1. DALL·E：文生图的起点#

2021 年 1 月，OpenAI 发布 DALL·E 1——基于 120 亿参数 GPT-3 变体，文生图概念首次走向大众（来源：Wikipedia）。2022 年 4 月 DALL·E 2 改用扩散模型并支持图像编辑，分辨率较前代提升 4 倍（来源：Wikipedia/TechTarget）；2022 年 9 月全面开放，150 万用户每日生成超 200 万张图像（来源：OpenAI 博客）。这一路径后来被 DALL·E 3（2023.10）与 GPT Image（2025.3）取代，但”文生图即产品”的范式由此确立。

2. GitHub Copilot：AI 编程的起点#

2021 年 6 月，GitHub Copilot 技术预览发布，基于 OpenAI Codex（2021 年 8 月私有测试的 GPT-3 微调模型），首发 VS Code 扩展（来源：GitHub 官方博客）。2022 年 6 月正式 GA，个人版 $10/月，预览期用户超 120 万、上线首月 40 万付费订阅（来源：AI Wiki）。它是”代码补全”范式的开创者，也是此后四年 AI 编程工具赛道的参照系。

3. Whisper：开源语音的事实标准#

2022 年 9 月，OpenAI 开源语音识别模型 Whisper，支持 99 种语言转录与翻译，成为开源 ASR 事实标准（来源：OpenAI）。

4. Stable Diffusion 开源：生态引爆#

2022 年 8 月，Stability AI 联合慕尼黑大学等发布 SD 1.4 开源权重，2 个月用户破 1000 万，催生整个开源生图生态（来源：Stability AI 官方博客）。同年 10 月 SD 1.5 成为社区微调与 LoRA 生态基石；2023 年 7 月 SDXL 1.0（35 亿参数、原生 1024×1024）把生态推向高峰（来源：AI Wiki）。开源权重模式与 Midjourney 的闭源订阅模式自此分道扬镳。

5. Midjourney：付费订阅模式的确立#

2022 年 7 月，Midjourney 在 Discord 公测，创始人 David Holz，从付费订阅起家（来源：Wikipedia）。2022 年 11 月 V4 alpha（改 TPU 训练）、2023 年 3 月 V5、2023 年 12 月 V6（重训 9 个月、文字渲染改善）一路迭代（来源：Wikipedia）。它证明了”闭源 + 订阅 + Discord 社区”同样能跑通商业闭环。

6. ChatGPT 前夜：编排框架先行#

2022 年 10–11 月，LangChain（Harrison Chase）与 LlamaIndex（原名 GPT Index，Jerry Liu）相继开源，成为 LLM 应用编排与 RAG 的早期双雄（来源：AI Wiki/SourceScore）。二者为 ChatGPT 之后的”应用层”爆发预埋了脚手架。

1. ChatGPT：史上增长最快的应用#

2022 年 11 月，ChatGPT 以研究预览上线（GPT-3.5 + RLHF），上线 5 天破 100 万用户、2 个月破 1 亿月活，成为史上增长最快的消费级应用（来源：TechRadar）。2023 年 2 月推出 ChatGPT Plus（$20/月），2023 年 3 月 GPT-4 发布——支持图像输入、通过律师考试（前 90%）、SAT 1410 分（来源：TechCrunch）。2023 年 5 月 iOS 应用上线；2023 年 11 月周活达 1 亿。

2. 全球应战：大厂齐上牌桌#

• Bing Chat：2023 年 2 月微软将 GPT-4 集成进必应（来源：微软/维基百科），11 月更名 Microsoft Copilot，12 月预装 Windows 11 并发独立 App。
• Bard→Gemini：2023 年 2 月 Google 发布 Bard（LaMDA→PaLM 2），12 月发布 Gemini 1.0 三档模型，Ultra 在 MMLU 得 90% 首次超越人类专家水平（来源：Google/维基百科）。
• Claude：2023 年 7 月 Anthropic 发布 Claude 2（10 万上下文），11 月 2.1 扩至 20 万 token、幻觉率减半（来源：GitHub timeline）。
• Grok：2023 年 11 月随 X Premium 推送，定位”幽默直白、实时数据”（来源：维基百科）。
• 中国：2023 年 3 月文心一言（国内首个对标产品）、4 月通义千问、5 月讯飞星火（国内上市 AI 企业首个大模型）、8 月豆包（字节云雀）与智谱清言（首批通过备案）、10 月Kimi（月之暗面，主打超长上下文，后扩至 200 万字）、9 月 Meta AI（接入 Llama 2，集成 WhatsApp/Instagram 等，来源：grokipedia）。

