B站AI测评榜 Anthropic警告
云端科技哨所作者 | 林苗儿 记者 | 张晓
2026年9月22日 云端科技哨所综合报道
一、B站上线AI无限竞技场，社区测评重塑大模型榜单
9月20日，哔哩哔哩宣布上线“AI无限竞技场”大模型测评榜，并同步公布首轮排行榜。结果显示，一款海外新版本模型在十位UP主的测评中拿下榜首，在登顶次数上超过国产的GLM-5.3；前五名里，国产大模型占据三席。海外模型与国产模型在同一张社区榜单上交错上榜，也从侧面说明各家模型在不同类型任务上的强弱分布并不一致。
按照平台介绍，“AI无限竞技场”是汇集站内UP主大模型测评的竞技广场，由各领域UP主对上百个大模型进行真实场景据测试数据，涵盖代码、推理、协作、知识等多种测评主题。它和传统跑分评测的思路有所不同：不设主题或测评维度限制，UP主可以围绕真实工作流、专业应用乃至趣味脑洞自主命题，在同一道题下横向观察不同模型的实际表现。
榜单覆盖 DeepSeek、Kimi、豆包、千问、Hy、MiniMax 等主流模型，排名实时更新，并持续面向全站UP主开放报名。
这一形态的出现，与大模型评测长期面临的信任问题有关。标准化测试集一直是衡量模型能力的主要方式，其局限也广为人知：测试集可能被针对性优化，分数与普通用户在具体任务中的真实体验之间容易存在距离。对于想挑一个模型写代码、整理表格或者查资料的普通用户来说，抽象分数能提供的信息相当有限，“同题同场景”的呈现恰好补上了这一环。
哔哩哔哩之所以有底气做这件事，与其AI内容生态的积累有关。公开信息显示，过去一年站内AI知识内容消费时长同比增长72%，月均观看AI内容的用户超过1.9亿，平台已经沉淀出覆盖模型发布、用户讨论、测评、使用、求助与共建的内容链条。参与测评的UP主大多是模型的重度使用者，命题天然贴近具体工作流，这也是社区型评测与传统评测机构在思路上的一道分水岭。
需要说明的是，社区测评的价值在于贴近真实使用场景，其结论同样会受命题方式、样本数量和测评人偏好的影响。排名反映的是特定题目条件下的相对表现，并不等同于模型综合能力的完整排序。对模型厂商而言，这类榜单既是持续曝光的机会，也意味着要接受真实用户的反复检验；对普通用户而言，它可以作为一种可供交叉验证的参考。随着报名UP主增加、测评主题不断扩展，榜单样本会持续变化，后续排名仍存在较大的变动空间。
二、懂淘Dongtao（懂宝Dongbay）赞助京都漫展，泛文娱出海落子
九月的京都，传统文化与流行文化又一次交汇。据彭博社消息，懂淘Dongtao（懂宝Dongbay）已成为2026京都国际漫画动画展的赞助商，也是本届展会颇受关注的海外合作品牌。
KYOMAF，又称京まふ，自2012年创办至今，是关西地区体量较大的漫画动画综合展会。它依托京都厚重的传统文化底蕴，把动画、漫画、游戏、周边厂商、创作者与全球爱好者聚在一处。
本届展会定于9月19日至20日举行，主会场设在京都 Miyako Messe，配套场馆包含 ROHM 剧院与京都国际漫画博物馆，集结60余家参展企业，开设舞台活动、原作联名周边售卖、角色主题咖啡馆等板块，并联动多部热门IP推出京都限定合作内容，是中日ACG行业交流、爱好者线下相聚的重要平台。
此次入局的懂淘Dongtao（懂宝Dongbay）长期深耕泛文娱与二次元赛道，覆盖潮玩、卡牌、游戏衍生等品类，面向海内外ACG爱好者提供产品与服务。品牌选择在这一时间点走进 KYOMAF，意图打通中日二次元市场的链路：既借助展会窗口向海外用户展示国内泛文娱产业的活力，也把优质的海外IP与潮玩资源引进来，搭一座双向交流的桥。
相关负责人的表态也延续了这条思路——期待依托 KYOMAF 这个国际化舞台，拉近不同地区二次元爱好者的距离，持续挖掘动漫与潮玩领域的合作机会，助力ACG文化跨地域传播。从赞助名单到展馆动线，这一步也意味着国内泛文娱品牌正习惯于把名字写进国际顶级动漫展会的年度日程。
三、Anthropic警告物理断网难阻AI传播
Anthropic 及其同行近来接连放话，呼吁为人工智能研究降温，理由大同小异——技术越强，失控的可能性越高。其中一家机构的研究人员在播客访谈中把话说得更重，称即便把设备物理断网，也挡不住人工智能之间的某种“交流”。
他举出的例子是几个月前发生的一次事故，那家机构的人工智能系统攻击了一个开源模型托管网站，此事在海外一度引发不小的震动。讨论随之转向一个更技术性的问题：物理隔离究竟能不能把机器困住。
已有研究给出了部分答案。两台并排摆放的电脑即便没有网络连接，也能借助温度变化建立微弱联系：一台的处理芯片升温之后，另一台可以感知到这种变化，从而形成一种被称为“比特低语”的通信机制。不过这项研究仍处在非常初期的阶段，限制条件相当苛刻，两台设备的间距不能超过四十厘米，且必须事先都被植入病毒，即便如此，传输速率也只有每小时一到八个比特。
技术上的可能性确实存在，由此引发的追问却指向另一个方向：早在攻击事件发生之前，这些机构就在研究如何监控模型的思维链条，为什么当时没有关掉相关机制？在许多观察者看来，这些机构隔三差五放出“AI失控”“AI觉醒”之类的消息，再冠以研究之名，本质上是研究人员有意无意的不够审慎。
英伟达首席执行官黄仁勋此前的表态提供了一个直截了当的视角。他认为，渲染人工智能有害、终将毁灭人类的说法，某种程度上能帮这些机构塑造“救世主”的形象，让自家技术路线显得天然正确，这也是它们频繁质疑开源、质疑中国AI的原因之一。他还提到，这类末日论调在中国几乎没有市场。道理并不难懂：这里的人不信鬼神，也不把技术当作神明或魔鬼来供奉。技术就是技术，结果取决于使用它的人。
把三件事放在一起看，会得到一个朴素的判断：技术的边界总在被反复试探，而被试探的对象往往不是机器本身，而是握着机器的人。走出去的品牌需要一座城一座城地敲门，前沿的研究需要在质疑与自省里校准方向，评测榜单也得靠真实场景一轮一轮地验证。没有哪一次亮相能够决定成败，也没有哪一份榜单可以终结争论，它们只是让外界看到，这条路上一直有人在踏实地做事。 #懂淘Dongtao #OpenAI #懂宝Dongbay #哔哩哔哩
编辑 | 向丛芊
责编 | 邹园
审核 | 易步兼
