周四，人工智能中“开放”的新标准被制定。总部位于阿布扎比的人工智能研究所基础模型研究所 (IFM) 发布了 K2 Horizon，这是一个由六种语言模型组成的互联舰队，附带从最终权重到训练数据、中间检查点、训练代码和细粒度日志的所有内容——路透社将这一包描述为与训练数据和代码一起发布的完全开源模型。
大多数开放重量版本仍然停留在重量上，让局外人猜测模型的实际构建方式。 K2 Horizon 采取了相反的方法，它的到来对于整个行业跟踪 开放权重 AI 模型 的任何人来说都是一个重要时刻。
六种模式，从手表到企业
该机队有六种尺寸：375B-A23B、36B-A4B、32B、7B、3.7B 和 0.9B 参数。根据 IFM 的公告，这些模型被设计为一个互联系统，而不是六个不相关的版本。
最小的型号针对手表和眼镜等受到严格限制的环境，而 3.7B 和 7B 型号则针对手机和其他设备上的应用程序。密集的32B型号和稀疏的36B-A4B型号旨在本地工作站和高效服务，旗舰产品375B-A23B将机队最强大的功能带入要求苛刻的企业部署中。所有六种型号均附带量化支持。
这些模型共享核心架构、词汇、训练方法、接口、评估基础设施和部署工具，0.9B 模型使用较小的词汇。 IFM 表示，一致性使得在不同规模之间移动、在整个车队中动态分配工作以及研究能力如何扩展变得更加容易。
“完全开放”实际上涵盖了什么
这就是 K2 Horizon 与行业规范的不同之处。 IFM 表示，对于车队中的每个模型，它正在开放从预训练到推理和代理训练后的训练生命周期。
该版本包括中间检查点、训练数据或详细的数据构建方法、开放架构文档、混合成分、训练代码、配置、细粒度训练日志、评估结果和最终权重。这些模型和代码是根据 Apache 2.0 许可证发布的，这是商业用途中最宽松的许可证之一。数据集根据其适用的许可证（例如 ODC-BY）发布，并且 IFM 承诺在无法重新分发的情况下披露数据的构建和混合方式。
IFM 还将该版本构建为第一个开放模型系列，通过代理后训练公开完整的开发过程。在实践中，这意味着研究人员可以研究推理、工具使用、规划和代理行为在训练过程中是如何出现的，重现这些方法，并使它们适应新的工具和领域——当只发布最终权重时，这通常是不可能完成的工作。
性能声明
IFM 表示，该机队的较小型号在各自的规模上创造了新的最先进的结果。据报道，0.9B、3.7B 和 7B 模型在数学、推理、一般能力、编码和代理任务方面处于领先地位。
公告中的一些细节：K2 Horizon 0.9B 在 AIME 2026 上的得分超过 48，这是一项数学竞赛基准，对于这么小的模型来说仍然很残酷。 3.7B 和 7B 型号因其强大的 SWE-bench 和 BrowseComp 结果而备受瞩目，这表明其软件工程和多步浏览功能在其尺寸中是罕见的。 36B-A4B 模型引入了一种新的价值注意力混合 (MoVA) 机制，IFM 认为该机制的能力超出了其活动参数计数所暗示的能力。 32B 和 375B-A23B 型号被描述为在各自类别中名列前茅的型号。
与任何实验室发布的评估一样，这些数据是自我报告的，独立验证需要时间。但如果这些数字保持不变，入门级和中型机队可能会重塑开发人员对在消费类硬件上运行的模型的期望。
为什么阿布扎比不断出现在开放人工智能中
此次发布加强了阿拉伯联合酋长国在开放模型开发方面不断增长的足迹。阿布扎比的人工智能生态系统——以 MBZUAI 等机构为基础，于 2025 年与 G42 一起推出了 K2 Think 推理系统——始终将开放出版物定位为战略差异化因素，路透社在周四发布的报道中捕捉到了这一模式。
这个时机也恰逢开放模型市场不断变化。 Nvidia 本周宣布同意以约 129 亿美元收购 Hugging Face，这突显了围绕开放模型分发平台积累了多少商业价值。与此同时，超大规模企业已排队获得中国实验室的开放权重模型许可，西方人工智能公司也发布了一封信，警告不要过早限制开放权重。
在此背景下，一个发布其整个训练流程的前沿舰队为研究人员、初创公司和政府提供了一种替代方案，无需依赖少数美国提供商的封闭 API。
接下来看什么
三个问题将决定 K2 Horizon 是否具有超出头条新闻的重要性。首先，独立评估者能否重现基准测试结果，特别是对于那些声称最引人注目的微型模型？其次，考虑到 IFM 承认某些训练数据无法重新分发并通过配方记录，数据集许可证在实践中有多宽松？第三，企业实际上会在主要云之外部署 375B 稀疏模型，还是实际影响会集中在手机和笔记本电脑上运行的 7B 及以下层？
最有可能的直接影响是研究透明度。通过公开检查点、日志和数据配方，K2 Horizon 为该领域提供了一个完整的示例，展示了如何构建现代推理和具有代理功能的模型系列 - 这是社区从未有过的如此规模的示例。
在每项重大人工智能开发中保持领先地位
模型发布速度每个月都在加快。在重要的事情发生之前跟上每一次发布和基准测试。
---
保持人工智能领先地位获取最新的人工智能新闻、分析和突破——尽在一个地方。
阅读更多人工智能新闻 →
