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

Atria Dawn Preview 是上海人工智慧實驗室（Shanghai Artificial Intelligence Laboratory）推出的開放權重 AI 代理模型。它瞄準的不是一次性聊天問答，而是需要持續操作工具的長流程工作：蒐集資料、寫程式並執行、閱讀輸出結果、修正失敗步驟，直到產出可驗證的成果。

雖然 2026 年 9 月 16 日是大量報導出現的時間點，但資料顯示，模型權重早在 9 月 11 日已低調上架，技術報告則約於 9 月 14 日公開。15

核心規格：744B MoE、256K 上下文、兩種檢查點

依模型卡說明，Atria 是以 7,440 億參數的 GLM-5.2 混合專家（Mixture-of-Experts，MoE）基礎模型為底座的預覽版代理模型。它採純文字輸入與輸出，提供 256K token 上下文視窗，定位於需要理解持續變化環境、呼叫工具與完成多步驟任務的研究及工程情境。9

公開版本有兩種：

• Atria-Dawn-Preview：標準 Instruct 檢查點
• Atria-Dawn-Preview-FP8：FP8 量化的 Instruct 檢查點

兩者皆標示為 256K 上下文，並提供 Hugging Face 與 ModelScope 的取得連結。9

MoE 的特色，是模型總參數規模很大，但每次推論只會路由並啟用部分專家。這讓「744B」不應被直接視為實際運行成本或能力的唯一指標。對準備導入的團隊來說，更關鍵的問題是：它能否在很長的規劃、工具呼叫、執行與修正鏈條中，穩定完成真實工作。

相較 InternLM、Intern-S 系列，差別在哪裡？

上海 AI Lab 過去公開的工作包括 InternLM 系列，以及 Intern-S1、Intern-S2 等科學或多模態方向的模型。以 Intern-S2 預覽版為例，其描述重點涵蓋預訓練、強化學習任務覆蓋範圍，以及互動式代理環境的擴展。18

Atria 的定位則更明確地押注於「長時程代理」。其報導中的端到端流程是：理解任務、規劃方法、使用工具、實作程式、執行實驗或動作、檢查結果；若嘗試失敗，再繼續調整。技術報告相關報導稱，其後訓練方法為 Verifiable Experience Pipeline（可驗證經驗管線），用意是讓工具使用發生在可執行環境，並以外部可檢查的結果作為依據。1315

這是很重要的區別。一般基礎模型可能很會回答問題，或能生成一段程式碼；代理模型還必須在多個步驟裡維持狀態、選擇動作、判讀工具回傳內容，並在出錯時復原。Atria 的核心主張，正是把訓練與評估焦點放在這個完整操作迴圈。

適用哪些工作？

模型卡列出四類主要用途：9

• 深度研究：蒐集、整理與綜合證據。
• 軟體與技術工作：開發軟體、應用程式、視覺化內容與機器學習系統。
• 結構化知識工作：製作報告、簡報及其他辦公交付文件。
• 獲授權的資安工作：進行分析、漏洞驗證、修復與再次驗證，且限於經許可的環境。

最後一項的限制不能忽略：模型宣稱可支援漏洞驗證或修復，不代表它適合、也不代表使用者可將其用於未授權的測試。

開放權重不等於低成本：授權與部署現實

Atria 以 MIT 授權釋出，權重可透過 Hugging Face 與 ModelScope 取得。專案文件亦列出以 SGLang 0.5.13.post1 以上版本或 vLLM 0.23.0 以上版本進行本機服務的方式，並提及可供 Codex 類客戶端使用的 Responses API 設定。19

開放權重可讓團隊更直接掌握部署、資料處理與評測流程，但並不表示免費或容易運行。報導指出，依格式不同，權重檔案約從數百 GB 到超過 1 TB；自行託管只是把成本從按 token 計費轉移到 GPU 基礎設施、維運與資安控管。5

換句話說，自架的交換條件相當清楚：可換得較高的整合與資料治理自主性，但前提是團隊承擔足夠的硬體、推論服務、監控與安全能力。

官方跑分怎麼看？不能直接等同「全面勝過前沿模型」

上海 AI Lab 公布了 16 項評測結果。已發表數字包括：AutomationBench 53.8、BrowseComp 92.5、DeepSearchQA 96.0、BFCL v4 77.0、CyberGym 86.5；另有 SWE-bench Pro 59.6、Terminal-Bench 2.1 78.3。9

在發布方的比較表中，Atria 在前述五項指標的列示結果居首；但它並非每一套測試都領先。同一張表中，Claude Opus 5 在 SWE-bench Pro 與 Terminal-Bench 2.1 等偏交付能力的指標分數更高。9

比較合理的解讀是：

• 對搜尋與檢索、瀏覽器導向任務、函式呼叫，以及表內資安基準而言，這些成績讓 Atria 成為值得關注的開放權重競爭者。
• 這些數字不足以證明它全面優於閉源前沿代理模型。
• 代理評測結果高度受測試框架版本、提示詞、工具權限、預算、重試策略及執行環境影響。

更重要的是，當時報導指出，這些基準成績是供應商自行報告，尚未由中立第三方評估機構獨立驗證。5

導入前，團隊應先驗證什麼？

若組織正在尋找可用於長流程、工具驅動工作的超大開放權重代理模型，Atria 很值得納入測試。但在把公開跑分當成採購或上線依據前，應先在貼近自身工作的條件下驗證：

1. 重現相關基準。 固定模型版本、提示詞、工具存取、時間與 token 預算、重試規則，並重複多次測試，不要只看單一分數。
2. 測完整代理迴圈。 除了任務完成率，也要量測工具呼叫失敗、錯誤假設、資源不可用與指令含混時的復原能力。
3. 確認部署限制。 審閱實際的權重與儲存庫授權檔、基礎設施需求、本機服務堆疊，以及區域託管端點可能適用的條款。
4. 檢驗資安與資料控制。 測試提示注入防護、工具權限邊界、日誌、資料保留及敏感資訊處理方式。
5. 用內部真實工作比較。 以團隊實際的研究、程式開發、文件產出及獲授權資安驗證任務，和現有替代方案並行評估。

結論

Atria Dawn Preview 的看點，在於它結合了 744B GLM-5.2 MoE 底座、256K 上下文、開放權重，以及比一般聊天模型更明確的代理執行導向。MIT 授權與標準、FP8 兩種檢查點，讓具備足夠運算基礎設施的團隊有一個嚴肅評估的選項。9

它在研究型檢索、函式呼叫、自動化與資安評測上的公開成績確實亮眼；不過，成績目前仍是發布方主張。真正決定其價值的，不是榜單上的單一數字，而是它能否以可接受的成本、延遲、安全性與失敗復原能力，穩定完成你自己的長流程工具任務。5