September: Rangliste der chinesischen KI-Großmodellplattformen 2026

Code-Großmodelle treten zuerst in die RSI-Ära ein

Bei dieser Welle von RSI (rekursive Selbstverbesserung) bei Großmodellen wurde nicht die Chat-Fähigkeit zuerst entzündet, sondern Code und System. Facewall Intelligence lässt KI-Ingenieure ein komplettes Vortrainierungs-Framework von Grund auf schreiben, der gesamte Prozess dauert etwa 8 Stunden, und die Leistung erreicht das Niveau des quelloffenen Megatron-LM von NVIDIA; der Infra Agent, der Mitte September von Zhipu vorgestellt wurde, lässt GLM-5.3 selbst die Leistungsengpässe der Inferenzinfrastruktur von GLM-5.3-Flash lokalisieren, den zugrunde liegenden Code ändern, geschichtete Tests durchführen und nach Feedback iterieren.

Man kann sehen, dass Code das erste Testfeld für RSI geworden ist, weil es derzeit der einzige Bereich ist, in dem „das Modell nach dem Schreiben automatisch die Richtigkeit überprüfen kann“. Fähigkeiten wie Text, Dialog und Schlussfolgerung sind noch auf menschliche Bewertungen angewiesen, aber Code kann das Modell selbst zum Schiedsrichter machen.

Obwohl sie alle von RSI sprechen, sind die Einstiegs-Puzzleteile tatsächlich unterschiedlich. Zhipu geht den Weg „Modell optimiert das Inferenzsystem“ und schließt den ersten Ring im kleinsten RSI-Geschlossenen Kreislauf, d. h. das Modell ändert zuerst die Infrastruktur, auf der es selbst läuft; das Qwen-Team lässt Qwen3.8-Max basierend auf internen Testprotokollen und Benutzerfeedback selbst Fehler lokalisieren, selbst Trainingsdaten erstellen, selbst kontrollierte Experimente entwerfen und dann kleine Modelle für mehrstufige Validierung verwenden, um ungültige Daten zu filtern. In einem Monat wurden 33 Iterationen im unbeaufsichtigten Betrieb abgeschlossen, und die Artificial Analysis-Bewertung stieg von 40 auf 45 Punkte.

Darüber hinaus hat Yunzhisheng im September U2-Flash veröffentlicht, das sich auf den geschlossenen Kreislauf nach dem Training konzentriert und sich speziell auf Grenzaufgaben konzentriert, die „halb erledigt werden können, aber fehleranfällig sind und lange Wege erfordern“. Fehlgeschlagene Abläufe werden direkt zu Trainingsmaterialien umgewandelt, und dann wird die Validierung nach Bereichen durch Mehrlehrer-Destillation durchgeführt; M2.7 von MiniMax im März dieses Jahres verfolgt einen anderen Ansatz: Das Modell baut selbst Dutzende komplexer Fähigkeiten im Reinforcement-Learning-Harness auf, aktualisiert sein eigenes Gedächtnis und kooperiert sogar im September mit Universitäten für ModularRSI – die Grundgewichte sind die ganze Zeit eingefroren, und nur der Agent ändert die peripheren Betriebsmechanismen. Eines ändert den Inferenzstack, eines ändert die Trainingsdaten, eines ändert die Nach-Trainings-Abläufe, eines ändert das Harness – im Wesentlichen geht es darum, Positionen in verschiedenen Gliedern von RSI zu erobern.

Ein noch bemerkenswerteres Signal ist, dass die Unternehmen sich nicht mehr damit zufriedengeben, „das Modell Werkzeuge optimieren zu lassen“, sondern beginnen, den Schritt zu „das Modell sich selbst trainieren“ zu machen. Auf der Halbjahresleistungskonferenz Ende August definierte Tang Jie von Zhipu GLM-6.0 direkt als Full-Self-Training-Modell, ein vollständig selbsttrainiertes Modell; Alibaba hat RSI auf der Yunqi-Konferenz explizit in die Roadmap für maschinelle Intelligenz aufgenommen und angekündigt, dass die nächste Generation ein brandneues Modell mit 5 bis 10 Billionen Parametern anstreben wird.

Mit anderen Worten: Die vorherigen Unternehmen haben noch „das Modell dabei, seine eigenen Wasserleitungen zu reparieren“, aber die nächsten Modelle werden darum wetteifern, an der Erstellung der nächsten Generation ihrer selbst teilzunehmen. Wenn dieser Schritt wirklich funktioniert, wird das Subjekt von Scaling nicht mehr nur der Forscher sein, sondern das Modell selbst bewegt sich auf der Zeitachse vorwärts.

