2026 年 9 月 3 日，AI 圈迎来了一次在「开源」这件事上颇具分量的发布。阿布扎比的基础模型研究院 IFM（Institute of Foundation Models）正式推出 K2 Horizon——一个包含六个基础模型的「全开源舰队」，参数规模从 0.9B 一路覆盖到 375B。和市面上大多数「开源」模型只公开权重不同，K2 Horizon 把权重、代码、训练数据、方法论全部打包公开，并采用 Apache 2.0 协议。IFM 的创始人 Eric Xing 用一句话点明了这次发布想立的标准：
Open source is much more than open weights. Science works when others can see the data, follow the method, reproduce the result, and improve on it.
K2 Horizon delivers on that need. Every model in the fleet ships with its training data, recipe and evaluations. This is open science, and we believe it’s the best path forward for AI.
（译文）开源远远不止开放权重。科学之所以能运转，是因为别人能看到数据、跟随方法、复现结果、并在此基础上改进。K2 Horizon 满足了这个需求——舰队里的每一个模型都随附它的训练数据、配方和评测。这是开放科学，我们相信这才是 AI 最好的前进方向。
速览卡：这次发布的关键信息
 | 发布方 | Institute of Foundation Models（IFM，基础模型研究院） |
| 背景 | 由阿布扎比的 MBZUAI 于 2025 年 5 月发起，在硅谷、巴黎、阿布扎比三地设有办公室 | |
| 发布时间 | 2026 年 9 月 3 日 | |
| 核心产品 | K2 Horizon 六模型全开源舰队（0.9B / 3.7B / 7B / 32B / 36B-A4B / 375B-A23B） | |
| 关键点 | 权重 + 代码 + 训练数据 + 方法论全公开；Apache 2.0 协议；即日可下载 |
六个模型：从手表到企业级的完整阵容
K2 Horizon 这次没有选择「发布一个旗舰」，而是「一次性发布整个舰队」。六个模型共享核心架构、词表、训练方法论、接口和部署工具链，只是在规模上拉开梯度，让开发者可以「在小模型上做原型、无缝放大到旗舰」，而且整个过程中不需要改动部署流程。这是一个很务实的设计——它试图覆盖从边缘设备到企业数据中心的完整需求光谱。
具体阵容如下：
- 0.9B：同尺寸下数学、推理、工具调用最强的模型之一，小到可以跑在手表上，面向极受限制的穿戴设备。
- 3.7B：对开发者和研究者很「友好」的微调尺寸，推理能力号称 4B 以下最强，能追平甚至超过许多更大的模型。
- 7B：10B 以下性能标杆，具备较强的软件工程和深度研究能力，小到可以跑在手机上。
- 32B：面向本地托管的稠密模型，为笔记本和本地服务器上的重度使用而设计。
- 36B（4B 激活）：采用全新的 MoVA（Mixture of Value Attention）架构，只激活 4B 参数却能超过许多更大的模型，让本地托管更具成本效益。
- 375B（23B 激活）：舰队旗舰，对标最强开源模型做推理和 Agent 任务，面向企业级部署。
在性能声明上，IFM 声称 K2 Horizon 在推理、数学、代码和 Agent 任务上，每个尺寸档位都做到了「顶尖」，其中 0.9B、3.7B 和 7B 三个模型在各自规模上「创造了新的 state of the art」。不过需要客观指出的是，这份新闻稿没有附带具体的基准分数，这些性能声明仍有待社区实测验证。
两项技术创新：3 倍加速与零额外计算量的推理
抛开「全开源」这个最大的标签，K2 Horizon 还带来了两项具体的技术创新。
第一项是「diffusion distillation」（扩散蒸馏）。这是一种能并行生成 token 块的技术——传统的自回归模型是一个 token 一个 token 地生成，而 K2 Horizon 通过扩散蒸馏让模型一次性并行生成一组 token，官方称在不牺牲响应质量的前提下，把模型速度提升了大约 3 倍。这是一个值得关注的方向，因为「生成速度」正在成为大模型落地时最实际的瓶颈之一——尤其对端侧和本地部署场景，3 倍的速度差可能就是「可用」和「不可用」的差别。
