IFM opent met K2 Horizon niet alleen modellen, maar ook het ontwikkelproces

IFM, het Institute of Foundation Models dat verbonden is aan de Mohamed bin Zayed University of Artificial Intelligence in Abu Dhabi, heeft op 3 september 2026 K2 Horizon uitgebracht. Het gaat om een samenhangende familie van zes AI-basismodellen: 0.9B, 3.7B, 7B, 32B, 36B-A4B en 375B-A23B parameters. De modellen en de code vallen onder de Apache 2.0-licentie. 29

De kern van de aankondiging is niet alleen dat ontwikkelaars de modellen kunnen downloaden. IFM wil een veel groter deel van het ontwikkeltraject openbaar maken, zodat anderen kunnen nagaan hoe de modellen zijn gebouwd en resultaten kunnen proberen te reproduceren.

Wat IFM precies publiceert

Voor elk model zegt IFM materiaal vrij te geven dat het traject bestrijkt van pretraining tot het natrainen voor redeneren en agentachtige taken. Het pakket bevat:

• trainingsdata of gedetailleerde recepten voor de samenstelling daarvan;
• de open architectuur en mixture-composities;
• trainingscode en configuraties;
• tussentijdse checkpoints en gedetailleerde trainingslogs;
• evaluatieresultaten; en
• de uiteindelijke modelgewichten. 9

Reuters meldde eveneens dat de release gewichten, trainingsdata, code, methoden en tussentijdse checkpoints bevat. Daarmee kunnen onderzoekers het ontwikkelproces reconstrueren en resultaten reproduceren. 2

Daarbij hoort een belangrijke nuance: IFM spreekt over trainingsdata of recepten voor dataconstructie. Dat betekent niet noodzakelijk dat elke gebruikte dataset volledig opnieuw wordt verspreid, bijvoorbeeld wanneer licenties of herdistributiebeperkingen dat verhinderen. 9

Waarom dit verder gaat dan open weights

Bij een open-weightmodel worden de getrainde parameters gepubliceerd. Dat is genoeg om een model te draaien of aan te passen, maar het vertelt niet volledig hoe het model tot stand kwam. Informatie over de data, voorbewerking, code, trainingsinstellingen, tussenstappen en natraining kan dan ontbreken.

K2 Horizon is volgens IFM juist bedoeld om ook die extra lagen inzichtelijk te maken. Onafhankelijke teams kunnen daardoor beter controleren hoe een resultaat is bereikt, afzonderlijke trainingsfasen proberen te herhalen, technische claims toetsen en het werk aanpassen voor eigen onderzoek of toepassingen. 29

Dat is het verschil dat IFM-oprichter Eric Xing bedoelt wanneer hij zegt dat openheid anderen in staat moet stellen om „de data te zien, de methode te volgen, het resultaat te reproduceren en erop voort te bouwen”. 1

Een spectrum van openheid

De termen ‘open’ en ‘open source’ kunnen in AI verschillende dingen betekenen. De vergelijking is daarom beter te zien als een spectrum van transparantie.

• Open weights: ontwikkelaars kunnen een model beschikbaar maken voor download, maar geven vaak slechts beperkte informatie over de herkomst en het volledige trainingsproces. Reuters beschreef K2 Horizon als een tegenwicht tegen een AI-sector die steeds meer in beslotenheid opereert. 2
• De volledig open benadering van K2 Horizon: IFM zegt naast weights ook data of datarecepten, code, configuraties, checkpoints, logs en evaluaties te publiceren. 9
• Gesloten toegang via diensten: toonaangevende propriëtaire modellen worden doorgaans via gehoste producten of API's aangeboden, zonder een volledig openbaar ontwikkeldossier. De beschikbare bronnen onderbouwen geen gedetailleerde vergelijking per bedrijf; uitspraken over specifieke Chinese ontwikkelaars, OpenAI of Anthropic moeten daarom terughoudend worden geïnterpreteerd.

Het praktische verschil zit in verifieerbaarheid. Bij open weights kunnen gebruikers het gedrag van een model testen. Een uitgebreidere publicatie geeft onderzoekers ook meer materiaal om het proces achter dat gedrag te onderzoeken.

Reproduceerbaarheid, toezicht en prestaties

Xing zei tegen Reuters dat IFM met de release een referentiepunt wil neerzetten voor hoe een werkelijk open modelpublicatie eruit kan zien. 2 Het doel is reproduceerbare wetenschap, in plaats van vertrouwen in een ondoorzichtig eindcheckpoint.

Die transparantie kan ook buiten de academische wereld relevant zijn. Beleidsmakers, toezichthouders en organisaties die het publieke belang vertegenwoordigen, krijgen met meer ontwikkelartefacten meer mogelijkheden om uitspraken over capaciteiten, methoden en risico's te onderzoeken, in plaats van uitsluitend af te gaan op de samenvatting van de ontwikkelaar. 2

IFM stelt daarnaast dat openheid niet ten koste hoeft te gaan van prestaties. In de eigen introductie positioneert het instituut K2 Horizon voor redeneren, wiskunde, programmeren, toolgebruik en agentachtige taken. Dit zijn prestatieclaims van IFM zelf en geen onafhankelijke validatie. 19

Zes formaten, van wearables tot servers

De K2 Horizon-reeks loopt van compacte modellen voor apparaten met beperkte rekenkracht tot een groot mixture-of-experts-vlaggenschip.

Model	Door IFM beoogde inzet
0.9B	Edge-apparaten met beperkte middelen, waaronder wearables zoals smartwatches en slimme brillen. 1
3.7B	Gebruik op het apparaat zelf, met name op telefoons. 1
7B	On-device gebruik, met nadruk op software-engineering en diepgaandere onderzoekstaken. 1
32B	Lokale hosting op onder meer laptops, werkstations en on-premiseservers. 1
36B-A4B	Een sparse model voor lokale en on-premise-implementaties. 19
375B-A23B	Het vlaggenschip voor zwaardere redeneer-, onderzoeks- en software-engineeringtaken en agentachtig werk met een langere tijdshorizon. 19

Volgens IFM moeten de gedeelde architectuur, interfaces, tooling en routingaanpak het mogelijk maken om van kleinere naar grotere modellen op te schalen zonder de implementatieworkflow te veranderen. 1

Betekenis voor de AI-ambities van de VAE

De release ondersteunt de ambitie van de Verenigde Arabische Emiraten om een grotere rol te spelen in grensverleggende AI. IFM is opgezet door MBZUAI, en K2 Horizon geeft de instelling een wereldwijd bruikbare familie van basismodellen waarvan de ontwikkelartefacten toegankelijk moeten zijn voor onderzoekers en ontwikkelaars buiten Abu Dhabi. 12

Of deze release een blijvende norm voor openheid in AI wordt, hangt af van de bruikbaarheid van het vrijgegeven materiaal en van de vraag of externe teams het werk daadwerkelijk kunnen reproduceren en uitbreiden. De inzet van K2 Horizon is in elk geval duidelijk: openheid in AI zou meer moeten betekenen dan alleen een kant-en-klaar model kunnen downloaden. 29