HUMAIN-M3: Bagaimana Model AI China Berwajaran Terbuka Menyokong AI Berdaulat Arab Saudi

Arab Saudi menggunakan humain-m3 sebagai contoh nyata maksud AI berdaulat yang semakin berubah. Daripada melatih model asas bertaraf hadapan sepenuhnya dari kosong atau bergantung semata-mata pada API asing, HUMAIN yang disokong Dana Pelaburan Awam Saudi (PIF) telah menugaskan model berfokus bahasa Arab berasaskan keluarga M3 milik pembangun China, MiniMax. Hasilnya ialah sistem yang dikhususkan secara tempatan, boleh dinilai dan diubah suai, serta berpotensi dikendalikan melalui infrastruktur di bawah kawalan Saudi. 34

Apa yang dilancarkan HUMAIN di LEAP 2026

HUMAIN memperkenalkan humain-m3 di acara LEAP di Riyadh pada 3 September 2026. Model itu disediakan dalam pratonton penyelidikan dan penilaian menerusi HUMAIN Node, iaitu platform HUMAIN untuk akses model dan inferens. Laporan mengenai pelancaran itu menyatakan bahawa pelepasan pemberat terbuka dirancang selepas kerja keselamatan dan penjajaran tambahan, di bawah Lesen Komuniti MiniMax. 3414

Model ini menggunakan reka bentuk mixture-of-experts (MoE) daripada MiniMax M3: sekitar 428 bilion parameter keseluruhan, tetapi hanya kira-kira 23 bilion parameter diaktifkan bagi setiap token. HUMAIN berkata model tersebut menerima pra-latihan tambahan menggunakan lebih 1 trilion token kandungan asli bahasa Arab. 347

Gabungan inilah yang menjadikan projek ini penting. HUMAIN bukan sekadar mengambil model umum lalu menterjemahkannya ke dalam bahasa Arab; ia menggunakan model asas berkeupayaan tinggi dan melaksanakan pengkhususan bahasa Arab pada skala besar.

Mengapa pemberat terbuka mengubah persamaan AI berdaulat

Model berwajaran terbuka mendedahkan parameter terlatih yang membolehkan model digunakan secara setempat, ditala halus dan dijalankan untuk inferens tanpa bergantung pada API proprietari. Brookings menjelaskan bahawa pendekatan ini memberi institusi lebih kawalan terhadap penggunaan dan penilaian model. Namun, akses kepada pemberat sahaja tidak menjadikan model telus sepenuhnya: data latihan, proses pembangunan, bias dan risiko lain masih boleh kekal tidak jelas.

Bagi program yang disokong kerajaan, pendekatan ini membuka laluan pertengahan yang praktikal:

• Bermula dengan model asas yang terbukti, tanpa menanggung keseluruhan kos dan masa pra-latihan model hadapan dari awal.
• Mengkhususkan model untuk keperluan tempatan, termasuk bahasa, pengetahuan bidang, piawaian penilaian dan syarat keselamatan.
• Menjalankan inferens pada infrastruktur terkawal bagi beban kerja yang melibatkan pengendalian data dan kesinambungan operasi.
• Mengekalkan keupayaan menyesuaikan model, dan tidak terikat sepenuhnya kepada tingkah laku, harga atau ketersediaan satu penyedia API luar.

Center for a New American Security (CNAS) turut menyatakan bahawa hanya sebilangan kecil negara mempunyai pengkomputeran, data, bakat dan modal yang diperlukan untuk membina model hadapan kompetitif dari kosong. Banyak usaha bersandarkan kerajaan sebaliknya menala halus model berwajaran terbuka menggunakan data tempatan untuk memasukkan bahasa kebangsaan, konteks budaya dan kepakaran bidang pada kos lebih rendah.

Pengkhususan bahasa Arab, bukan sekadar angka parameter

Pilihan teknikal paling penting dalam humain-m3 ialah latihan yang mengutamakan bahasa Arab. HUMAIN menyatakan model itu menerima pra-latihan tambahan pada lebih satu trilion token bahan asli bahasa Arab. 34

Ini penting kerana penggunaan AI dalam perkhidmatan awam atau perusahaan memerlukan lebih daripada terjemahan literal. Sistem perlu boleh mengendalikan penaakulan dalam bahasa Arab, istilah tempatan, variasi penggunaan bahasa serantau dan penilaian dalam bahasa yang benar-benar digunakan pengguna. Model yang disesuaikan secara tempatan memberi laluan untuk mengoptimumkan keupayaan tersebut, sambil memastikan penggunaan dan penalaan seterusnya berada di bawah kawalan program berkenaan.