第二项是「mixture of value attention」（MoVA，价值注意力混合）。这是一种在「不增加计算量」的前提下提升推理能力的注意力架构。从 36B（4B 激活）这个型号的定位就能看出它的价值：只激活 4B 参数，却能超过许多更大的模型。这延续了 MoE（混合专家）一类「稀疏激活」的思路——用更少的实际计算，换取更强的能力，本质是在做「算力效率」的文章。
背景：为什么「全开源」值得单独说
要理解这次发布为什么在社区里引起了「开源标准被重新定义」的讨论，得先看清过去几年的「开源」现状。
过去几年，「开放权重」（open weights）成了行业的主流叙事——很多厂商会发布模型权重，有的附带部分代码，但训练数据、训练配方（recipe）、中间检查点（checkpoint）这些「真正的秘密」，绝大多数情况下是不公开的。这就造成了一个微妙的现象：你拿到了一个「开源」模型，却无法真正复现它、审计它、或者从它的训练过程中学到东西。正如 Inside AI 的报道所指出的，这限制了独立的验证和复现。
K2 Horizon 走了一条相反的路。它公开的不只是权重，还包括训练数据、代码、方法论，甚至中间检查点——这些「快照」让研究者得以研究模型在训练过程中是如何演化的。这种完整度，对安全研究、审计、可复现性研究都有直接价值。Eric Xing 把这次发布定位成「一个参照点」（reference point）：
“Our goal with this release is to establish a reference point for what a truly open model release can look like.” … “openness and competitive performance are not mutually exclusive.”
（译文）我们这次发布的目标，是建立一个「真正开放」的模型发布可以是什么样子的参照点。开放性和有竞争力的性能，并不是互相排斥的。
这句话的背后，是对 OpenAI、Anthropic 这类「既不公开模型、也不披露训练细节」的闭源路线的直接回应，也是对「只公开权重」的中式开源路线的一次超越。硅谷实验室负责人 Hector Liu 的补充也很直白：
“Rather than release a single model, we’re releasing an entire fleet at once — six models, from one small enough to run on a watch to a flagship built for enterprise reasoning. Every model is built to compete with the best open models at its size, and every one ships with the weights, code, training data and methodology behind it. Developers can prototype on the smallest model, scale to the flagship and verify every claim we make along the way.”
（译文）与其发布单个模型，我们一次性发布了整个舰队——从一个小到能跑在手表上的模型，到为推理而生的旗舰。每一个模型都附带权重、代码、训练数据和背后的方法论。开发者可以在最小模型上做原型，放大到旗舰，并在整个过程中验证我们的每一个声明。
行业内的讨论与不同声音
K2 Horizon 的发布，在社区里激起的反应大体分两派。
支持方把它视为「开源运动的一次升级」。过去「开源 vs 闭源」的争论，很多时候卡在「公开权重到底算不算开源」这个语义问题上。K2 Horizon 用行动给出了一个更高标准的示范：真正的开放，应该是「数据可见、方法可循、结果可复现、可以在此基础上改进」。对重视透明度、可审计性的研究者和监管者来说，这是一个受欢迎的信号。
但理性的质疑同样存在，而且集中在两个点上。第一，性能声明缺乏第三方验证。新闻稿没有给出具体基准分数，Inside AI 也明确表示「无法独立验证性能声明」，K2 Horizon 的实际水平如何，要等社区真的把它跑起来、跑各种榜单之后才知道。第二，完全开放带来的风险。训练数据可能包含受版权保护的内容或个人信息，公开代码和检查点也可能被滥用；而 IFM 目前还没有详细说明它的数据过滤和安全评估细节。这是「完全透明」这条路的固有代价，也是 K2 Horizon 需要后续补上的功课。