Derzeit ist es noch weit weg von RSI im eigentlichen Sinne. Zhipu selbst gibt zu, dass das System noch nicht in der Phase ist, die nächste Generation von Modellen vollständig selbst zu entwerfen und zu trainieren, und nur der kleinste geschlossene Kreislauf geschlossen wurde; die meisten der von den Unternehmen offengelegten Fälle sind „Eigenrotation eines Glieds“ und nicht „die Verbesserung der vorherigen Runde kann von der nächsten Runde vollständig geerbt werden“. In dem fünfstufigen Rahmen von Theseus Labs befinden sich die meisten chinesischen Teams derzeit noch in der zweiten bis dritten Stufe.

Der eigentliche Wendepunkt liegt nicht darin, wer das Wort RSI zuerst ausspricht, sondern vielmehr darin, ob alle diesen Kreislauf stabil, schnell und kostengünstig betreiben können. Schließlich ist RSI im Grunde genommen Scaling in der Zeitdimension. Derzeit sieht es so aus, als ob alle den ersten Baustein von RSI gelegt haben. Der echte rekursive Kreislauf wird erst dann zeigen, wer wirklich in Gang gekommen ist, wenn die nächste Generation von Grundmodellen Ende des Jahres herauskommt.

Personal Agent sorgt für Aufsehen im KI-Kreis

Die jüngste Welle der Beliebtheit von Personal Agent geht darauf zurück, dass mehrere große Konzerne in sehr kurzer Zeit den „persönlichen KI-Assistenten“ um einen großen Schritt vorangebracht haben.

Am 8. September stellte Meta Muse vor, das jedem Benutzeragenten einen dedizierten virtuellen Computer zuweist, mit dem Browser geöffnet, Formulare ausgefüllt, E-Mails verarbeitet und Reisen arrangiert werden können; nachdem die Anwendung geschlossen wurde, kann es weiterarbeiten und bei genehmigungsbedürftigen Vorgängen wie Einkäufen oder E-Mail-Versuchen zur Bestätigung zum Benutzer zurückkehren. Dann, am 29. September, stellte OpenAI auf der Entwicklerkonferenz dots vor, das von GPT-6 Astra angetrieben wird, ebenfalls über einen Cloud-Computer verfügt, externe Anwendungen verbinden kann und mit Benutzern in Eingängen wie ChatGPT, Slack und Teams zusammenarbeitet.

Die intuitive Veränderung, die diese beiden Produkte mit sich bringen, besteht darin, dass nach der Angabe eines Ziels durch den Benutzer die KI die nachfolgenden Fortschrittsarbeiten übernimmt, ohne dass der Benutzer ständig im Dialogfenster bleiben muss.

Chinesische Hersteller beschleunigen ebenfalls, aber die Ansätze und Fortschritte einiger Unternehmen sind unterschiedlich. Qwen kündigte auf der Yunqi-Konferenz am 22. September an, den Aufbau von Personal Agent zu beschleunigen, wobei der Schwerpunkt auf der kontinuierlichen Verfolgung von Anforderungen liegt, kombiniert mit persönlichen Informationen, die mit Benutzergenehmigungen bereitgestellt werden. Beispielsweise kann es basierend auf einem Laufziel die Trainingsvorschläge anhand von Sportaufzeichnungen anpassen, sodass eine einzelne Beratung zu einem langfristigen Dienst wird.

Doubao erweitert die Fähigkeiten, die der Handy-Assistent angesammelt hat, auf breitere Szenarien für persönliche Assistenten. Berichten zufolge wurde sein Explorationsprojekt mit dem Codenamen Spell bereits im April intern getestet und wird derzeit beschleunigt in das Doubao-Produkt integriert, was noch zu den in den Medien offengelegten Produktplänen gehört. Ant Lingguang hat kürzlich ebenfalls bestätigt, dass die neue Version in kleinem Umfang intern getestet wird. Die in öffentlichen Berichten genannten Anwendungsfälle umfassen die Verwaltung von DingTalk-Anwesenheitsaufzeichnungen, die Verfolgung von Marktveränderungen und die Neuplanung von Reiserouten nach Flugverspätungen. Die gemeinsame Richtung mehrerer Unternehmen ist klar: Die KI soll Aufgaben übernehmen, die kontinuierlich verfolgt werden müssen und sich im Laufe des Prozesses ändern können.

