”的案例。

二、学习之变：从“一次性训练”到“持续进化”

2.1 Macaron-V1：挑战Scaling Law

2026年7月21日，心洲科技旗下Mind Lab正式开源Macaron-V1。它在智谱GLM-5.2的千亿参数基座之上，通过LoRA插件式架构实现了模型的 “持续学习”与“群体智能” 。

这一做法挑战了行业长期以来的Scaling Law信仰——不靠堆参数，而靠自我迭代来提升能力。

Mind Lab提出的 “经验智能机器” 理念认为：机器应从自己的经历中学习，经验转化为新能力，新能力让它能解决更难的问题——智能由此成为一个持续生长的过程。

Macaron-V1的Mixture-of-LoRA架构将不同技能的任务分配到不同LoRA专家，新能力以插件式加入，不动摇已有知识。在UI4A等基准测试中，Macaron-V1全面超越基座GLM-5.2。

更令人震撼的是群体智能实验：从相同的Qwen3-30B基础模型出发，只改变数据顺序。在AIME24上，单个adapter准确率是36.44%；把198个不同adapter做多数投票，准确率提高到48.67%。不同学习轨迹带来的差异包含了超出普通采样的互补性——群体不是简单的重复，而是真的更聪明。

2.2 自进化Agent：让AI自己越用越聪明

持续学习的理念正在从模型层面延伸到Agent层面。2026年，自进化Agent成为行业热点。

所谓自进化Agent，指的是一类能够在与环境/用户交互过程中自动积累经验、提炼能力、并在后续任务中复用与提升的智能体。简单来说：让Agent自己越用越聪明，而不是每次都靠人工去喂数据、调提示词、改模型。

2026年初，OpenClaw（龙虾）的爆火让人们看到了个人AI助理普及的可能。从“被动等待提示词的代码工具”走向“学会记忆、自我改进、持续进化的智能体”——智能体自我进化正在提速。

三、部署之变：从“云端唯一”到“端云协同”

3.1 密度定律：端侧AI的底层逻辑

端侧AI之所以能在2026年从“少数派选择”变成“产业最大共识”，背后是一条被反复验证的规律——密度定律。

2024年底，清华大学相关团队与开源社区OpenBMB提出“能力密度”概念，成果于2025年作为封面文章发表于《自然》。密度定律的结论极具穿透力：大模型的最大能力密度随时间呈指数增长，约每3.5个月翻一番。

芯片在同等价格下的算力约每两年翻一倍，而模型的能力密度约每百天翻一倍。两条曲线的交汇，把“高性能大模型装进终端”从设想变成工程现实。

截至2026年7月，MiniCPM系列全球下载量突破3800万次、GitHub星标超过14万。其2026年5月发布的MiniCPM5-1B，仅以1B参数规模，在国际权威榜单上取得17.9分的成绩，与2024年5月发布的200B参数GPT-4o仅相差零点几分。

参数规模不再是荣誉勋章，“单位参数、单位能耗下的智能产出”才是新的硬指标。

3.2 四重倒逼：为什么偏偏是2026年？

产业向端侧集体转向，背后是四重现实约束的倒逼：

成本方面，截至2026年6月，豆包大模型日均Token调用量已突破180万亿，较去年增长超10倍，云端推理经济性持续承压。

时延方面，自动驾驶要求10-50毫秒级响应，云端往返无法满足。

隐私方面，《个人信息保护法》与GDPR持续收紧，敏感数据“不出端”成为刚需。

稳定性方面，弱网、断网环境下纯云端方案存在可用性短板。

业界正在形成的共识，是 “端侧为主、云端为辅，优先在本地处理、解决不了再上云”的混合架构。ZEDEDA 2026年边缘AI调查显示，47%的企业已采用混合云-边缘架构。

3.3 FlagOS：打通端侧落地的“最后一公里”

端侧智能的能力供给已就绪，真正卡住规模化落地的，是部署侧的碎片化。端侧芯片架构天然多元——NPU、GPGPU、DSA、RISC-V AI、ARM等并存，形成“N种模型×M种芯片×K种终端”的组合。

北京智源人工智能研究院牵头打造的众智FlagOS开源统一软件栈，为这一根本性矛盾给出了工程解法。2026年6月发布的FlagOS 2.1，已实现对18家厂商、32款AI芯片的全场景支持，成为全球支持芯片种类最多的AI系统软件栈。

四、系统之变：从“芯片竞赛”到“系统竞赛”

4.1 评估体系的“标尺熔化”

当模型能力快速逼近人类基线，评估体系正在经历系统性危机。2026年初，一项发表在arXiv上的系统性研究分析了60个主流大语言模型基准，结论令人不安——近一半的基准已经饱和。

MMLU得分从2022年的70%攀升到2025年的90%以上，前沿模型之间的区分能力几乎消失。最具象征意义的事件发生在2026年2月：OpenAI宣布停止报告SWE-Bench Verified的成绩——一个由OpenAI自己投入近100名软件工程师清理和策划的基准，最终被自己宣布退役。

当标尺开始熔化，谁能定义新的衡量标准，谁就掌握了定义“好模型”的话语权。

4.2 超节点：算力竞争的新范式

在WAIC 2026上，超节点成为全场焦点。据不完全梳理，超过20家企业发布了与超节点相关的产品或方案。

随着大模型参数从千亿走向万亿乃至十万亿，传统8卡服务器已无法满足训练和推理的通信需求。超节点将大量GPU或加速卡从“多台服务器”深度整合成逻辑上像一台“超级计算机”的系统。

华为首次线下展示了昇腾950超节点真机——1024张NPU卡高速互联，能够提供1 EFLOPS FP8、2 EFLOPS FP4的澎湃算力。中科曙光展示了640卡超节点，百度天池、阿里云灵骏真武M890、浪潮信息元脑均被放在各自展台的突出位置。

超节点的价格比同样卡数服务器总价要贵，但客户算的是总体效能账——算力密度更高、空间占地更小。大模型竞争正从芯片性能比拼，升级为全栈系统能力的较量。

写在最后

2026年的大模型技术图景，正在经历一场从“静态”到“动态”的深刻转型。

架构从静态走向动态——扩散模型的“灵活性陷阱”证明，架构设计需要重新审视“自由”与“约束”的辩证关系。单层RL超越全参数训练证明，精准比全面更重要。

学习从静态走向动态——Macaron-V1用持续学习挑战Scaling Law，自进化Agent让AI自己越用越聪明。模型不再是训练一次就冻结的“死物”，而是可以持续成长的“活系统”。

部署从静态走向动态——密度定律让大模型从云端走向终端，端云协同的混合架构正在成为新常态。FlagOS统一软件栈正在打通端侧落地的最后一公里。

系统从静态走向动态——评估体系在饱和中重构，超节点在算力竞赛中崛起。竞争不再是单一维度的比拼，而是系统能力的全面较量。

当模型能力趋于收敛，谁能用更动态的方式让模型持续进化、用更聪明的方式分配计算资源、用更系统的视角构建技术栈，谁就能赢得下一阶段的竞争。这不是参数的战争，这是动态智能的战争。