当前AI模型领域呈现开源加速、生态开放与垂直场景深耕三大趋势。阶跃星辰于2025年5月开源 Step 3.7 Flash 模型，推理速度最高达 400 Tokens/s，进一步降低开发者门槛（阶跃星辰开源 Step 3.7 Flash 模型，最高 400 Tokens/s）。阿里云同期发布全开放AI生态，允许直接访问 Qwen 及全球领先模型，并与模型巨头展开合作以强化生态布局（阿里云发布全开放AI生态，Qwen及全球领先模型可直接访问）。在模型即服务（MaaS）方面，Runway 推出 MCP 协议，可让 Claude、ChatGPT 等调用其视频生成能力，标志着模型间互操作性的新进展（Runway MCP 发布：连接 Claude、ChatGPT 等 AI 工具生成图像视频）。
模型训练的国产化与高效化成为热点：Model Best 开源的 BitCPM-CANN 方案实现了在国产芯片上进行 1.58-bit 训练，为减少对高端GPU依赖提供了可能（Model Best 开源 BitCPM-CANN：国产芯片实现 1.58-bit 训练）。同时，新的架构探索持续涌现，如循环层增强的掩码扩散语言模型 LoopMDM 在效率和性能上的提升（LoopMDM：循环层提升掩码扩散语言模型效率与性能）。
更具前瞻性的应用落地来自智能驾驶：小米汽车发布 Xiaomi Auto World Model，通过重建与生成一体化方法，在多项主流基准测试中达到最优水平（小米汽车发布 Xiaomi Auto World Model：重建+生成一体化，主流基准测试全面 SOTA）。此外，Qwen3.7-Max 在阿里云 Model Studio 上线并限时五折优惠，强调百万上下文窗口，为智能体场景提供支撑（Qwen3.7-Max 上线 Model Studio，百万上下文窗口限时五折）。
当前焦点在于模型如何更高效地适配垂直领域和硬件生态，同时通过开放协议与平台促进互操作。未来需关注：国产芯片上的模型训练能否规模化落地；模型即服务（MaaS）与传统API模式的竞争；以及世界模型在自动驾驶等场景的实用化程度。