Tatsächlich kann Personal Agent als ein persönlicher Agent verstanden werden, der Ihre Situation kennt, Werkzeuge aufrufen und Aufgaben kontinuierlich vorantreiben kann. „Personal“ bedeutet, dass es Ihre Präferenzen, Einschränkungen und laufenden Angelegenheiten kennt, sodass Sie nicht jedes Mal den Hintergrund von Grund auf neu erklären müssen; „Agent“ bedeutet, dass es Aufgaben zerlegen, Anwendungen bedienen und die nächsten Schritte basierend auf den Ausführungsergebnissen anpassen kann. Beispielsweise hofft der Benutzer bei der Planung einer Geschäftsreise, dass es basierend auf Kalender, Budget und Reisegewohnheiten Optionen filtert, die Reservierung nach Erhalt der Genehmigung abschließt und die anschließenden Änderungen der Reiseroute weiter verfolgt. Dies ist auch die entscheidendste Veränderung vom dialoggesteuerten KI zum handlungsgesteuerten KI: Das Ende einer Interaktion erstreckt sich vom Erhalt einer Antwort bis zum Fortschritt und Ergebnis der Angelegenheit. Das von Muse und dots betonte Gedächtnis, der Hintergrundbetrieb und die Werkzeugverbindung dienen alle dazu, diese Kette zu vervollständigen.

Aus Branchensicht wird dies den Wettbewerb von Modellunternehmen weiter zu vollständigen Aufgabenauslieferungsfähigkeiten lenken. Eine ausgezeichnete Antwort und die kontinuierliche Ausführung von Dutzenden von Schritten, um Aufgaben auch bei Problemen abzuschließen, sind zwei verschiedene Prüfungen. Das Modell muss Ziele verstehen, Werkzeuge auswählen, Ergebnisse überprüfen und beurteilen, wann es anhalten und den Benutzer fragen soll; das Produktsystem muss Gedächtnis, Berechtigungen, Aufgabenstatus und Ausnahmewiederherstellung verarbeiten.

Natürlich gibt es neben der Modellrangliste auch die Abschlussrate realer Aufgaben, wie oft der Benutzer eingreifen muss und wie viel Zeit und Rechenleistung es kostet, eine Aufgabe zu erledigen. Die Modellfähigkeit bestimmt immer noch die Obergrenze, und das System, das diese Fähigkeiten stabil organisiert, wird das Benutzererlebnis zunehmend direkt bestimmen.

Aus einer tieferen Perspektive kann Personal Agent auch die Art und Weise verändern, wie Großmodellprodukte um Benutzer konkurrieren. In der Vergangenheit wechselten Benutzer oft zwischen mehreren KI-Anwendungen je nach Wirkung einer einzelnen Antwort; wenn ein Agent Ihre Projekte, Termine und Arbeitsgewohnheiten allmählich kennt, bedeutet der Wechsel des Produkts, dass dieses Verständnis neu aufgebaut werden muss.

Der Wettbewerb der Hersteller wird sich weiter auf die langfristige Nutzungsbeziehung der Benutzer und die Fähigkeit zur Verbindung echter Dienste erstrecken. Diese Beziehung muss jedoch letztendlich durch zuverlässige Lieferungen bei jedem Mal aufgebaut werden. Ob Personal Agent aus der jüngsten Hitzewelle zu einem neuen Wachstumspunkt in der Großmodellbranche werden kann, hängt davon ab, ob die Benutzer nach der Nutzung bereit sind, die nächste Aufgabe ebenfalls an ihn zu übergeben.

AMD investiert 8,2 Milliarden US-Dollar – warum ist das „Weltmodell“ für Roboter zu einem umkämpften Gebiet geworden?

Ende September kündigte AMD an, World Labs, das von Li Feifei gegründet wurde, für etwa 8,2 Milliarden US-Dollar zu übernehmen, was das Weltmodell erneut zum Fokus des KI-Kreises machte. Diese Transaktion steht noch aus, aber die Identität des Käufers ist sehr aufschlussreich: Ein Chiphersteller beginnt, durch die Übernahme von Modellteams vorab zu verstehen, welche Rechenleistung die nächste Generation von KI benötigt. AMD erwähnte in der Ankündigung ausdrücklich Roboter, Simulation und physikalische KI. Wenn man den Blick auf das Inland richtet, stellt man fest, dass eine weitere Gruppe von Unternehmen ebenfalls beschleunigt handelt – Hersteller wie Unitree, Agibot und Songyan, die mit Roboter-Körpern in die Öffentlichkeit getreten sind, haben kürzlich intensiv ihre eigenen „Gehirne“ veröffentlicht.

