阿布扎比IFM发布K2 Horizon开源模型家族：0.9B到375B六款齐发，连训练数据与日志一并开放

当地时间9月5日，阿布扎比AI大学MBZUAI旗下的基础模型研究所（The Institute of Foundation Models，简称IFM）正式发布K2 Horizon开源模型家族。这是一次在同一天内一次性推出从终端设备级到数据中心级的六款模型的集中发布：包括0.9B、3.7B、7B三款稠密小模型，32B稠密模型，36B-A4B稀疏模型，以及旗舰375B-A23B稀疏MoE模型。与以往只开放模型权重的"开源"不同，IFM此次将每个模型的预训练到后训练全链路都公之于众——训练代码、训练数据或可复现的数据构造配方、中间检查点、架构细节、混合配比、细粒度日志、评测结果与最终权重一并发布，且全部采用Apache 2.0许可。IFM称这是迄今最彻底的模型开源发布之一，其要义不是宣称前沿能力，而是声称可验证、可复现。

一、六款模型矩阵：从可戴在手腕上的0.9B到数据中心的375B

K2 Horizon产品线的核心思路，是让部署场景可以按需选型，而不是强迫所有环境使用同一个模型尺寸。六款模型各有明确定位：0.9B面向手表、眼镜等算力极度受限的边缘设备，IFM宣称它在AIME 2026等数学推理基准上取得超过48分的成绩，并为同尺寸最佳；3.7B与7B面向手机和端侧应用，在SWE-bench与BrowseComp等软件工程和多步任务上展现出较强的能力；32B稠密模型适合本地工作站；36B-A4B采用IFM自研的Mixture-of-Value-Attention（MoVA）机制，激活参数仅约4B却拥有36B存储参数，强调"每个激活参数的能力上限"；旗舰375B-A23B是稀疏MoE模型，存储3750亿参数、每个token激活约230亿参数，原生上下文窗口达到512K token，定位大规模推理、智能体与长链条任务。

IFM特别强调了旗舰375B-A23B的512K原生上下文——这套上下文从训练中期即开始生效，使其能够把超长文档集合、大型代码库、多轮工具调用轨迹与多步智能体历史全部保持在单一上下文窗口内。当然，官方也提示，最大广告上下文与生产环境中的高效上下文是两回事，375B旗舰的数据中心级部署仍需要海量加速卡内存、互连带宽与工程调优，规则的开放性并不意味着部署成本低。

二、为何这次开源"不一样"：覆盖面最完整的可复现发布

过去两年，几乎所有所谓"开源"模型发布都只做了同一件事：发布模型权重，其余训练细节一概在手。这恰恰是开源促进会（OSI）长期所批评的——权重文件无法被检视，缺数据就无法复现，也就无法验证模型究竟如何训练而成。IFM此次反其道而行，把训练生命周期从预训练、推理训练到智能体后训练的中间检查点、数据或数据配方、训练代码、配置、细粒度日志与评测结果全部开放。

训练数据层面同样信息量极大。K2 Horizon每个模型都在约20万亿token的语料上完成预训练，其中约10万亿token为IFM自研流水线生成的合成数据，近17%的预训练语料由带显式推理过程的解题轨迹构成——也就是说，模型预训练阶段直接学习的是"解题过程"而非"最终答案"。后训练阶段则加入了超过1亿条唯一合成的任务。这样的数据构造方式，让社区既可以从"喂了什么"理解能力来源，也可以据此复现、审计与再训练。

三、性能定位：小模型刷新Size级最佳，旗舰逼近但不越超封闭前沿

在能力表现上，IFM给出的定位颇为克制而务实。旗舰375B-A23B在IFM发布的多数智能体基准上领先开源同行，包括Terminal-Bench 2.1上取得70.2%、Toolathlon Verified上取得65.3%，但同一张榜上，封闭前沿模型的GPT-5.6 Sol（max）为88.0%、Claude Sonnet 5（max）为80.5%——也就是说旗舰的意义在于缩小开源与封闭之间的差距，而非抹平差距。更值得注意的是小模型一侧：0.9B、3.7B、7B被宣称在同参数级别实现数学推理、编码与智能体任务的最佳水平，其中0.9B小到可以运行在手表上。让边缘设备也能具备一流推理能力，这一意义对端侧AI的影响，甚至可能比另一款数据中心级旗舰更深远。

IFM负责人Eric Xing在发布中强调了一个面向学术社区的立场：“有意义的AI进步取决于检视、构建与改进技术的能力，而非仅仅通过API访问。“这句话直接对标当前绝大多数开源模型发布的做法，也点明了K2 Horizon在战略上的差异化：这是一个面向科研可复现性而非产品叙事的发布。当然，也有独立评测指出，“完全开放"是分阶段兑现的——发布当天，3.7B与7B交付了完整工件集，375B与36B的权重已就绪但数据与代码标记为后续提供，32B则以尚不完整的Stage 1中间检查点形式发布。开放是方向，落地仍需时间。

市场反应与行业影响

K2 Horizon在开源社区与学术界引发广泛讨论。对研究团队而言，它是罕见的可完整复现的前沿级训练样本，为研究推理、工具使用、规划与智能体能力的涌现机制提供了难得的素材；对产品团队而言，它提供了免API依赖、可完全自部署的优质端侧与自托管模型选择。路透社等主流媒体也将其报道为一次以可复现性为核心的异常全面的开源努力。

与此同时，IFM的发布也投射出开源AI领域更深层的分化：当部分闭源厂商继续收缩透明度，另一些背靠主权资金与科研机构的力量（如IFM）则选择把透明度作为竞争武器。值得注意的是，业界反复提醒K2 Horizon与月之暗面Kimi K2系列是两个无关的模型线——两家实验室不约而同选择了同一座山峰的名字，比较时应视之为竞争对手而非同源版本。未来，围绕"开放到什么程度"与"能力与可复现如何兼得"的讨论，将继续主导开源与闭源AI的生态之争。