还有一个更宏观的观察角度：这次发布是阿联酋（UAE）在全球 AI 版图上「抢位」的一部分。阿布扎比近年来在算力、人才、研究基础设施上投入巨大，而「全开源」正是吸引重视透明度的研究者的一张牌。IFM 的模型组合里，除了 K2 系列，还有面向阿拉伯语的 Jais 模型、以及面向具身推理的 PAN 世界模型——可见它不只是想做「又一个开源 LLM」，而是在铺一个更完整的基座模型矩阵。
横向扩展：端侧模型、稀疏激活与「开源」的边界
K2 Horizon 的发布，其实踩在了当下几个并行趋势的交汇点上。
一是「端侧模型」的兴起。就在 K2 Horizon 发布的前一天（9 月 1 日），科大讯飞旗下的词元星火刚刚开源了星火 X2.5-4B 和 1.7B 两款端侧模型，主打「原生支持最长 100 万 token 上下文」。这两件事放在一起看，信号很清晰：小尺寸、能跑在手机/手表/边缘设备上的模型，正在成为新的竞争焦点。K2 Horizon 里那个「小到能跑在手表上」的 0.9B，就是这条赛道上的一员。端侧模型竞争的关键，已经从「能不能跑」升级到「跑起来能干什么」——长上下文、工具调用、Agent 能力，都在被塞进越来越小的模型里。
二是「稀疏激活 / 计算效率」。K2 Horizon 的 MoVA 架构（36B 只激活 4B）和 diffusion distillation（3 倍加速），都属于「用更少算力做更多事」这个大方向。这和 MoE 架构的流行一脉相承——当模型规模越来越大、推理成本越来越高时，「怎么高效地调用算力」就成了比「堆更多参数」更实际的问题。这对本地部署、端侧部署尤其重要。
三是「开源」这个词的边界正在被重新划定。从「开放权重」到「开放权重 + 代码」再到「权重 + 代码 + 数据 + 方法 + 检查点」，行业的开放度在层层递进。K2 Horizon 把标准推到了目前最激进的位置，这会形成一个参照系：以后厂商再说「我们开源了」，社区就有了一个「全开源」的标杆可以去对照。这对整个生态的透明度，是一个正向的推动。
两项技术创新，讲透一点
K2 Horizon 的两项技术创新值得单独展开，因为它们都不是「营销黑话」，而是两个有明确技术脉络的方向。
Diffusion distillation：把「逐个生成」变成「并行生成」。要理解这个技术，先得理解自回归模型的一个根本局限——它是「串行」的：生成第 2 个 token，必须等第 1 个 token 出来；生成第 1000 个 token，必须等前面 999 个都出来。这就是为什么 LLM 生成长文本会慢。而「扩散模型」（diffusion model）在图像生成里已经证明了另一种范式：一次性、并行地生成整块内容。K2 Horizon 的 diffusion distillation，本质是把「扩散模型并行生成」的思路，用「蒸馏」的方式嫁接到大语言模型上——让模型一次性并行生成一组 token 块，而不是一个接一个。官方称这让速度提升了约 3 倍，且不牺牲响应质量。这对端侧和本地部署的意义尤其大，因为那些场景里，「生成速度」往往就是「能不能用」的分界线。
MoVA（Mixture of Value Attention）：花更少算力，做更强推理。这个方向的背景是 MoE（Mixture of Experts，混合专家）的流行。MoE 的核心思想是「稀疏激活」——一个模型有很多参数，但每次推理只激活其中一小部分，从而用更少的实际计算量，获得接近甚至超过稠密模型的能力。K2 Horizon 的 MoVA 是这条思路在「注意力机制」上的延伸：36B 参数的模型，每次只激活 4B，却能超过许多更大的模型。它解决的是一个很实际的问题——大模型的推理成本太高，而「怎么高效地调用算力」正在成为比「堆更多参数」更关键的竞争点。对想在本地跑大模型的开发者来说，「4B 激活却有大模型能力」是极具吸引力的。
这两项技术放在一起，其实指向同一个战略：IFM 不只是想「发模型」，而是想证明「开放 + 高效」是可能的——你可以同时做到「完全透明」和「有竞争力的性能 + 可接受的成本」。这也呼应了 Eric Xing 那句话：「开放性和有竞争力的性能，并不互相排斥。」
「开放权重」这层窗户纸，被捅破了
K2 Horizon 最大的行业意义，可能不在技术，而在它重新定义了「开源」这个词。