3. API 成本革命与本地推理#

• 2023 年 3 月 GPT-3.5-turbo API 开放，价格较 davinci 级模型降约 90%，LLM 应用成本革命（来源：OpenAI）。
• 2023 年 3 月 llama.cpp（Georgi Gerganov）实现纯 CPU 本地推理，GGUF 成”本地推理标准”（来源：SourceScore）。
• 2023 年 6 月 vLLM（UC Berkeley）开源，PagedAttention 使吞吐提升约 10 倍，成主流推理引擎（来源：掘金/CSDN）。
• 2023 年 7 月 Ollama 开源，一行命令跑大模型；2026 年 Q1 月下载 5200 万次（较 2023 年增长 520 倍，来源：SourceScore/Vucense）。
• 2023 年 8 月 Hugging Face D 轮 2.35 亿美元、估值 45 亿美元，平台模型/仓库数当时已超 100 万（2025 年远超此数），成”AI 界 GitHub”（来源：CRN/Salesforce News）。

4. 自主 Agent 启蒙#

2023 年 3 月，AutoGPT（数周破 10 万 star、GitHub 史上增速最快）与 BabyAGI（105 行”任务循环”，Yohei Nakajima）同期发布，定义”自主循环”范式（来源：AI Wiki/IBM）。6 月 MetaGPT（多智能体软件工程框架）与微软 AutoGen 相继出现（来源：CSDN）。2023 年 10 月 AutoGPT 获 1200 万美元融资（Redpoint），2024 年 7 月转型低代码平台（来源：AI Wiki）。2025 年 2 月 MetaGPT 发布 MGX（“全球首个 AI 智能体开发团队”）⚠️（该表述来自厂商宣传口径）。

5. 图像军备竞赛#

2023 年 3 月 Adobe Firefly beta（训练数据基于 Adobe Stock 授权内容，主打”商用安全”；2023 年 9 月商用发布，beta 期生成超 20 亿张图像；2024 年 3 月累计 65 亿张、支持 100+ 语言，来源：Adobe 新闻稿）。2023 年 10 月 DALL·E 3 集成进 ChatGPT（来源：Wikipedia）。2023 年 12 月 Midjourney V6。国产侧：2023 年 7 月通义万相（主打电商商品图）、10 月混元文生图（来源：CSDN/21 世纪经济报道）。

1. GPT-4o：多模态对话的拐点#

2024 年 5 月 OpenAI 发布 GPT-4o，原生支持文本/图像/音频/视频实时交互，7–8 月高级语音模式 Advanced Voice 上线（来源：OpenAI/a16z）。2024 年 8 月 ChatGPT 周活破 2 亿，9 月 o1 推理模型发布，2024 年 12 月周活达 3 亿（来源：a16z）。

2. Gemini 的 Agentic 转向#

2024 年 2 月 Bard 更名 Gemini 并发布 Gemini 1.5 Pro（100 万 token 上下文，6 月扩至 200 万）（来源：维基百科）。2024 年 12 月 Gemini 2.0 Flash 发布，Google 官方宣布进入”Agentic 时代”，同步上线 Deep Research（来源：Google）。

3. Claude 的性能追赶与 Computer Use#

2024 年 3 月 Claude 3（Haiku/Sonnet/Opus）首次支持视觉；6 月 3.5 Sonnet 引入 Artifacts 实时预览（来源：维基百科）。2024 年 10 月 Computer Use 公测——Claude 可自主移动光标、点击操作电脑，OSWorld 得分 14.9%，这是”模型长出手脚”的标志事件（来源：Anthropic）。

4. Sora：文生视频的”ChatGPT 时刻”#

2024 年 2 月 OpenAI 发布 Sora 技术预览，“东京街头女子”等 60 秒视频震惊全球（来源：Wikipedia/环球时报）。2024 年 12 月正式向公众开放（ChatGPT Plus/Pro，美加）。此后行业叙事从”图生视频”全面转向”文生视频”。

5. 中国视频反超#

• 可灵：2024 年 6 月上线，全球首个公众可测文生视频大模型，一个月申请超 50 万（来源：硅星人）；7 月商业化，11 月独立 App，服务用户超 500 万、累计生成 5100 万条视频（来源：腾讯新闻）。
• Vidu：2024 年 4 月生数科技+清华发布，中国首个对标 Sora，最长 16 秒/1080P（来源：百度百家号）。
• 即梦：2024 年 5 月字节定名”即梦”，11 月开放自研 Seaweed 视频模型（来源：维基百科）。
• 海螺 AI：2024 年 9 月 MiniMax video-01，全球日交互量 30 亿次（来源：腾讯网）。
• HunyuanVideo：2024 年 12 月腾讯开源 130 亿参数视频模型，当时最大开源视频模型（来源：今日头条）。

