HUMAIN-M3：主權 AI 競賽，開始鬥「可掌控」而非只鬥模型原創

沙特阿拉伯的 HUMAIN-M3，提供了一個理解「主權 AI」策略轉變的好例子：與其由零開始、耗費巨資訓練每一項前沿能力，政府或本地營運者可以先採用現成的開放權重模型，再針對本土語言、數據、部署與管治需要加以改造。

HUMAIN 採用 MiniMax 的 M3 模型譜系作底座，之後以原生阿拉伯語數據繼續訓練，並透過自家 HUMAIN Node 平台提供以阿拉伯語為先的模型。 65 關鍵不在於所有底層技術是否本土原創，而在於誰有能力決定模型如何調校、託管、保安、更新，以及可用於哪些場景。

HUMAIN-M3 推出了甚麼？

獲沙特公共投資基金（PIF）支持的 HUMAIN，於 2026 年 9 月 3 日公布 humain-m3。公司表示，模型由 HUMAIN 委託、MiniMax 交付，並已於 HUMAIN Node 以研究預覽形式推出。報道指，日後計劃開放模型權重下載，但目前的預覽版本未有提供權重。 63

模型建基於 MiniMax-M3 譜系，採用混合專家（Mixture-of-Experts，MoE）架構：總參數量為 4,280 億，每個 token 約啟動 230 億參數。HUMAIN 稱，已額外以超過 1 萬億個原生阿拉伯語 token 作延續預訓練。 61

這並非只在通用模型外面加一層翻譯。其公開目標是保留底座模型的廣泛能力，同時以更貼近當地語言及文化語境的數據，提升阿拉伯語理解與生成表現。 211

開放權重底座如何改寫主權 AI 的成本帳？

從零訓練頂尖通用模型，需要極大量運算資源、數據、工程人才和時間。若採用開放權重底座，本地團隊可將投資重心放在後續訓練、評測、部署和管治，優先處理自己最需要的應用。

MiniMax 將 M3 定位為面向編程及代理式（agentic）工作的開放權重模型，其 API 支援最多 100 萬 token 上下文。 18 有了這類底座，國家級 AI 計劃便可將資源集中於通用模型通常未必照顧周全的能力，例如阿拉伯語方言、區域知識、公共及企業機構工作流程，以及本地化評測。

這不代表完全擺脫外國技術。HUMAIN-M3 本身便依賴中國模型譜系；但本地營運者可更直接掌握真正影響實際使用的一段 AI 技術棧：用甚麼數據做專門化訓練、推理在哪裏運行、模型如何更新，以及支援甚麼部署。

基準分數可喜，但未算獨立驗證

HUMAIN 公布，humain-m3 在 7 項公開阿拉伯語基準測試的等權平均分為 89.37%，當中 5 項排名第一；公司稱，平均分比 MiniMax M3 參考模型高 9.03 分。 12

這些數字可視為一個有意義的訊號：針對阿拉伯語作延續訓練，能夠提升指定測試上的成績。不過，解讀時仍要審慎。已公布的綜合結果由 HUMAIN 自行評測，報道時仍未提交至公開 OALL 排行榜。 3

因此，這些結果未足以獨立證明模型在真實世界的可靠性、安全性、成本效益，或所有阿拉伯語任務上的整體優勢。日後能否公開重現、實際部署表現如何，以及能否涵蓋地區方言與高風險應用場景，會比單一基準表更重要。

為何可下載權重具戰略價值？

開放權重的價值，在於可減少對單一遙距模型供應商的依賴。CNAS 指出，愈來愈多國家視開放權重模型為避免供應商鎖定的實際途徑：模型可以下載、自行託管、按需要調整，並在某些場景以較低成本部署。 38

對政府或本地營運者而言，這可帶來幾層控制力：

• 數據處理： 涉及敏感資料的工作，可設計為在本地或受控基礎設施上運行，而非完全交予海外 API。
• 語言適配： 團隊可持續訓練，並為本地阿拉伯語變體及機構專有詞彙評估表現。
• 技術選擇： 營運者可選用自己的推理軟件棧、硬件配置及部署架構。
• 持續性： 手上有可用的模型檢查點（checkpoint），比完全倚賴一個可能改變條款、價格、供應或存取權的外部 API 更具韌性。

但這些只是營運優勢，並非自動保證。開放權重仍需要足夠算力、網絡安全措施、模型評測能力、授權審核，以及長期維護方案。

更大的主權 AI 市場正在成形

HUMAIN-M3 並非個別例子。CNAS 統計，截至 2026 年年中，全球有 67 個國家合共 184 個由政府支持的主權 AI 項目；單在該年上半年已新增 41 個。其後更新的即時指數則列出 185 個項目。 3433

CNAS 對主權 AI 項目的定義相當廣：只要是與國家戰略利益明確相關，並獲大量公共資金支持本土算力、模型或數據生態的政府支持計劃，均可納入。 33 這提醒我們，模型只是主權 AI 技術棧的一層；基礎設施和數據同樣關鍵。

中國開發商在這個市場愈見重要，部分原因正是它們既提供 API，也推出開放權重模型。CNAS 指，至少 7 家中國開發商已提供在編程、推理、多模態及代理式任務上能力強勁的開放權重系統。 36

MiniMax M3 亦不只可經 MiniMax 自家服務取得。Artificial Analysis 列出它可由多個 API 供應商提供，包括 Nebius 與 SambaNova，反映開放模型可透過替代基礎設施供應商運行。 22

HUMAIN-M3 真正發出的訊號

重點不是某一張基準成績表已經選出終極模型冠軍，而是競爭單位正在改變。

各國正成為可重用 AI 資產的客戶：它們需要的是可按本地語言需要調整、可在自選基礎設施上運行、可按本國要求評測、並可長期維護的模型檢查點。強大的底座模型當然重要，但開放權重、硬件適配支援、可靠的推理選項、數據管治和清晰的更新路線，同樣可以左右成敗。

HUMAIN-M3 因而不只是一場美國與中國模型實驗室之間的較量。新一輪競爭，亦是看誰能為希望更自主掌握 AI 未來的國家，提供最易改造、最易管治、又最能長期運作的 AI 技術棧。