获悉，NVIDIA（NVDA.US）的研究团队于近日发布了关于开源世界模型“SANA-WM”的论文。在SANA-WM中，只需输入一张静态图像和摄像机的移动路径，即可生成60秒、720p分辨率的高保真可控视频。

开源世界模型“SANA-WM”亮相

在技术层面，据称该模型在实现36倍于现有开源模型的吞吐量（指系统或设备每单位时间可处理的“实际数据量”或“作业处理能力”）的同时，还达到了与LingBot-World和HY-WorldPlay等闭源产品相当的视频质量。

知情人士评论，SANA-WM也被视为具身智能、机器人训练、游戏原型开发、VR/AR内容创作和影视预可视化等领域的研究新基准。

AI开源繁荣之下

不得不得说，进入2026年以来，OpenClaw、Harness及Hermes等开源工具与智能体的出现，降低了技术供应商打造AI产品的门槛，持续推动了更多AI类产品的落地。

而大模型正从“工具”演进为“基础设施”，尤其AI开源模型能力已成为衡量企业技术竞争力、生态影响力与增长空间的重要指标，在其他厂商的技术快速迭代下，也推动了AI开源模型的实际应用。

值得一提，据IDC数据显示，50%-60%的企业会应用开源模型而非闭源/商业化模型。尽管闭源模型更新会带来波动，但开源市场占比已超过一半。2026年Q2，DeepSeek V4及Qwen、GLM的持续迭代，将进一步推动企业用户采用。

科技巨头布局正加速

Meta（META.US）

据介绍，目前Meta的开源模型布局并非单点突进，而是围绕"大模型技术底座+垂直场景落地+开放生态构建"多层逻辑展开。

Meta锚定基础模型，打响开源第一枪推出LLaMA（大型语言模型）系列，以小参数、高性能打破行业对大模型"唯参数论"的认知，免费向学术研究人员开放，快速积累全球开发者社区；同期开源图像分割模型SAM，凭借10亿级图像数据训练的通用分割能力，成为计算机视觉领域的基础设施。

另外，自2025年至今Meta构建开放生态，降低落地门槛推出AI开发平台Llama Hub，提供模型微调、部署、推理的一站式工具。可以说，Meta通过持续迭代基础模型，引导生态方向，巩固在开源大模型领域的技术话语权。

腾讯（TCEHY.US）

据悉，腾讯的AI突围策略是“生态+多模态”双核驱动。1月发布混元图像3.0图生图模型，支持图片编辑与多图融合；4月推出基于MoE架构的混元3.0，整合推理、长文本理解、编程及多模态能力，自4月28日起成为OpenRouter平台使用最广泛的模型。

此外，腾讯还发布并开源混元3D世界模型2.0，支持文本、图片、视频等多模态输入，实现3D世界的自动生成与重建，能无缝对接Unity、UE等主流游戏引擎。

微美全息（WIMI.US）

据了解，微美全息紧跟全球AI开源模型浪潮，持续加码AI模型研发布局，以生成式AI、GPT大模型为核心，结合全息视觉技术优势，开发高精度多模态AI视觉模型，在环境识别、物体定位等领域取得突破性进展，可支持家居整理、工业质检等复杂任务自主决策。

与此同时，该公司聚焦量子计算、边缘芯片等前沿领域，构建云端与边缘端一体化算力底座，开放模型代码、算力资源和技术接口，降低开发者使用门槛，加速科研成果向商业化转化，打造自主可控的AI开源技术生态。

需要注意的是，前不久，微美全息公司提交了截至2025年12月31日的财务年报，实现收入总额净利润为3.47亿元，同比增长235％。其中，AI相关业务收入占比持续提升，成为公司新的增长引擎。展望未来，微美全息在AI开源模型领域的布局，将带动全息云平台、AI芯片等相关业务的发展，持续拓展公司的业务边界和市场空间。

阿里巴巴（BABA.US）

事实上，自2026年开局后，阿里率先吹响AI进攻号角。2月发布千问3.5，不到一个半月便演进到千问3.6，大模型迭代进入以月为单位的“日更节奏”。

4月2日，千问3.6-Plus正式发布，主攻编程与智能体能力，上线次日便在OpenRouter平台调用量升至第二位，首超免费模型以外的所有国产模型。

结语

过去一年全球大模型完成了核心命题的切换：从“技术追赶”转向“规模落地”。但拨开热闹的表面，一个更关键的问题浮出水面——2026年上半年，头部厂商完成的是从“技术可追赶”到“规模可竞争”的跃迁。随着模型性能、开源及产品生态的丰富，2026年下半年，真正的考验是——谁能把“领跑”维持成长期的“领先”，谁能把“突围”转化为可持续的“增长”。