Atria Dawn Preview：上海AI实验室的7440亿参数开源智能体，究竟强在哪里？

Atria Dawn Preview 是上海人工智能实验室推出的一款开放权重智能体模型。它瞄准的并非“问一句、答一句”的聊天场景，而是需要持续推进的复杂工作：搜集资料、调用工具、编写并运行代码、检查输出结果，再根据失败继续调整方案。

需要先厘清时间线：9月16日是其获得集中报道的节点；相关报道显示，模型权重约在2026年9月11日先行出现，技术报告则在约9月14日跟进发布。15

它是什么：7440亿参数MoE，256K上下文

根据模型卡，Atria Dawn Preview 建立在GLM-5.2 的7440亿参数混合专家（MoE）基础模型之上，是一款纯文本输入、纯文本输出的指令模型，拥有256K token 上下文窗口。其目标是支持需要持续理解环境、使用工具和多步骤完成任务的研究与工程工作。9

目前公开列出的版本有两个：

• Atria-Dawn-Preview：标准指令模型；
• Atria-Dawn-Preview-FP8：FP8量化的指令模型。

两个版本均标注为256K上下文，并提供Hugging Face与ModelScope的获取入口。9

MoE可以理解为：模型总参数规模很大，但每次推理只会调度一部分“专家”参与计算。因此，7440亿参数是重要的架构信息，却不能直接等同于实际体验。对使用者来说，更关键的问题是：它能否稳定完成“规划—工具调用—执行—纠错”这一长链条任务。

相比InternLM等既有项目，重点转向长程智能体

上海AI实验室此前公开项目包括InternLM系列，以及Intern-S1、Intern-S2等科学或多模态方向的工作。以Intern-S2预览版为例，其介绍强调预训练规模、强化学习任务覆盖与交互式智能体环境的扩展。18

Atria的定位则更明确地指向长程智能体执行：理解任务、拆解计划、使用工具、实现代码、运行实验或动作、检查结果，并在首次尝试失败后继续修正。相关报道将其后训练方法称为可验证经验管线（Verifiable Experience Pipeline），意在让工具调用落到可执行环境中，并以外部可检查的结果作为依据。1315

这一区别很重要。基础模型即使擅长回答问题或生成代码片段，也不代表它能在多轮行动中管理状态、选择正确工具、理解工具返回内容，并在出错后恢复。Atria试图证明的，正是后一种更完整的工作能力。

面向哪些任务？

模型卡列出了四类重点应用：9

• 深度研究：搜集、整理和综合证据；
• 软件与技术工作：开发软件、应用、可视化内容和机器学习系统；
• 结构化知识工作：制作报告、演示文稿及其他办公交付物；
• 获授权的安全工作：进行安全分析、漏洞验证、修复与复验。

最后一项的边界需要特别强调：模型声明可用于漏洞验证或修复，并不意味着它适合未经授权的测试活动。

开放权重不等于“零成本部署”

Atria采用MIT许可证，权重可通过Hugging Face和ModelScope获取。项目资料还列出本地部署方案，包括 SGLang 0.5.13.post1及以上版本或 vLLM 0.23.0及以上版本，并提及可面向Codex风格客户端配置Responses API。19

MIT许可降低了授权使用门槛，也让团队能更自主地控制部署和集成方式；但自托管并不意味着成本消失。报道指出，按不同权重格式计算，文件体量约在数百GB至超过1TB之间，GPU基础设施、推理服务、监控和安全治理仍是实打实的投入。5

换句话说：如果团队重视数据处理控制权和系统集成自由度，开放权重有吸引力；如果缺少大规模GPU与模型服务运维能力，部署门槛依然很高。

跑分表现如何？可看作有竞争力的开源候选者，而非“全面第一”

上海AI实验室公布了Atria在16项评测中的结果。其中包括：AutomationBench 53.8、BrowseComp 92.5、DeepSearchQA 96.0、BFCL v4 77.0、CyberGym 86.5；在SWE-bench Pro与Terminal-Bench 2.1上，分数分别为59.6和78.3。9

按发布方的对比表，Atria在前述五项指标中位居所列模型前列。不过，它并非每一套评测都领先：同一张表中，Claude Opus 5在SWE-bench Pro、Terminal-Bench 2.1等偏交付执行的项目上分数更高。9

因此，更稳妥的解读是：

• 这些结果让Atria成为检索与搜索、浏览器导向任务、函数调用，以及所纳入网络安全评测中的一个重要开放权重候选；
• 它们并不能证明Atria已全面超过闭源前沿智能体；
• 智能体基准对评测框架版本、提示词、工具权限、时间与token预算、重试策略，以及运行环境都很敏感。

尤其需要注意的是，报道指出，这些基准结论目前为发布方自行报告，当时尚未获得中立评测机构的独立验证。5

真正考虑采用前，应验证什么？

对有能力运行大型开放权重模型的团队而言，Atria值得进入评估清单；但不应把发布跑分直接当成上线结论。更务实的检查步骤包括：

1. 复现与自身相关的基准：固定模型版本、提示词、工具权限、时长与token预算、重试规则，并进行多次试验。
2. 测试完整智能体闭环：除任务完成率外，还应观察工具调用失败、资源不可用、前提判断错误或指令模糊时的恢复能力。
3. 核查部署限制：查看实际权重与代码仓库中的许可文件、基础设施需求、本地服务栈，以及适用的托管端点条款。
4. 检验安全与数据控制：评估提示注入防护、工具权限边界、日志与留存策略，以及敏感数据处理方式。
5. 用内部真实工作比较：将其与团队现有方案放在同一组研究、编程、文档生产和获授权安全验证任务中对照测试。

结论

Atria Dawn Preview的看点，在于将7440亿参数GLM-5.2 MoE底座、256K上下文、开放权重、MIT许可与长程工具执行能力结合到一起，并提供标准版和FP8版检查点。9

它在研究型检索、函数调用、自动化和安全相关评测上给出了颇具吸引力的成绩。但在独立验证到来之前，最有价值的判断标准仍不是宣传表格，而是它能否以可接受的成本、延迟与安全风险，稳定完成你自己的长程工具任务，并在失败时可靠地恢复。5