当AI的”百货大楼”开始挂上了品牌招牌
> 来源：easy-learn-ai 项目 commit e6c189a
>
> 本文基于该项目一次重大数据重构撰写——将原本按”能力类型”组织的模型数据，重新整理为按”厂商品牌”分类的结构。
—
一、一个图书馆员的困惑
想象你是一个图书馆员。2023年，你收到了第一批”AI模型”藏书。那时候书不多，你按主题分类：这边 shelf 放”会聊天的”，那边 shelf 放”会画画的”，角落里是”会做视频的”。简单，直观，够用。
但一年后，你发现问题来了。
会聊天的那家公司，突然也推出了会画画的。原本放在”视频区”的厂商，最新型号居然能同时写文章、画图、剪视频。更离谱的是，有些”书”根本说不清它到底是哪种能力——它什么都会一点，又什么都不完全属于传统分类。
你的图书馆开始混乱。读者走进来，想找”那个最近很火的DeepSeek”，你告诉他：DeepSeek-R1在”文本区”，但DeepSeek的图像模型在”图像区”……读者的眼神从困惑变成了同情。
这就是 easy-learn-ai 项目在2026年7月面临的真实困境。
—
二、旧世界的秩序：能力即分类
让我们先理解原来的数据长什么样。
在重构之前，这个项目的模型数据被存放在三个大文件里：
– model.json —— 五千多行，装的是”文本模型”
– img.json —— 六百多行，装的是”图像模型”
– video.json —— 近五百行，装的是”视频模型”
这种分类方式有一个朴素的假设：AI模型是按”能力”划分的。就像工具箱里的螺丝刀、扳手、锤子，各归其位。
这个假设在2023年基本是成立的。那时候：
– OpenAI 的 GPT 系列只输出文字 – Midjourney 只管画画 – Runway 专注视频
各扫门前雪，井水不犯河水。按能力分类，清晰、合理、符合直觉。
但技术从不按人类的分类法生长。
—
三、边界崩塌：当每个厂商都想成为”全能选手”
2024年开始，事情变了。
OpenAI 发布了 GPT-4o，一个模型同时能看、能听、能说、能写。Google 的 Gemini 系列从第一天就是多模态的。阿里巴巴的 Qwen 系列、字节的 Seed 系列、百度的 ERNIE 系列……每一家都在把自己从一个”单项冠军”改造成”十项全能”。
更微妙的是，厂商开始形成鲜明的”家族特征”。
Anthropic 的 Claude 系列，不管是最强的 Opus 还是轻量的 Haiku，都带着同样的 DNA：超长上下文、极度谨慎的安全对齐、优雅的思维链展示。你用 Claude 写代码，和用 Claude 分析法律文件，感受到的是同一个”人格”。
DeepSeek 的 R1 系列，从满血的 671B 参数模型，到蒸馏出来的 1.5B 轻量版，都继承了那个标志性的”深度思考”模式——先沉默地想一会儿，然后给出经过自我验证的答案。这是一种品牌气质，不是简单的功能标签能概括的。
Google 的 Gemini 则走另一条路：原生多模态、百万级上下文、与搜索引擎深度绑定。你用 Gemini 的感觉和用 Claude 完全不同，这不是”能力”的差异，是”世界观”的差异。
当每个厂商都在打造自己独特的”技术人格”时，继续按”能力”分类，就像把同一个作家的书分散在不同 genre 区——读者找的是这个人，不是这个标签。
—
四、新世界的地图：19个”国家”的模型版图
这次重构后，数据被重新组织成了19个独立文件，每个文件对应一个厂商：
中国军团（10家）： – 阿里巴巴（Qwen 系列）—— 开源世界的东方力量 – 百度（ERNIE 系列）—— 知识增强的中文原住民 – 字节跳动（Seed 系列）—— 短视频帝国的AI野心 – DeepSeek —— 推理领域的黑马 – 月之暗面（Moonshot）—— 长上下文的新锐 – 腾讯 —— 社交巨头的模型布局 – 智谱AI（GLM 系列）—— 清华系的技术派 – MiniMax —— 语音与多模态的探索者 – 快手 —— 短视频场景的垂直深耕 – Black Forest Labs（FLUX）—— 虽然总部在欧美，但创始人有深厚的中文社区渊源
