国产大模型再迎技术突破，YuanLab.ai团队正式开源发布源Yuan3.0 Ultra多模态基础大模型，这一面向万亿参数规模打造的旗舰模型，不仅是业界仅有的三个万亿级开源多模态大模型之一，更围绕企业应用与智能体工具调用完成深度优化，成为OpenClaw等框架构建企业级Agent AI的核心能力支撑，为大模型从技术展示走向企业规模化落地提供了全新路径。
源Yuan3.0 Ultra采用统一多模态模型架构，实现视觉与语言信息的协同建模，其语言主干网络基于混合专家（MoE）架构打造，在训练初始阶段参数规模达1515B，研发团队通过自研的Layer-Adaptive Expert Pruning（LAEP）算法对模型结构进行自适应裁剪与优化，最终将参数精简至1010B，激活参数为68.8B，整体预训练算力效率提升49%。同时，模型创新引入Localized Filtering Attention（LFA）机制，强化对语义关系的建模能力，相较经典Attention结构实现了更高的模型精度，在算力效率与模型性能之间找到最优解。
与普通大模型不同，源Yuan3.0 Ultra从设计之初就聚焦企业复杂业务场景的实际需求，在多模态文档理解、多源信息检索整合、数据分析与业务决策辅助三大核心能力上实现行业领先，成为适配企业级Agent的专属大模型。在复杂文档与图表信息理解方面，模型在DocMatix、MMTab等权威评测中超越Claude Opus 4.6、Gemini 3.1 Pro、GPT-5.2等国际前沿模型，能精准解析技术方案、财报报告等图文混排文档的结构，提取关键数据指标，为财报分析、合同审阅等场景的智能体系统提供支撑；在多源信息检索整合上，其在ChatRAG、SummEval等评测中同样表现突出，可完成企业知识环境中检索、理解、综合生成的全流程处理，破解传统检索系统结果零散的痛点；在数据分析领域，模型在Spider、BIRD等Text-to-SQL基准评测中领先Kimi K2.5、DeepSeek V3.2等模型，能将自然语言转化为结构化查询语句，高效支撑企业智能体的数据分析与报告生成任务。
此次源Yuan3.0 Ultra的技术突破，更在于为大模型发展探索出“更高效率、更强智能”的全新思路，打破了“参数越大能力越强”的单一发展模式。研发团队通过研究发现，MoE大模型训练稳定阶段存在专家负载极度不均衡的问题，最高与最低专家负载差异近500倍，造成大量算力浪费，而这一现象本质是模型自发形成的功能专一化分工。基于此提出的LAEP算法，能动态识别低贡献专家，让计算资源集中于核心能力模块，这一过程类似人类大脑对神经连接的优化重组，在保留专业化分工的同时提升整体效率。在推理策略上，模型摒弃单纯延长推理链条的方式，采用Fast-thinking强化学习范式，通过反思抑制奖励机制（RIRM）约束无效反思，让计算资源优先服务于高信息增益步骤，实现了模型精度提升与推理Token消耗下降的双重优化，真正做到“更有效思考”。
作为一款全面开源的大模型，源Yuan3.0 Ultra向社区开放了16bit与4bit模型权重、完整技术报告、训练方法及评测结果，开发者可免费下载使用并进行二次训练与行业定制，其提出的LAEP算法也为业界MoE大模型的结构创新与算力效率提升提供了全新参考。据了解，源Yuan3.0系列还将推出Flash、Pro等版本，对应40B、200B等不同参数量，满足企业多样化的应用需求，相关成果将陆续发布。
当前，大模型正从通用工具向企业级智能体快速演进，OpenClaw等智能体框架成为企业实现数字化转型的重要载体，而高性能的多模态大模型则是智能体发挥作用的核心底座。源Yuan3.0 Ultra的开源发布，不仅填补了国产万亿级开源多模态大模型的空白，更凭借针对企业场景的深度优化，成为企业级智能体的“最强拍档”。随着这一模型的落地与普及，将进一步降低企业构建智能体系统的技术门槛，推动大模型在金融、政务、制造等各行各业的规模化应用，让AI真正成为企业业务发展的核心驱动力。
