Atria Dawn Preview: открытый ИИ-агент Shanghai AI Lab на 744 млрд параметров

Atria Dawn Preview — открытая агентная модель Шанхайской лаборатории искусственного интеллекта (Shanghai Artificial Intelligence Laboratory, Shanghai AI Lab). Она рассчитана не столько на короткие ответы в чате, сколько на задачи, где ИИ должен последовательно искать сведения, работать с инструментами, писать и запускать код, анализировать результат и повторять попытки до проверяемого итога.

Хотя активное освещение релиза пришлось на 16 сентября 2026 года, по сообщениям источников веса модели появились 11 сентября, а технический отчёт вышел примерно 14 сентября. 15

Что представляет собой Atria Dawn Preview

Согласно карточке модели, Atria Dawn Preview построена на базовой MoE-модели GLM-5.2 с 744 млрд параметров. Это instruct-модель только для текстового ввода и вывода с контекстным окном 256K токенов. Её заявленная специализация — исследовательские и инженерные сценарии, требующие понимания текущей среды, использования инструментов и выполнения многошаговых задач. 9

Опубликованы два варианта:

• Atria-Dawn-Preview — стандартный instruct-чекпойнт;
• Atria-Dawn-Preview-FP8 — instruct-чекпойнт в формате FP8-квантования.

Для обоих указан контекст 256K и доступны ссылки на Hugging Face и ModelScope. 9

MoE (mixture of experts, «смесь экспертов») — архитектура, в которой при общем очень большом числе параметров на конкретном шаге вычислений активируется лишь часть специализированных блоков. Однако для потенциального пользователя важнее не сама цифра «744 млрд», а способность модели надёжно вести длинную цепочку действий: спланировать работу, вызвать инструмент, интерпретировать его вывод, исправить ошибку и довести задачу до результата.

Чем она отличается от прежних проектов Shanghai AI Lab

В публичном портфеле Shanghai AI Lab уже есть семейство InternLM, а также научные и мультимодальные разработки, включая Intern-S1 и Intern-S2. Например, Intern-S2 Preview описывается как проект, масштабирующий предобучение, охват задач для обучения с подкреплением и интерактивные агентные среды. 18

Atria более явно позиционируется именно как агент для долгих рабочих циклов. Её предполагаемый сценарий выглядит так: понять запрос, составить план, использовать инструменты, реализовать код, запустить эксперимент или действие, проверить результат и продолжить работу, если первая попытка не удалась. В материалах о техническом отчёте этот подход постобучения назван Verifiable Experience Pipeline («конвейер проверяемого опыта»): работа с инструментами должна происходить в исполнимых средах, где результат можно внешне проверить. 1315

Это существенное различие. Базовая модель может хорошо отвечать на вопросы или генерировать фрагменты кода. Агенту же необходимо удерживать состояние задачи, выбирать следующие действия, понимать ответы инструментов и восстанавливаться после ошибок на протяжении множества шагов. Именно на этом полном операционном цикле Atria делает основной акцент.

Для каких задач она заявлена

В карточке модели выделены четыре категории применения: 9

• Глубокие исследования: поиск, систематизация и обобщение доказательств и источников.
• Разработка ПО и технические задачи: создание программ, приложений, визуализаций и систем машинного обучения.
• Структурированная офисная работа: подготовка отчётов, презентаций и сопутствующих материалов.
• Разрешённые задачи кибербезопасности: анализ, валидация уязвимостей, устранение проблем и повторная проверка в санкционированных средах.

Последний пункт принципиален: заявленные возможности для проверки или устранения уязвимостей не означают допустимость несанкционированного тестирования систем.

