Atria Dawn Preview 解構：上海 AI Lab 744B 開放權重代理模型

上海人工智能實驗室（Shanghai AI Laboratory）嘅 Atria Dawn Preview，係一款開放權重嘅 AI agent 模型。佢唔係只求喺對話框答到你問題，而係針對需要多輪操作嘅任務：蒐集資料、調用工具、寫程式並執行、睇返輸出結果，再一路修正直到交到可核實成果。

雖然 2026 年 9 月 16 日係大量報道出現嘅日子，但資料顯示模型權重約喺 9 月 11 日已經低調上架，技術報告則約於 9 月 14 日發布。15

一句講清：Atria 有咩特別？

Atria Dawn Preview 建基於 7,440 億參數嘅 GLM-5.2 mixture-of-experts（MoE）基礎模型，係純文字輸入、純文字輸出嘅 Instruct 模型，上下文窗口為 256K tokens。官方定位係研究同工程場景，尤其係要持續理解環境、用工具同完成多步驟任務嘅工作。9

已公布嘅版本有兩個：

• Atria-Dawn-Preview：標準 Instruct checkpoint
• Atria-Dawn-Preview-FP8：FP8 量化 Instruct checkpoint

兩者都支援 256K context，並提供 Hugging Face 同 ModelScope 連結。9

MoE 可以理解為：模型總參數非常大，但每次推理唔會動用全部「專家」模組。對使用者而言，真正要睇嘅始終唔係 744B 呢個數字，而係佢可唔可以喺一條好長嘅工作鏈入面，穩定做到規劃、工具調用、執行、檢查同補救。

同 InternLM、Intern-S 系列有咩分別？

上海 AI Lab 過往公開項目包括 InternLM 系列，以及偏科學、多模態方向嘅 Intern-S1、Intern-S2。以 Intern-S2 Preview 為例，項目提到擴展預訓練、強化學習任務覆蓋，同互動式 agent 環境。18

Atria 嘅定位就更明確地落喺「長流程 agent」：收到任務後，先理解要求、規劃做法、調工具、落手寫 code、跑實驗或操作、檢查結果；如果中途出錯，理論上應該繼續調整，而唔係一句「做唔到」就完。

技術報告相關報道將其後訓練方法稱為 Verifiable Experience Pipeline。核心概念係將工具使用放入可執行環境，並以外部可驗證嘅結果作為訊號。1315

呢個分別好關鍵：一般基礎模型可以好擅長回答問題或者生成一段 code；但 agent 仲要管理任務狀態、揀下一步動作、理解工具回傳資料，並喺出錯時復原。Atria 主打嘅，正正係呢個由頭做到尾嘅操作循環。

想佢幫手做乜？

根據 model card，Atria 主要面向以下四類工作：9

• 深度研究：搜尋、整理同綜合證據。
• 軟件與技術開發：建立軟件、app、數據視覺化同機器學習系統。
• 結構化知識工作：製作報告、簡報及其他辦公室文件。
• 獲授權嘅資安工作：分析、漏洞驗證、修復同再次驗證。

最後一點要講清楚：模型聲稱可協助漏洞驗證或修復，唔代表可以用於未經許可嘅系統測試。任何資安測試都應只限獲授權環境。

開放權重係咪即係「免費又易用」？

Atria 採用 MIT 授權，權重可經 Hugging Face 同 ModelScope 取得。項目資料亦列出本地部署要求，包括 SGLang 0.5.13.post1 或以上、vLLM 0.23.0 或以上，以及供 Codex 類客戶端使用嘅 Responses API 設定。19

開放權重嘅好處係團隊可自行控制部署、資料處理同整合方式；不過「冇逐 token 收費」唔等於冇成本。報道指，按格式不同，權重檔案本身已達數百 GB 至超過 1TB。5

換句話講，若要自家託管，成本由 API 帳單轉移到 GPU、儲存、推理服務、監控同資安管理。對有相關基建同 MLOps 能力嘅團隊，呢個可能係值得嘅取捨；對一般小團隊，部署門檻仍然好高。

官方跑分有幾勁？要點樣睇？

上海 AI Lab 報告咗 16 項評測成績，包括：9

• AutomationBench：53.8
• BrowseComp：92.5
• DeepSearchQA：96.0
• BFCL v4：77.0
• CyberGym：86.5
• SWE-bench Pro：59.6
• Terminal-Bench 2.1：78.3

按發布方嘅比較表，Atria 喺頭五項所列指標領先表內其他模型；不過佢唔係每個評測都排第一。舉例，表內 Claude Opus 5 喺 SWE-bench Pro、Terminal-Bench 2.1 等偏軟件交付能力嘅評測分數更高。9

所以較準確嘅結論係：

• Atria 係搜尋與檢索、瀏覽器取向任務、function calling，以及所列資安評測中一個相當值得留意嘅開放權重候選者。
• 呢啲數字唔足以證明佢全面勝過專有前沿 agent。
• Agent benchmark 對測試框架版本、prompt、工具權限、時間與 token 預算、重試政策，以及執行環境都非常敏感。

最重要係，當時報道指出以上 benchmark 都係供應商自行報告，未有中立第三方評測機構完成獨立驗證。5

真係想採用，先做呢 5 件事

Atria 對想評估大型開放權重 agent、又有能力處理長流程工具工作嘅機構尤其有吸引力。不過，唔好只睇排行榜就落決定：

1. 重現相關 benchmark：固定模型版本、prompt、工具權限、時間與 token 預算、重試規則，並做多輪測試。
2. 測完整 agent loop：除咗完成率，仲要睇工具調用失敗、前提估錯、資源不可用、指令含糊時，模型識唔識得復原。
3. 核實部署限制：直接檢查權重與程式庫嘅授權檔、硬件需要、本地 serving stack，以及各區託管端點可能適用嘅條款。
4. 測資安同資料控制：包括 prompt injection 防護、工具權限邊界、日誌、資料保留同敏感資料處理。
5. 用自己工作做對照：拎真實嘅研究、coding、文件製作，同獲授權資安驗證工作，同團隊現時使用嘅方案一齊比較。

總結

Atria Dawn Preview 值得關注，因為佢將 744B GLM-5.2 MoE、256K context、開放權重 同清晰嘅 agentic execution 定位放埋一齊。MIT 授權，加上標準與 FP8 checkpoint，令有足夠基建嘅團隊可以認真評估佢係咪適合自家部署。9

佢喺研究檢索、function calling、自動化同資安評測嘅官方成績相當吸引；但呢刻仍然係發布方主張。真正嘅考驗，係佢可唔可以喺你自己嘅長流程、工具驅動工作入面，以可接受嘅成本、延遲、安全水平同失敗復原能力，穩定交到結果。5