In der ersten Hälfte September brachte Songyan nacheinander die HERON-Serie von Modellen heraus, Agibot veröffentlichte AGILE 2.0 und GE-Act 2.0, und Unitree startete die Open-Source-Veröffentlichung von UnifoLM-WLA-1.0 und öffnete Ende des Monats weiterhin das Grundmodell und den Feinabstimmungscode. All dies dreht sich um eine Frage: Wie können Roboter, die über immer flexiblere Körper verfügen, in unbekannten Umgebungen selbst urteilen und Aufgaben selbst erledigen? Unter anderem versucht Agibot, die Vorhersage zukünftiger Zustände und das Aktionslernen in dasselbe Modell zu integrieren, während Unitree betont, dass ein Modell mehrere Aufgaben koordiniert und verschiedene Greifer und geschickte Hände anpasst. Die Hersteller von Roboter-Körpern beginnen, den Wettbewerb in die Modellebene zu vertiefen, um die Fähigkeit zu erlangen, wie Roboter die Umgebung verstehen und Entscheidungen treffen.

Das Weltmodell wird beachtet, gerade weil es versucht, die „Vorhersage“ vor der Handlung zu ergänzen. Wenn man beispielsweise einen Roboter ein Glas Wasser heben lässt, muss er die Position des Glases beurteilen, aber auch berücksichtigen, wo er es greift, wie er sich bewegt und was passieren kann, wenn es kippt. Das Weltmodell hofft, durch das Lernen der Beziehung zwischen Umgebung und Handlung vorherzusagen, was als Nächstes passieren wird, und dann die Grundlage für Planung und Ausführung zu liefern.

Agibot GE-Act 2.0 versucht, die vorhergesagten zukünftigen Zustände gemeinsam mit den Roboteraktionen zu optimieren, sodass „vorgestellte Ergebnisse“ und „tatsächlich ausgeführte Aktionen“ besser übereinstimmen. In dieser Richtung ist die Kombination von Weltmodell und VLA eine fortlaufende Beobachtung wert: Ob die Vorhersagefähigkeit dem Roboter hilft, zuverlässigere Aktionen auszuführen, muss letztendlich durch echte Roboteraufgaben überprüft werden.

Wer kontinuierlich wertvolle Daten erhalten kann und wer diese Daten in wiederverwendbare Fähigkeiten umwandeln kann. Jedes Mal, wenn ein Roboter in eine neue Arbeitsstation eintritt, kann er auf neue Objekte, Platzierungsarten und Betriebsanforderungen stoßen. Wenn jedes Mal eine große Menge an Daten neu erfasst und neu trainiert werden muss, lassen sich die Bereitstellungskosten kaum senken.

Eine Erwartung, die das Weltmodell trägt, besteht darin, Roboter dazu zu bringen, ein allgemeineres Verständnis der physischen Umgebung zu sammeln und Wiederholungsarbeiten bei der Anpassung an neue Aufgaben zu reduzieren. Aber zwischen „vorhersagen können“ und „stabil arbeiten können“ gibt es noch technische Lücken. Wie das Modell nach Verdeckung von Objekten, fehlgeschlagenem Greifen und Umgebungsänderungen wiederherstellt, wirkt sich direkt darauf aus, ob es in echte Geschäftsszenarien eintreten kann. Für Hersteller wird die Fähigkeit zur kontinuierlichen Überprüfung und Verbesserung nach der Modellveröffentlichung immer wichtiger.

Die Roboterindustrie teilt die Kernverbindungen, die jedes Unternehmen beherrschen muss, im Hinblick auf intelligente Fähigkeiten neu ein. Chiphersteller wollen näher an der Modellentwicklung sein, und Hersteller von Roboter-Körpern wollen ihre eigenen Daten, Hardware und Steuerungserfahrung in das Modell einfließen lassen.

Aktuelle Entwicklungen chinesischer Großmodelle

Alibaba

Am 28. September wurde die Qwen-App tief in das Quark-Netzwerklaufwerk integriert. Nach der Benutzergenehmigung können Benutzer in Qwen Daten im Laufwerk abfragen, organisieren und lesen und daraus Wiederholungstools, Arbeitszusammenfassungen und Fotosammlungen erstellen. Das Quark-Netzwerklaufwerk wird zu einem gemeinsamen Datenvermögenszentrum für Benutzer und KI. Die Mitgliedschaftsrechte werden ebenfalls synchron integriert: Beim Kauf einer Mitgliedschaft der Qwen-App ab der Elite-Stufe erhält man eine Quark-Laufwerksmitgliedschaft gleicher Dauer geschenkt. Nach Kombination mit dem Bildungsrabatt