Keturunan model M3 yang menjadi asasnya juga dilaporkan menyokong pemahaman teks, imej dan video, di samping penggunaan alat serta keupayaan mengendalikan komputer. Jika keupayaan ini dapat dipindahkan dengan berkesan melalui proses penyetempatan, program model nasional boleh membina di atasnya tanpa perlu mencipta semula setiap lapisan pembangunan model hadapan. 7

Keputusan penanda aras yang menjanjikan, tetapi ada peringatan penting

HUMAIN melaporkan purata wajaran sama sebanyak 89.37% merentasi tujuh penanda aras awam bahasa Arab. Dalam perbandingannya, model itu mengatasi skor rujukan MiniMax M3 sebanyak 80.34%, serta sistem GPT-5.6 SOL dan Claude Opus 5 yang dimasukkan dalam penilaian HUMAIN; syarikat itu berkata humain-m3 mendahului dalam lima daripada tujuh ujian. 5

Namun, angka ini perlu ditafsir dengan berhati-hati. Keputusan itu dilaporkan oleh vendor sendiri, dijalankan oleh HUMAIN, dan belum dihasilkan semula secara bebas atau dihantar ke Open Arabic LLM Leaderboard, menurut laporan pelancaran tersebut. Ia menunjukkan bahawa strategi penyetempatan mungkin berkesan, bukannya kedudukan muktamad antara semua model. 15

AI berdaulat lebih luas daripada memiliki pemberat model

Humain-m3 menunjukkan daya tarikan titik semak model yang boleh diguna semula, tetapi turut menjelaskan had istilah “berdaulat”. Akses tempatan kepada model boleh mengurangkan kebergantungan pada API asing serta menyokong pengehosan, penalaan halus dan inferens domestik. Namun, pemberat model hanyalah satu lapisan dalam keseluruhan rantaian teknologi.

Keupayaan AI berdaulat yang berfungsi juga bergantung pada infrastruktur pengkomputeran, cip, operasi awan dan pusat data, pasukan mahir, proses keselamatan, kemas kini model yang berterusan serta syarat lesen model asas. CNAS mentakrifkan projek AI berdaulat secara lebih luas sebagai inisiatif disokong kerajaan yang berkait dengan kepentingan negara dan disertai pelaburan nyata dalam ekosistem pengkomputeran, model atau data — bukan sekadar model yang memakai label tempatan.

Perbezaan ini penting untuk daya tahan. Pemberat yang boleh digunakan secara tempatan boleh menjadi pilihan sandaran apabila perkhidmatan dihoskan berubah dasar atau tidak lagi tersedia. Tetapi ia tidak menghapuskan kebergantungan terhadap pembekal perkakasan, rakan infrastruktur atau terma undang-undang yang mengawal penggunaan model asas.

Pasaran yang semakin besar untuk model asas boleh guna semula

HUMAIN-M3 juga menggambarkan peluang antarabangsa untuk makmal AI China. Selain bersaing melalui produk pengguna atau API yang dihoskan secara pusat, mereka boleh membekalkan model asas berkeupayaan tinggi untuk disesuaikan oleh organisasi luar negara mengikut bahasa, data dan infrastruktur sendiri.

Model ini sepadan dengan corak lebih luas. CNAS mengira 184 projek AI berdaulat yang disokong kerajaan di 67 negara dalam data yang meliputi projek baharu hingga separuh pertama 2026. Organisasi itu mendapati projek tertumpu pada infrastruktur membentuk bahagian terbesar, menekankan bahawa strategi AI nasional kini semakin memberi perhatian kepada seluruh persekitaran operasi, bukan hanya model itu sendiri.

Pengedaran pemberat terbuka amat relevan dalam keadaan ini. Hugging Face menyatakan bahawa model yang boleh digunakan pada perkakasan domestik dapat mengurangkan pergantungan pada infrastruktur awan yang dikawal pihak asing, selain membolehkan institusi awam menala sistem mengikut rangka undang-undang negara masing-masing.

Kesimpulan strategik

HUMAIN-M3 bukan bukti bahawa pemberat terbuka sahaja mampu menghasilkan AI berdaulat. Namun, ia ialah demonstrasi berprofil tinggi bagi strategi yang lebih mudah dicapai: memperoleh atau melesenkan model asas yang berkeupayaan, melabur besar dalam data dan penilaian tempatan, mengendalikannya di bawah kawalan operasi domestik, serta mengekalkan keupayaan untuk menyesuaikan sistem itu dari semasa ke semasa.

Bagi Arab Saudi, matlamat segera ialah keupayaan AI yang mengutamakan bahasa Arab. Bagi makmal China seperti MiniMax pula, implikasi lebih luasnya ialah titik semak model yang boleh disesuaikan boleh menjadi komponen infrastruktur AI untuk dieksport. Bagi kerajaan yang tidak mampu — atau tidak mahu — membina model hadapan dari kosong, projek ini menunjukkan mengapa model yang boleh dimuat turun dan digunakan secara tempatan semakin menjadi pilihan strategik penting. 3