header-langage
简体中文
繁體中文
English
Tiếng Việt
한국어
日本語
ภาษาไทย
Türkçe
扫码下载APP
Partnered With:

阿布扎比IFM开源6档K2 Horizon模型:0.9B到375B全覆盖

动察 Beating AI 快讯,阿联酋 MBZUAI 旗下基础模型研究院 IFM 发布 K2 Horizon,一次性开源 6 个模型,分别是 0.9B、3.7B、7B、32B、36B-A4B 和 375B-A23B。0.9B 面向手表、眼镜等端侧设备,7B 可以跑在手机上。最大 375B-A23B 采用 MoE,每生成一个 Token 约激活 23B 参数。官方称,0.9B、3.7B 和 7B 在各自尺寸上刷新多项评测成绩。


除了最终权重,训练代码、数据或数据构建配方、中间 checkpoint、训练日志和评测记录也会公开。部分数据受许可证限制,不能直接再分发,但会公开来源、构建方法和配比。模型和代码采用 Apache 2.0。


Artificial Analysis 给 375B-A23B 的 Intelligence Index(综合能力指数)打出 47 分,接近 MiniMax-M3 的 45 分。它在 Agent 任务上表现更强,但知识和高难推理相对弱。


AI 解读
MBZUAI旗下IFM这次一口气开源6档模型,从0.9B到375B,覆盖端侧到云端全场景,Apache 2.0授权加上训练代码、中间checkpoint、数据配方全公开,基本是冲着成为开源界新基础设施去的。0.9B面向手表眼镜、7B跑手机,明显在卡位端侧Agent入口,和大厂闭源旗舰打差异化——375B-A23B在Artificial Analysis上拿的47分接近MiniMax-M3,但Agent任务更强,这指向IFM的重心在工具调用和任务执行,而非纯粹的知识密度竞赛。

链上值得注意的信号是北美、中东两股开源力量都在沿同一路径推进:Cohere、Arcee用MoE做推理成本压缩,IFM直接用阿布扎比的算力优势堆出375B级选择。开源模型层已经从单点发布进入全谱系军备竞赛阶段,训练数据透明度成了新卖点。IFM的Agent优势和知识推理的相对短板配在一起看更有意思——这种偏科可能正是瞄准企业级Agent部署场景有意为之,而非能力缺陷。
展开

全球市场热点不用到处刷,消息送到你眼前

加入律动飞书频道
纠错/举报
提交
新增文库
仅自己可见
公开
保存
选择文库
新增文库
取消
完成