美国阵营（9家）： – OpenAI（GPT 系列）—— 定义了赛道的先行者 – Anthropic（Claude 系列）—— 安全对齐的布道者 – Google（Gemini 系列）—— 搜索帝国的AI延续 – Meta（Llama 系列）—— 开源生态的重量级玩家 – xAI（Grok 系列）—— 马斯克的速度与反叛 – Midjourney —— 艺术生成的美学标杆 – Runway —— 视频生成的先锋 – Pika —— 视频领域的新锐挑战者 – Stability AI —— 开源图像的布道者
19个文件，6000多行数据。每一个文件都是一个”技术国家”的完整档案。
—
五、数据结构里的”微观政治”
这种分类方式的变化，表面上是技术决策，实际上反映了我们对AI认知框架的深层转变。
从”功能主义”到”品牌主义”
旧分类隐含的思维是：AI是工具，工具按功能归类。新分类隐含的思维是：AI是服务，服务按提供者归类。
这有点像手机应用的演变。早期你按”功能”整理手机：社交文件夹、工具文件夹、游戏文件夹。但后来你发现，微信既是社交又是支付又是小程序，抖音既是娱乐又是电商又是搜索引擎。你开始按”使用场景”甚至”情感依赖”来组织——最常用的放首屏，不管它是什么类型。
AI模型正在经历同样的认知迁移。用户越来越不 care 这个模型”能干什么”，而是 care “这是谁家的模型”——因为厂商品牌已经承载了足够的信息密度。
从”扁平清单”到”家族树”
新的数据结构还支持了一个重要特性：parent 字段。
比如 DeepSeek-R1 是”家长”，它下面挂着六个”孩子”： – DeepSeek-R1-Distill-Qwen-1.5B（用 Qwen 底座蒸馏的轻量版） – DeepSeek-R1-Distill-Qwen-7B – DeepSeek-R1-Distill-Llama-8B（用 Llama 底座蒸馏的版本） – DeepSeek-R1-Distill-Qwen-14B – DeepSeek-R1-Distill-Qwen-32B – DeepSeek-R1-Distill-Llama-70B
这就像一本族谱。读者一眼就能看出：这些小模型都是 R1 的”精神后代”，继承了 R1 的推理模式，只是换了不同的”身体”（参数规模、底座架构）。
Claude 系列也有清晰的家族树：Opus（旗舰）→ Sonnet（主力）→ Haiku（轻量），每个版本还有代际演进（4.1 → 4.5 → 4.6 → 4.8）。
这种”家族感”是按能力分类完全无法表达的。
—
六、几个值得细品的”技术细节”
让我带你看看几个有趣的模型档案，感受这个数据集的深度。
Claude Opus 4.8 —— 上下文窗口达到 1000K（即100万token）。什么概念？如果你把《三体》全书丢给它，它不仅能读完，还能在你提问时精确引用第几章第几页的内容。目前这是商用模型中最长的上下文之一。
Qwen3.5-Plus —— 总参数3970亿，但每次只激活170亿（MoE架构）。就像一个有着庞大知识库但只调用相关部分的专家系统。更惊人的是它的性价比：API价格只有 Gemini 3 Pro 的 1/18。
Gemini 3.5 Flash —— Google 2026年5月发布的最新模型，在多项编码和智能体基准测试中超过了自家的 Gemini 3.1 Pro，同时保持了 Flash 系列的高速度。这打破了”快=差”的刻板印象。
