☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
近期，Anthropic 与 OpenAI 相继推出 Fable 5.1 和 GPT-6 Astra，但前者热度迅速消退，后者却持续引爆舆论、长居话题中心。业内分析指出，Fable 5.1 不仅定价偏高，更在使用权限、调用频次、功能开放度等方面设置多重限制，引发大量用户抱怨；相比之下，Astra 虽在纯代码生成任务上稍显保守，但其多任务泛化能力更强、Token 利用率更高，单位算力产出更优，综合部署成本反而降低，已在科研、工程、教育、内容创作等多个场景中被深度试用，社区正加速探索其重塑工作流的潜力。
梁文锋：拒斥视频与世界模型，LLM 才是通向 AGI 的主干道
Astra 的强势表现，也触发了日本 JAIST 大学客座教授今井翔太的深度共鸣。他特别援引了 DeepSeek 创始人梁文锋数月前一段广为流传的内部讲话内容，作为解读当前技术演进逻辑的关键注脚。
此前 DeepSeek 对多模态（尤其是视频理解与生成）的支持相对克制，背后正是源于梁文锋的明确判断：视频生成、世界模型、物理仿真等方向并非通向通用人工智能（AGI）的核心路径；现阶段应全力夯实大语言模型（LLM）这一根基，待 LLM 足够强大后，再以其为引擎驱动其他模态与能力的自然涌现。今井翔太评价称，Astra 所呈现的跨领域协同、长程推理与自主规划能力，恰恰印证了梁文锋这一战略预判的前瞻性与现实穿透力。
在梁文锋看来，DeepSeek 的终极使命始终锚定 AGI——其余所有技术延展，不过是主干生长过程中自然结出的果实。以 AGI 为顶层目标反推技术路线，往往能实现“高维引领低维”的跃迁式突破。他也强调，DeepSeek 并非否定视频生成或世界建模的价值，而是清醒识别出：这些方向尚非制约 AGI 实现的决定性瓶颈，资源应优先投向真正卡脖子的底层智能基座。
OpenAI 战略转向成效显现，国产大模型亟待下一代突围
OpenAI 此前曾因 Anthropic 的崛起与中国开源大模型的快速迭代而调整航向，果断收缩视频生成等外围布局，转而聚焦于提升核心智能能力，尤其强化编程、推理、工具调用与复杂任务分解等关键维度。如今回看，这一轮战略聚焦已初见成效：从 GPT-5.5 到 GPT-6 Astra，OpenAI 不仅重拾技术领导力，更展现出前所未有的系统级智能水准。Astra 发布之际，OpenAI 公开宣告“AGI 时代正式开启”，英伟达 CEO 黄仁勋亦公开背书，并透露 Astra 训练已动用约 10 万张 H100 GPU，下一轮训练规模将扩大至 40 万张，凸显其对算力基础设施的持续加码。
文章同时提醒，尽管美方企业频繁以“AGI 已实现”为宣传话术略显浮夸，但 Astra 在真实任务中的稳健性、适应性与自主性确实迈上新台阶；而国产大模型与国际第一梯队的差距正在拉大——尤其在高端算力获取受限、高质量语料积累不足、工程化落地节奏偏慢等多重约束下。目前美国头部厂商已完成旗舰模型的首轮迭代，国内则需寄望于 Kimi 3.1、GLM-5.5、MiniMax M3 Pro、Qwen4 及 DeepSeek V4.1 等新一代模型的表现，能否在智能密度、推理深度与生态兼容性上实现关键跨越。
