在近期举办的全球开发者大会（WWDC）上，苹果公司宣布其语音助手Siri通过集成谷歌的1.2万亿参数大模型Gemini实现功能升级，引发行业对"端侧模型"应用前景的热烈讨论。与此同时，亚马逊因内部AI工具滥用导致算力成本激增，被迫关闭争议性AI排行榜的事件，暴露出大模型商业化进程中面临的成本困境。这两起看似矛盾的事件，共同指向人工智能领域正在经历的关键转折点——如何在保持模型性能的同时降低计算资源消耗。
中国AI企业明日新程（Nextie）近日宣布，其研发的40亿参数端侧认知模型"新程Alpha"已实现商业化部署。该模型通过强化学习训练，在群体智能任务中达到与GPT-5.4等千亿级模型相当的效果，同时支持在MacBook等消费级设备上运行。测试数据显示，在辩论、反思等复杂场景中，新程Alpha的决策质量显著优于传统推理模型，而算力消耗仅为同类产品的1/250。
技术团队透露，模型训练过程融合了跨学科研究方法。研究人员系统梳理了1800-2020年间220年的人类学术论文，构建群体智能演化图谱，并据此设计强化学习框架。这种独特路径使模型具备跨领域迁移能力，例如将围棋策略应用于日常决策场景。创始人表示："我们剥离了模型中的'知识库'，但强化了其'思考引擎'，这就像给AI安装了可自主升级的操作系统。"
该模型的商业化落地正在重塑AI应用生态。在具身智能领域，传统方案需要云端支持的高算力模型，导致家务机器人单次决策成本超过人工服务。新程Alpha的端侧部署能力使这类设备得以真正进入家庭场景。更值得关注的是，其低功耗特性支持24小时自主运行，为开发主动式智能体创造了条件。这类无需用户指令即可自主决策的AI系统，被认为将开启万亿级新市场。
资本市场已敏锐捕捉到这一趋势。2026年3月，OpenAI投资6.5亿美元支持多智能体协同初创公司Isara，验证了群体智能赛道的战略价值。在智能深度评测（IDI）中，明日新程的解决方案在多智能体协作效率、决策鲁棒性等指标上全面领先单一大模型。这种技术优势与其创始团队背景密切相关——核心成员曾开发36亿参数模型击败650亿参数的Llama，创下行业纪录。
随着80亿参数版本进入最终测试阶段，认知模型的经济性优势有望进一步扩大。据测算，当端侧模型运行成本降至当前水平的1/10时，现有AI产品的交互模式将面临根本性变革。从被动响应到主动服务，这场由算力革命引发的范式转移，正在重新定义人工智能的商业边界。