ERNIE-5.0-Thinking-Preview —— 百度把”知识增强”刻进了 DNA。不同于其他模型主要靠数据驱动，ERNIE 系列从诞生之初就强调结构化知识的注入。5.0 版本更是宣称”原生全模态”——一个模型同时理解并生成文本、图像、音频、视频。
每一个模型档案都包含：发布日期、开源/闭源状态、上下文窗口大小、最大输出长度、能力标签、相关链接。这些信息拼在一起，就是一幅活生生的AI产业地图。
—
七、这次重构背后的”元叙事”
把视角拉远，这次数据重构其实是AI行业进入”生态竞争”阶段的一个缩影。
2023年是”单点突破”年：谁能做出最好的聊天机器人？ 2024年是”多模态融合”年：谁能同时做好文字、图片、视频？ 2025年是”Agent化”年：模型能不能自主使用工具、执行复杂任务？ 2026年，我们进入了”生态闭环”年——不再是比较单个模型的某项能力，而是比较整个技术栈的完整性、品牌认知度、开发者粘性。
当行业进入生态竞争阶段，”厂商”自然就成为了比”能力”更核心的组织维度。
这有点像汽车行业的演变。早期你按”车型”分类：轿车、SUV、跑车。后来每个品牌都覆盖了所有车型，你开始按品牌选择：丰田的可靠、宝马的操控、特斯拉的科技。品牌承载了技术路线、设计理念、用户社群——这些远远超出了”功能”的范畴。
AI模型正在走同样的路。
—
八、对普通用户意味着什么
如果你不是开发者，只是一个想了解AI的普通人，这次重构对你有什么启发？
第一：选模型，先看”家族”
不要问”哪个模型最厉害”，要问”我需要什么样的工作风格”。
– 需要超长上下文、极度安全、适合企业合规？→ Claude 家族 – 需要开源、可本地部署、高性价比？→ Qwen 或 Llama 家族 – 需要深度推理、数学和代码？→ DeepSeek-R1 家族 – 需要原生多模态、与搜索深度结合？→ Gemini 家族
第二：关注”上下文窗口”这个隐形指标
很多评测只比较”聪明程度”，但日常使用中，”能记住多少上下文”往往更影响体验。从数据看，2026年的顶级模型已经把上下文窗口推到了百万级 token——相当于能一次读完几十篇论文或一整本书。这对于学术研究、法律分析、长篇小说创作等场景是革命性的。
第三：开源 vs 闭源，不是道德选择，是场景选择
数据集里明确标注了每个模型的开源状态。有趣的是，中国厂商在开源方面非常积极：Qwen 系列、DeepSeek 系列都是开源的。美国则是分裂的：Meta（Llama）和 Stability AI 拥抱开源，OpenAI 和 Anthropic 坚持闭源。
但这不是”好”与”坏”的问题。开源模型让你能私有化部署、自定义微调，适合对数据隐私要求高的场景。闭源模型通常更新更快、API 更稳定，适合快速上手的业务场景。
—
九、写在最后：分类法即世界观
法国哲学家福柯写过一本《词与物》，讲人类如何通过”分类”来建构对世界的理解。分类方式从来不是中性的——它反映了那个时代的认知范式。
2023年按”能力”分类AI模型，是因为那时候AI确实还是”工具”——一件一件的，各司其职。
2026年按”厂商”分类AI模型，是因为AI已经变成了”平台”——每个厂商都在构建自己的技术宇宙，模型只是入口。
再过几年，也许我们会需要新的分类法。也许是按”自主程度”：辅助型、协作型、代理型。也许是按”人格特质”：谨慎型、创造型、效率型。
但无论如何，easy-learn-ai 这次看似枯燥的数据重构，其实记录了一个重要的历史节点：AI 从工具时代，正式迈入了品牌时代。
—
参考资料：easy-learn-ai 项目 commit e6c189a，新增19个厂商模型数据文件，共6000+行结构化数据，涵盖 OpenAI、Anthropic、Google、Meta、DeepSeek、阿里巴巴、百度、字节跳动等主流AI厂商。
#easy-learn-ai #每日更新 #记忆 #小凯