6. AI 编程的商业化：Cursor 与 Devin#

• Cursor（Anysphere，2023.3 发布 VS Code fork 的 AI IDE）：2023.10 种子轮 800 万美元（OpenAI 创业基金领投）；2024.8 A 轮 6000 万、估值 4 亿美元（a16z）；2024.12 B 轮 1.05 亿美元、估值 26 亿美元，2025.1 ARR 破 1 亿美元（来源：CSDN/彭博）。
• Devin（Cognition）：2024 年 3 月发布”全球首个 AI 软件工程师”，SWE-bench 13.86%；4 月 A 轮 1.75 亿美元、估值 20 亿美元；随后演示遭”造假”质疑引发行业争议（来源：Cognition/虎嗅）。⚠️ “造假”争议的具体范围与性质存不同说法，待核实。

7. MCP 协议：Agent 的”USB-C”#

2024 年 11 月 Anthropic 开源 Model Context Protocol（MCP）——统一的工具/数据接入协议，被称作”AI 的 USB-C”（来源：Pento）。2025 年 3 月 OpenAI、4 月 Google DeepMind 相继采纳，成为行业事实标准；2025 年 12 月捐赠 Linux 基金会旗下 Agentic AI 基金会（来源：AgentMarketCap）。2026 年公开服务器超 1 万个、月 SDK 下载 9700 万+。

8. Agent 平台与手机智能体#

2023 年 12 月字节扣子 Coze 国际版上线，2024 年 2 月中文版上线（无代码 Agent 平台 2 个月破百万开发者，来源：marsren）；2024 年 5 月腾讯元器上线（基于混元、一键分发微信公众号/QQ/元宝，来源：Newton）。2024 年 10 月智谱 AutoGLM 发布——全球首个 Phone Use 手机智能体，11 月发出人类史上首个 AI 全自动红包（来源：智谱/海淀融媒）。2024 年 12 月 Google Project Mariner（浏览器操作研究原型）发布（来源：AI Wiki）。

1. DeepSeek App：现象级爆火#

2025 年 1 月 DeepSeek App 正式上线（基于 V3），1 月 27 日登顶苹果中国区与美国区免费下载榜、超越 ChatGPT，上线 21 天 MAU 达 3370 万、霸榜 157 个国家（来源：QuestMobile/快懂百科）。1 月 28 日 DAU 首超豆包，2 月 1 日 DAU 破 3000 万（史上最快）；R1 以纯强化学习推理与极低训练成本引发全球关注与美股震荡（来源：QuestMobile/华鑫证券）⚠️（美股震荡的归因链条为媒体叙事，非官方结论）。2 月累计下载破 1.1 亿；3 月”开源周”公布推理系统成本与利润率，API 错峰降价最高 75%（来源：快懂百科）。

2. OpenAI：Operator、Deep Research、GPT-5#

2025 年 1 月 Operator 发布——首个消费者 AI Agent 产品（CUA 模型，WebArena 58.1%、WebVoyager 87%）；2 月 Deep Research 上线（o3 驱动，数十分钟完成多步联网研究，4 月向免费用户开放每月 5 次）；7 月将 Operator/Deep Research 集成为 ChatGPT 智能体模式，周活达 8 亿；8 月 GPT-5 发布并设为默认模型，发布时周活超 7 亿，Plus $20/月、Pro $200/月（来源：OpenAI/新华网/USA Today）。2025 年 10 月周活破 8 亿（另一口径），2026 年 2 月 9 亿。

3. Manus：通用智能体的爆款#

2025 年 3 月 Monica 团队发布 Manus——“全球首个通用 AI 智能体”，GAIA 基准 SOTA，邀请码一度被炒至 5–10 万元（来源：新浪财经/科创板日报）。3.11 与阿里通义合作；3.28 定价 39/199 美元；4 月融资 7500 万美元（估值约 5 亿美元）；5.12 全面免费开放（1000+300 积分）；10 月 1.5 版任务时长从 15 分钟降至 4 分钟。2025.12.30 Meta 官宣以约 20 亿美元收购 Manus（Meta 史上第三大并购），2026.4.27 中国外商投资安全审查要求撤销交易（来源：央视新闻/环球时报）⚠️（Manus 2.0 拖拽工作流细节仅个别报道，待官方确认）。