Открытые веса, лицензия и развёртывание

Atria распространяется по лицензии MIT, а ссылки на веса приведены на Hugging Face и ModelScope. В документации также упоминается локальный запуск через SGLang 0.5.13.post1 или новее и vLLM 0.23.0 или новее, а также API-варианты, включая настройку Responses API для клиентов в стиле Codex. 19

Открытые веса дают командам больше контроля над развёртыванием и оценкой модели, но не делают эксплуатацию дешёвой или простой. По данным публикаций о релизе, объём файлов весов составляет от сотен гигабайт до более чем терабайта — в зависимости от формата. 5

Практический компромисс здесь очевиден: самостоятельный хостинг позволяет лучше контролировать обработку данных и интеграцию в собственные процессы, но требует серьёзной GPU-инфраструктуры, опыта обслуживания моделей, мониторинга и мер безопасности.

Как выглядят заявленные результаты на бенчмарках

Shanghai AI Lab сообщает результаты на 16 оценочных наборах. Среди опубликованных значений: 53,8 на AutomationBench, 92,5 на BrowseComp, 96,0 на DeepSearchQA, 77,0 на BFCL v4 и 86,5 на CyberGym. Также заявлены 59,6 на SWE-bench Pro и 78,3 на Terminal-Bench 2.1. 9

В сравнительной таблице разработчика Atria лидирует по пяти первым перечисленным метрикам. Но модель не представлена как лидер абсолютно во всех тестах: в той же таблице у Claude Opus 5 указаны более высокие результаты на SWE-bench Pro и Terminal-Bench 2.1, а также на ряде других показателей, связанных с выполнением задач. 9

Корректная интерпретация здесь должна быть сдержанной:

• результаты делают Atria заметным открытым претендентом для поиска и извлечения информации, браузерных задач, вызова функций и включённого в сравнение кибербенчмарка;
• они не доказывают общего превосходства над закрытыми передовыми агентами;
• итоги агентных тестов сильно зависят от версии среды, промптов, прав доступа к инструментам, лимитов времени и токенов, правил повторных попыток и других деталей испытательного контура.

Главное ограничение: современные публикации отмечали, что все бенчмарк-заявления приведены разработчиком и ещё не были независимо подтверждены нейтральным оценщиком. 5

Что проверить до внедрения

Atria особенно интересна организациям, которые хотят оценить крупного открытого агента для длительных задач с инструментами. Но публикации недостаточно для решения о внедрении — модель стоит проверять в условиях, близких к реальной работе.

1. Воспроизведите релевантные бенчмарки. Зафиксируйте версии модели, промпты, доступ к инструментам, временные и токенные бюджеты, правила повторов; проводите несколько прогонов, а не полагайтесь на единичный результат.
2. Проверьте полный агентный цикл. Измеряйте не только долю завершённых задач, но и восстановление после неудачных вызовов инструментов, неверных предположений, недоступных ресурсов и неоднозначных инструкций.
3. Оцените ограничения развёртывания. Изучите фактические лицензионные файлы весов и репозитория, требования к инфраструктуре, стек локального запуска и условия региональных облачных API, если они используются.
4. Проверьте безопасность и данные. Оцените устойчивость к prompt injection, границы разрешений для инструментов, журналирование, сроки хранения данных и работу с конфиденциальной информацией.
5. Сравните на внутренних задачах. Запустите характерные для вашей команды исследовательские, программные, документные и разрешённые задачи по валидации безопасности параллельно с уже используемыми альтернативами.

Итог

Atria Dawn Preview выделяется сочетанием базы GLM-5.2 MoE на 744 млрд параметров, контекста 256K, открытых весов и фокуса на агентном исполнении, а не просто на диалоге. Лицензия MIT и наличие стандартного и FP8-чекпойнтов делают её серьёзным кандидатом на оценку для команд, располагающих нужной инфраструктурой. 9

Таблица бенчмарков выглядит многообещающе — особенно в поиске и исследовательских задачах, вызове функций, автоматизации и кибероценке. Но это пока заявления издателя модели. Решающий тест — сможет ли Atria стабильно выполнять именно ваши длинные задачи с инструментами при приемлемых стоимости, задержках, уровне безопасности и способности восстанавливаться после сбоев. 5