过去几年，AI 行业的「开源」叙事其实一直有点暧昧。绝大多数「开源模型」，严格来说只开放了「权重」（weights）——你能下载模型、能跑、能微调，但你不知道它是用什么数据、什么配方、什么成本训练出来的。于是出现了一个奇怪的现象：你手里有一个「开源」模型，却既不能复现它，也不能审计它，更不能从它的训练过程里学到任何东西。有人把这种现象戏称为「开放权重，封闭一切」。
K2 Horizon 捅破的，正是这层窗户纸。它公开的不只是权重，而是「完整的一套」：训练数据、代码、训练方法论，甚至中间检查点（checkpoint）。「中间检查点」这个细节尤其值得注意——它让你能看到模型在训练过程中是「怎么一步步演化」的，这对研究训练动力学、安全审计、可复现性研究，都是不可多得的材料。
这背后的价值主张，Eric Xing 说得很直白：「科学之所以能运转，是因为别人能看到数据、跟随方法、复现结果、并在此基础上改进。」换句话说，IFM 不是在「开源一个模型」，而是在「实践一种科学」。它把一个在学术圈天经地义的规范——可复现性——搬到了工业界的模型发布上。
这件事会产生一个「参照系效应」：从今往后，任何厂商再声称「我们开源了」，社区就有了一个「全开源」的标杆可以去对照。是只开了权重，还是连数据、方法、检查点都开了？差距一目了然。这对于整个生态的透明度，是一个实打实的正向推动——它逼着「伪开源」去解释清楚，自己到底省了什么、为什么省。
和同期发布放在一起看：一个更清晰的趋势
K2 Horizon 不是孤立事件。把它和同期的几条新闻放在一起，一个更大的趋势会浮现出来。
就在 K2 Horizon 发布的前一天（9 月 1 日），科大讯飞旗下的词元星火开源了星火 X2.5-4B 和 1.7B 两款端侧模型，主打「原生支持最长 100 万 token 上下文」，而且基于全国产算力平台完成全流程训练，兼容英伟达、华为、海光、后摩等多种硬件，支持 vLLM、SGLang、llama.cpp、Ollama、LM Studio 等主流工具链。这两件事合起来，信号非常清晰：「小尺寸、可端侧部署、且开放」的模型，正在成为新的竞争焦点。
这背后的逻辑也很朴素。当云端旗舰模型的能力逐渐逼近天花板、而推理成本居高不下时，行业的目光自然会转向「让模型跑在离用户最近的地方」——手机、手表、边缘设备。端侧模型竞争的关键，也已经从「能不能跑」升级到「跑起来能干什么」：长上下文、工具调用、Agent 能力，正在被不断塞进越来越小的模型里。K2 Horizon 那个「小到能跑在手表上」的 0.9B，和星火 X2.5 的端侧百万上下文，其实是同一条赛道上的两个选手。
另一个值得注意的对照，是「开放」正在成为地缘竞争的一张牌。阿布扎比通过 IFM 做「全开源」、吸引重视透明度的研究者；中国厂商用「开源 + 国产算力适配」来推进自主可控；而 OpenAI、Anthropic 则继续走闭源路线。三条路线并行的局面，本质上是在用不同的「开放度」，争夺同一批开发者和研究者的注意力。
总结与启示
K2 Horizon 这次发布，最值得记住的不是某个具体的模型有多强，而是它把「开源」这件事的标准，往前实实在在地推了一步。
对开发者，它是可立即上手的资源：六个尺寸梯度、Apache 2.0 协议、Hugging Face / vLLM / SGLang 即刻可用，还有 Compass、Cerebras、AWS、Nebius 等推理伙伴提供的 API。对研究者，它的价值在于「可复现」——中间检查点和完整训练配方，是研究模型行为和训练动力学的一手材料。对整个行业，它的价值在于「立标」——当「全开源」成为一个公开的参照点时，那些只开放权重的「开源」，就不得不解释清楚自己到底省了什么。
当然，理性地说，K2 Horizon 的实际成色还有待验证：性能声明缺基准背书、全开源的滥用风险尚未回应，都是它绕不开的坎。但它至少证明了一件事：在闭源和「伪开源」之间，还有第三条路可以走，而且已经有人走出来了。
参考来源
- PR Newswire《Institute of Foundation Models Launches the Industry’s Largest Fully Open-Source Fleet of AI Models》（官方新闻稿，2026-09-03）
- Inside AI News《Abu Dhabi AI Institute Releases Six Fully Open-Source Models with Training Data and Code》
- 中国日报《端侧首个支持百万上下文模型开源 让小模型干大活》（星火 X2.5 端侧模型，作横向参照）