4. Claude Code 与编码 Agent 大战#

2025 年 2 月 Anthropic 随 Claude 3.7 Sonnet 发布 Claude Code（终端编码智能体，首个混合推理模型同步推出）；5 月 GA（支持 GitHub Actions 后台任务、VS Code/JetBrains 集成），随 Claude 4 发布（来源：Anthropic）。GA 后约 6 个月年化收入达 10 亿美元，快于 ChatGPT 同期（来源：AI Wiki）⚠️。4 月 OpenAI 开源 Codex CLI，5 月云端 Codex 研究预览（codex-1，基于 o3），9 月 GPT-5-Codex + Agent Skills/Automations/IDE 扩展，10 月 GA（官方口径：GPT-5-Codex 上线后三周内处理 40T token），11 月 GPT-5.1-Codex-Max 达 SWE-bench 77.9%（来源：OpenAI/AI Wiki）。中国侧：2025 年 3 月通义灵码个人专业版免费（高校免费系”繁星计划”；下载数据 3 月约 900 万、5 月达 1300 万，来源：阿里云开发者）⚠️；字节 Trae 2025.1 全球发布（完全免费，GPT-4o/Claude 3.5）、3 月国内版（中国首个 AI IDE，接入 DeepSeek-R1/V3）、7 月 Trae 2.0 + SOLO 模式（端到端自动化开发，来源：语雀）；6 月 Qoder 发布（阿里系，预览期全功能免费）⚠️（厂商归属与发布时间存疑，一说 2025.8 发布）；2025.4 CodeBuddy Craft 智能体、2025.8 CodeBuddy IDE 公测（免费 DeepSeek-V3.1，来源：百度百科）。

5. 视频与音频迭代#

• 可灵：2025 年 3 月 ARR 破 1 亿美元（10 个月，全球最快 AI 视频产品之一）；4 月 可灵 2.0 发布（首提 MVL 多模态视觉语言概念），快手成立可灵 AI 一级事业部；7 月全球用户超 4500 万；12 月统一多模态模型可灵 O1（来源：腾讯新闻）。
• Veo：2025 年 5 月 Google 发布 Veo 3（首个原生音画同步生成的视频模型），10 月 3.1（单次 60 秒、1080p）（来源：thebestaitools）。
• Sora 2：2025 年 9 月发布并推出 iOS 社交 App，原生音效、物理模拟大幅提升（来源：OpenAI）。
• Suno：2025 年 9 月 V5（“完全重构”，速度快 10 倍）；11 月 2.5 亿美元 C 轮、估值 24.5 亿美元，与华纳音乐和解获正版录音授权（来源：AIWiki/百度百科）。
• Flux：2025 年 11 月 Flux.2 发布（4K、10 张参考图一致性）；12 月 BFL 3 亿美元 B 轮、估值 32.5 亿美元（Salesforce Ventures + AMP 领投，a16z、NVIDIA 参投，来源：TechCrunch）。

6. MCP 成为行业标准#

2025 年 3 月 OpenAI、4 月 Google 相继采纳 MCP；Claude Code 自 2 月发布起即支持 MCP，6 月新增远程 MCP 服务器支持（SSE/HTTP、OAuth 2.0）；9 月 GitHub Copilot Extensions 转向 MCP 协议；12 月 MCP 捐赠 Linux 基金会（来源：AI Wiki/Anthropic）。至此，MCP 从 Anthropic 一家之议成为全行业工具接入底座。

1. 大模型三强格局固化#

• GPT-5.6（2026 年 7 月 9 日，Sol/Terra/Luna 三档）及 ChatGPT Work 发布，周活约 9 亿+、MAU 已破 10 亿（来源：OpenAI/Reuters/CNMO）；2026 年 5 月 ChatGPT App 月活破 10 亿（Sensor Tower，史上最快）。
• Gemini 3.5 Flash（2026 年 5 月 I/O 大会默认模型），Gemini App 月活 9 亿（同比翻倍，AI 助手份额 27.7%）；6 月 3.5 Pro（来源：Google I/O）。
• Claude 5 家族：2026 年 6 月 9 日 Fable 5（前沿安全模型，$10/$50）、6 月 30 日 Sonnet 5（成为 Free/Pro 默认模型，$2/$10 推广价至 8.31）、7 月 24 日 Opus 5（接替 Opus 4.8，$5/$25，100 万 token 上下文、128K 输出、自适应思考默认开启）（来源：Anthropic 官方公告）。Claude 助手份额约 10%（来源：claudiai/SensorTower）⚠️。
• 海外三强 2026.5 合计占近九成 AI 助手使用时长（来源：SensorTower）。

