2025 年 12 月 16 日，以疫情期间助力远程办公闻名的 Zoom 视频通讯公司宣布，其 AI 系统在被称为 “人类终极考试”（Humanity’s Last Exam，HLE）的 AI 基准测试中取得 48.1% 的成绩，刷新该测试纪录，超过此前谷歌 Gemini 3 Pro 保持的 45.8% 的纪录。这一消息在科技行业引发惊讶、质疑与好奇 —— 一家此前无公开大语言模型训练历史的视频会议公司，为何能突然超越 OpenAI、谷歌、Anthropic 等 AI 巨头，在衡量机器智能前沿水平的测试中拔得头筹？
事实上，Zoom 并未自主训练大语言模型，而是采用了 “联邦 AI 方法”：搭建系统将用户查询分配给 OpenAI、谷歌、Anthropic 等现有模型，再通过专有软件筛选、整合并优化这些模型的输出。该系统的核心是 “Z 评分器”（Z-scorer），可评估不同模型的响应并为特定任务选择最优结果，搭配 “探索 – 验证 – 联邦策略” 这一智能体工作流，平衡多 AI 系统的探索性推理与验证环节。用通俗的话来说，Zoom 打造的并非 AI 本身，而是一套复杂的 AI “交通调度系统”，通过巧妙整合现有模型能力实现性能突破，而非像主流 AI 实验室那样投入数亿美元在大型计算集群上训练前沿系统。
这一做法在 AI 领域引发截然不同的评价。支持方认为，整合多模型是行业最佳实践，类似数据科学竞赛平台 Kaggle 上获胜团队常用的集成方法，且学术研究早已证实集成模型通常优于单一模型。开发者洪成柱（Hongcheng Zhu）便表示，要在 AI 评估中名列前茅，很可能需要像 Zoom 这样的模型联邦策略。但批评声同样尖锐，AI 工程师马克斯・伦普夫（Max Rumpf）指出，Zoom 不过是将 Gemini、GPT、Claude 等模型的 API 调用串联起来，在对客户无实际价值的基准测试上小幅提升，却宣称取得 “最先进成果”，且刻意模糊 “未自主训练模型” 这一事实，有侵占他人成果之嫌。另有质疑聚焦 Zoom 的优先级，伦普夫认为，Zoom 用户更关心会议记录检索等实际问题，而非在 HLE 这类基准测试中夺冠，Zoom 应将资源投入到解决用户真实需求上。
从 Zoom 的技术团队背景来看，其首席技术官黄学东（Xuedong Huang）曾在微软任职数十年，主导构建微软 AI 能力，在语音识别、机器翻译等领域实现 “人机 parity（性能相当）”，拥有深厚的 AI 技术积淀与行业地位。黄学东强调，Zoom 的突破在于 “超越单一模型的性能极限”，并非打造更优模型，而是构建更高效的模型使用系统，这也暗示了 Zoom 在 AI 领域的战略方向 —— 不执着于模型本身，而是聚焦模型整合与应用。
此次引发争议的 HLE 测试，本身以高难度著称，与依赖模式匹配的早期测试不同，它要求 AI 具备真正的理解能力、多步骤推理能力及跨复杂领域的信息整合能力，题目涵盖高等数学、哲学、专业科学知识等，由全球领域专家出题。在该测试中，48.1% 的成绩虽看似不高，却是当前机器性能的上限；Zoom 较谷歌此前纪录提升的 2.3 个百分点，在竞争激烈的基准测试中（通常以零点几个百分点的增幅突破），已属显著进步。
Zoom 的做法也折射出企业 AI 未来的一种发展方向：与 OpenAI、谷歌等 “以模型为核心” 的策略不同，Zoom 选择成为 “编排层”，整合多家供应商的最优能力，通过企业已广泛使用的产品交付给用户。这种策略可规避 AI 市场的核心不确定性 —— 无人能预知未来哪款模型会领先，而可灵活切换模型的基础设施，既能避免供应商锁定，又能理论上为用户提供适配特定任务的最优 AI。值得注意的是，在 Zoom 宣布成绩次日，OpenAI 发布 GPT-5.2 时提及 Zoom 是合作伙伴，且 Zoom 在评估新模型性能后发现全流程均有显著提升，这意味着 Zoom 既是前沿 AI 实验室的客户，又借助这些实验室的技术在基准测试中与之竞争，形成独特的合作竞争关系。
不过，这一模式的可持续性仍存疑问：一方面，主流模型供应商虽有动力广泛出售 API 权限（即便对整合其输出的企业），但 Zoom 的编排能力是否属于真正的知识产权，还是易被复制的复杂提示工程，尚未有定论；另一方面，市场最终的评判标准将落到产品体验上。未来数月，Zoom 的 AI 助手（AI Companion 3.0）将面向其 3 亿用户推出，用户将根据会议摘要是否精准、行动项是否合理、能否节省时间等实际体验给出评价，而非关注 HLE 测试成绩。
归根结底，Zoom 此次引发的最大争议或许并非 “是否在基准测试中作弊”，而是其隐含的观点 —— 在 AI 时代，最佳 “模型” 未必是自主构建的，而是懂得如何高效利用现有模型的系统。这场争论的本质，也反映出 AI 行业对 “创新” 定义的分歧：是自主突破核心技术，还是通过整合实现价值最大化？而这一分歧的答案，或将随着企业 AI 的落地进程逐渐清晰。
结合补充信息来看，Zoom 的 “联邦 AI 方法” 与分布式数据集、联邦学习的理念存在一定关联 —— 均强调在不依赖单一中心、不重复构建基础能力的前提下，通过协同机制挖掘价值，但 Zoom 更侧重模型层面的整合，而非数据层面的联邦协作。同时，Zoom 此前面临数据安全争议与增长压力（2025 年股价近乎腰斩，市场对其增长前景存疑），此次在 AI 领域的高调发声，或也有提振市场信心、寻找新增长曲线的考量，但其能否通过 AI 功能切实解决用户需求（如会议智能纪要、高效检索），仍需后续产品落地验证。
原创文章，作者：王 浩然，如若转载，请注明出处：https://www.dian8dian.com/zoom-xuan-cheng-na-xia-ai-zui-nan-kao-shi-gao-fen-zheng-yi
