K2 Horizon: почему шесть моделей IFM — это больше, чем «открытые веса»

3 сентября 2026 года Институт базовых моделей (IFM), связанный с Университетом искусственного интеллекта имени Мохамеда бин Заида (MBZUAI) в Абу-Даби, представил K2 Horizon — семейство из шести базовых ИИ-моделей. Их размеры составляют 0,9B, 3,7B, 7B, 32B, 36B-A4B и 375B-A23B параметров; модели и код выпущены по лицензии Apache 2.0. 29

Главная особенность релиза — не сама возможность скачать веса модели. IFM заявляет, что открывает существенно большую часть процесса разработки, чтобы другие исследователи могли изучать и воспроизводить результаты.

Что входит в K2 Horizon

Для каждой модели IFM обещает раскрыть материалы по всему жизненному циклу: от предварительного обучения до постобучения для рассуждений и агентных задач. В набор входят:

• обучающие данные либо подробные рецепты их формирования;
• открытая архитектура и составы смесей;
• код обучения и конфигурации;
• промежуточные чекпойнты и детальные журналы обучения;
• результаты оценок;
• финальные веса моделей. 9

Reuters также сообщал, что релиз содержит веса, обучающие данные, код, методики и промежуточные чекпойнты. Это должно позволить исследователям проследить разработку моделей и попытаться воспроизвести результаты. 2

Здесь важна оговорка: IFM говорит о публикации данных или рецептов их построения. Это не обязательно означает, что каждый исходный набор данных будет перераспространяться целиком — например, этому могут препятствовать лицензионные ограничения. 9

Чем это отличается от «открытых весов»

Открытые веса дают разработчику обученные параметры, необходимые для запуска или адаптации модели. Но сами по себе они не показывают, как именно система была создана: какими были состав данных и предобработка, какие использовались настройки обучения, промежуточные состояния модели и процедуры постобучения.

Подход K2 Horizon, по заявлению IFM, охватывает и эти слои. Теоретически это позволяет независимым командам проверить происхождение результата, повторить отдельные этапы обучения, протестировать технические утверждения и использовать наработки в собственных исследованиях или продуктах. 29

Именно это имеет в виду основатель IFM Эрик Син, говоря, что открытость должна позволять «увидеть данные, проследить метод, воспроизвести результат и улучшить его». 1

Открытость — это спектр, а не ярлык

Сравнивать подходы удобнее по объёму раскрываемой информации.

• Открытые веса. Модель можно скачать, но сведения о происхождении данных и полном цикле обучения могут оставаться ограниченными. Reuters отмечал, что релиз IFM задуман как контраст с тенденцией к большей закрытости разработки ИИ. 2
• Подход K2 Horizon. IFM заявляет публикацию не только весов, но и данных или рецептов их создания, кода, конфигураций, чекпойнтов, логов и оценок. 9
• Закрытый доступ через сервисы. Ведущие проприетарные модели обычно предоставляются через облачные продукты или API, а не вместе с полным публичным архивом разработки. Приведённые источники не дают достаточных оснований для детального сравнения конкретных китайских разработчиков, OpenAI или Anthropic.

Практическая разница — в проверяемости. Поведение модели с открытыми весами можно тестировать, но более полный релиз даёт исследователям гораздо больше материала для изучения причин этого поведения.

Зачем IFM делает релиз открытым

Син сообщил Reuters, что IFM хочет задать ориентир того, каким может быть по-настоящему открытый выпуск модели. 2 Заявленная цель — воспроизводимая наука, а не необходимость доверять непрозрачному финальному чекпойнту.

Такая прозрачность потенциально важна не только академическим командам. Более полный набор артефактов может дать политикам, регуляторам и организациям, защищающим общественные интересы, больше оснований для проверки заявлений о возможностях, методах и рисках моделей, а не только для опоры на резюме от разработчика. 2

IFM при этом утверждает, что открытость не должна означать снижение возможностей. В материалах запуска K2 Horizon позиционируется как семейство для задач рассуждения, математики, программирования, работы с инструментами и агентных сценариев. Это заявления самого IFM, а не результаты независимой валидации. 19

Шесть размеров — от носимых устройств до флагмана

Линейка охватывает как компактные модели для ограниченного «железа», так и крупную модель архитектуры mixture-of-experts — «смесь экспертов».

Модель	Назначение, заявленное IFM
0,9B	Устройства с жёсткими ограничениями по ресурсам: в том числе умные часы и очки. 1
3,7B	Работа непосредственно на устройстве и сценарии для смартфонов. 1
7B	Локальная работа на устройстве, включая разработку ПО и более глубокие исследовательские задачи. 1
32B	Локальное развёртывание на ноутбуках, рабочих станциях и серверах в собственной инфраструктуре организации. 1
36B-A4B	Разреженная модель для локальных и корпоративных развёртываний. 19
375B-A23B	Флагман для ресурсоёмких задач рассуждения, исследований, разработки ПО и длительных агентных процессов. 19

По словам IFM, общие архитектура, интерфейсы, инструменты и подход к маршрутизации должны позволить разработчикам переходить от малых моделей к крупным, не меняя привычный процесс развёртывания. 1

Значение для стратегии ОАЭ в сфере ИИ

Релиз поддерживает стремление ОАЭ усилить роль страны в разработке передового ИИ. IFM был создан MBZUAI, а K2 Horizon даёт институту семейство базовых моделей, доступное разработчикам и исследователям за пределами Абу-Даби. 12

Станет ли K2 Horizon устойчивым ориентиром открытости, зависит от того, насколько удобными окажутся опубликованные материалы и смогут ли внешние команды независимо воспроизвести и развить эту работу. Но сама идея IFM сформулирована недвусмысленно: открытость в ИИ должна означать больше, чем возможность загрузить готовую модель. 29