2. 国产第一阵营#

• 豆包：2025 年 DAU 破 1 亿 ⚠️（“字节史上推广费用最少”表述未获独立证实）；2026 年 4 月 Seeduplex 全双工语音大模型上线豆包，AI 交互从”打字”走向”通话”；2026 年 6 月月活 3.82 亿（国内第一，同比 +172.1%），人均月使用 76.7 次（来源：QuestMobile/未央网）。
• 通义千问：2026 年 6 月月活 1.67 亿，同比暴涨 5792.9%，增速领跑国内（来源：QuestMobile）。
• DeepSeek：2026 年 4 月 V4（百万 token 上下文、推理算力降至 V3.2 的 27%、深度适配昇腾芯片），7 月 V4-Flash 正式版；月活约 1.3 亿、年化营收近 5 亿美元，考虑科创板上市（来源：DeepSeek 官方/QuestMobile）⚠️。
• Kimi：2026 年 4 月 K2.6（支持 300 个子智能体并行），7 月 K3——参数 2.8 万亿，当时全球最大开源模型，支持 100 万词元上下文（来源：人民网/每经/北京新闻）。
• 腾讯元宝：2026 年 4 月主模型切换混元 3.0（已获核查证实）；6 月月活约 4000 万+（QuestMobile 2026-03 为 5734.6 万，春节后回落至 4000 万出头，来源：界面新闻/QuestMobile）⚠️（“4984 万”未见直接来源）。
• 智谱：2026 年 1 月港交所挂牌，全球大模型第一股；6 月开源 GLM-5.2（来源：北京新闻）。

3. 淘汰与整合#

• Sora 关停：2026 年 3 月 OpenAI 宣布关停，4 月 26 日 App 停运、API 9 月停用，每日亏损约 100 万美元（SemiAnalysis 测算峰值达 1500 万/日；来源：Wikipedia/新京报）——“炫技产品”败给商业闭环的典型案例。
• Atlas 关闭：OpenAI 浏览器 Atlas（2025 年 10 月发布、内置 Agent 模式，首发仅 macOS）于 2026 年 7 月宣布关闭，能力并入桌面端与 Chrome 扩展（来源：Built In）。
• Devin 吞并 Windsurf：2025 年 7 月 Cognition 以约 2.5 亿美元收购 Windsurf 剩余资产（此前谷歌以 24 亿美元获得其团队，Cognition 另以约 100 亿美元估值融资）；2026 年 6 月 Windsurf 更名 Devin Desktop，开放 ACP 协议（来源：liuwei.blog/ai-solutions.wiki）⚠️（收购金额口径以官方为准）。
• 版权和解：Udio 2025.10 与环球音乐和解（来源：AIWiki）；Suno 2025.11 与华纳音乐和解（5 亿美元，获正版录音授权）——AI 音乐从”版权被告”走向”授权合作”。

4. 视频工具的商业闭环#

2026 年 2 月可灵 3.0 打通影视级全流程；4 月 3.0 Omni 原生 4K 直出；截至 2025 年 12 月用户超 6000 万、生成视频超 6 亿个，2026 年 ARR 近 5 亿美元（来源：科技日报/腾讯新闻）⚠️（“2026-01 ARR 超 3 亿”无精确来源，2026-03 ARR 近 5 亿美元口径更接近）。即梦 2026 Q1 月活约 1352.5 万（2025-05 约 3065 万，来源：QuestMobile）⚠️（早前网传”7994 万”无公开出处）。可灵、即梦成为全球文生视频商业化的标杆样本。

5. Agent 平台与 MCP 生态成熟#

• 扣子：2024.12 扣子 2.0 发布前版本迭代，2026.1 扣子 2.0 发布并完成品牌升级（Agent Plan/Coding），服务超 1000 万开发场景（来源：上海证券报）⚠️（2600 万月活待核实；“2024.12 2.0”为误传，实际 2.0 于 2026.1 发布）。
• Dify：2023 年 3 月成立、5 月 v0.1.0 开源；2026 年 3 月 3000 万美元 Pre-A（估值 1.8 亿美元），部署 140 万台机器、GitHub star 现约 14-15 万（来源：Dify 官方/PYMNTS）。
• OpenAI AgentKit（2025.10 DevDay，低代码 Agent 构建套件）与 Claude Agent SDK 成为两大官方建站路径。
• MCP 纳入 Linux 基金会治理，公开服务器超 1 万个、月 SDK 下载 9700 万+（来源：AgentMarketCap）。
• Ollama 2026 Q1 月下载 5200 万次；Hugging Face 平台模型/仓库数超 100 万+（2023.8 已破百万，来源：CRN/Salesforce News）。