IFM 发布 K2 Horizon：六款 AI 模型为何不只是“开放权重”

阿布扎比基础模型研究院 IFM（Institute of Foundation Models，隶属穆罕默德·本·扎耶德人工智能大学 MBZUAI）于 2026 年 9 月 3 日发布 K2 Horizon。这不是单一模型，而是由六款 AI 基础模型组成的系列：0.9B、3.7B、7B、32B、36B-A4B 和 375B-A23B。模型与代码均采用 Apache 2.0 许可发布。29

这次发布最值得关注之处，不是“模型可以下载”，而是 IFM 试图将模型的开发轨迹一并交给外部检验：让研究人员不仅看到最终结果，也能追溯它是怎样训练出来的。

K2 Horizon 到底公开了什么？

IFM 表示，对每一款模型都会公开从预训练到推理与智能体后训练阶段的相关材料，内容包括：

• 训练数据，或详细的数据构建方案；
• 开放的模型架构与混合配置；
• 训练代码和配置文件；
• 中间检查点与细粒度训练日志；
• 评测结果；
• 最终模型权重。9

路透社报道称，该发布包包含权重、训练数据、代码、方法与中间检查点，使研究人员能够回溯模型开发过程，并尝试复现结果。2

这里有一项需要注意的限定：IFM 的表述是提供训练数据或数据构建方案，并不意味着所有数据集都会以原始形式重新分发。若数据受到许可或再分发条件限制，公开构建方案与公开完整数据集并不是一回事。9

为什么说它不只是“开放权重”？

“开放权重”通常意味着开发者可以获得模型训练完成后的参数，用于运行、微调或部署。但仅凭权重，很难获知模型的完整来路：训练数据如何组成、怎样清洗处理、用了哪些训练配置、训练中间状态如何变化，以及后训练流程是什么，这些信息往往并不公开。

K2 Horizon 试图补齐的正是这些环节。按照 IFM 的发布方式，外部团队可以检查模型结论的形成过程、尝试复现部分训练阶段、验证技术主张，并在研究或部署场景中加以改造和扩展。29

这也是 IFM 创始人 Eric Xing 所说的开放标准：让其他人能够“看到数据、跟随方法、复现结果，并在此基础上改进”。1

与开放权重、闭源服务有什么差别？

与其简单地贴上“开源”或“闭源”标签，不如将其视为信息披露程度的光谱：

• 开放权重：模型可供下载，但其来源和完整训练过程可能披露有限。路透社称，IFM 此举意在对比 AI 行业日益趋向保密的开发趋势。2
• K2 Horizon 的“全面开放”路径：IFM 称其不仅发布权重，还发布数据或数据构建方案、代码、配置、检查点、训练日志及评测结果。9
• 闭源服务模式：许多领先的专有模型主要通过托管产品或 API 提供使用，而非公开完整开发生命周期。就此次所给资料而言，尚不足以对具体中国开发者、OpenAI 或 Anthropic 逐家公司作出细致比较，因此相关判断应保持审慎。

对研究者而言，区别关键在于可验证性：开放权重可以让人测试模型表现；更完整的发布，则提供了审查模型为何会呈现这种表现所需的更多证据。

可复现研究，也为外部监督提供材料

Xing 对路透社表示，IFM 希望为“真正开放的模型发布”树立一个参照标准。2 其目标是推动可复现的科学研究，而非让外界只能相信一个不透明的最终检查点。

这类透明度的潜在价值也不止于学术界。更完整的开发材料，能让政策制定者、监管机构和公共利益组织审查模型能力、开发方法及风险相关主张，而不必完全依赖模型开发者自身的概述。2

IFM 同时主张，开放并不必然意味着性能妥协。其发布材料将 K2 Horizon 定位于推理、数学、编程、工具使用和智能体任务等领域；不过，这些属于 IFM 的性能主张，并非独立验证结论。19

六种规模，对应不同部署环境

K2 Horizon 从适用于受限硬件的小模型，延伸至大规模混合专家（MoE）旗舰模型：

模型	IFM 描述的主要用途
0.9B	面向资源受限的边缘设备，包括智能手表、智能眼镜等可穿戴设备。1
3.7B	面向手机及其他端侧应用。1
7B	面向端侧使用，强调软件工程和更深入的研究任务。1
32B	支持本地托管，包括笔记本电脑、工作站和本地部署服务器。1
36B-A4B	面向本地及私有化部署的稀疏模型。19
375B-A23B	旗舰型号，面向高要求推理、研究、软件工程及更长时程的智能体任务。19

IFM 称，这一系列采用共同的架构、接口、工具链与路由方案，目的是让开发者可以从较小模型逐步切换到更大模型，而不必改写整套部署工作流。1

对阿联酋 AI 布局意味着什么？

K2 Horizon 也服务于阿联酋扩大其前沿 AI 影响力的目标。IFM 由 MBZUAI 发起，而这套模型为该机构提供了一个面向全球研究者和开发者的基础模型系列，其开发材料也意在向阿布扎比以外的用户开放。12

它能否成为 AI 开放实践的长期标准，仍取决于这些材料是否真正易用，以及外部团队能否独立复现并扩展相关工作。但 K2 Horizon 已经提出了一个明确主张：在 AI 领域，“开放”不应只意味着可以下载一个训练完成的模型。29