阿布扎比开源「K2 Horizon」六款模型：从手表能跑的 0.9B 到 375B，连训练数据一起公开

一句话说清：9 月 3 日，阿布扎比 MBZUAI 旗下的 IFM 发布了 K2 Horizon 系列 6 款开源 AI 模型（最小 0.9B、最大 375B），不但权重免费开放，连训练代码、中间检查点、训练日志甚至训练数据配方都一并公开——被称为「迄今最完整的开源模型发布」。

发生了什么

2026 年 9 月 3 日，阿布扎比穆罕默德·本·扎耶德人工智能大学（MBZUAI）下属的基础模型研究院（IFM）发布 K2 Horizon，一共六款模型，全部采用 Apache 2.0 许可（可商用、限制极少）：

和常见的「只给最终权重」不同，IFM 这次把整个训练生命周期都摊开了：预训练数据（或详细配方）、中间检查点、训练代码、配置、细粒度训练日志。Singularity.Kiwi 评价其为「迄今为止最完整的开放模型发布」，Reuters 也确认了发布事实。

技术上有两个亮点：

• MoVA（Mixture-of-Value Attention）：把「专家路由」从前馈层扩展到注意力层的 value 部分，36B-A4B 每 token 只激活约 4B 参数，却接近稠密 32B 的表现——有望大幅降低本地推理成本。
• Uno Diffusion：一个 LoRA 适配器，让自回归模型「并行生成 token 块」，声称无损且约快 3 倍。

对我有什么用

对普通人和开发者来说，这件事的信号是：开源模型正在从「能给权重」升级到「能复现整个过程」。

• 对学生/研究者：可以完整学习「一个前沿模型是怎么被训练出来的」，而不只是拿来用。
• 对开发者：0.9B/3.7B/7B 这种小模型声称在同尺寸上达到 SOTA，意味着在你自己的电脑、甚至小设备上跑出好效果更现实了。
• 对行业：这是「主权 AI / 开放 AI 基础设施」路线的一次高调实践——一个海湾国家把可复现的前沿模型免费开放，和闭源美国实验室、中国开放权重路线形成三足鼎立。

当然要冷静：顶配 375B 并不声称超越 GPT-6 Astra、Claude Opus 5 这类闭源旗舰；真正亮眼的是小模型的同尺寸成绩。而且有独立媒体（AI Bacon）指出：部分训练数据/代码仓库当时尚未完全就绪，小模型评测多为官方自报，需独立验证。

我可以怎么做

你大概率不会自己去下载训练，但可以这样受益：

1. 等国内平台接入：这类开源模型通常会很快出现在 Hugging Face、vLLM / Ollama / LM Studio 等工具里。想本地跑 AI 助手的小白，可以关注 Ollama 是否上架 K2 Horizon 的 7B/3.7B 版本——在自己的电脑上离线跑一个 AI 聊天/写作助手，不用联网、不花钱、数据不出本机**。
2. 用「开源模型」挑工具时多一个选项：以后选 AI 工具，可以看它底座是不是开源、能不能本地部署。开源 + 本地部署 = 数据更可控，适合处理敏感文档。
3. 理解「开源≠全免费好用」：开源只是给了你使用权和改造权，真要跑起来还得有显卡/显存。小白先用别人托管好的服务更省事。

温馨提醒

• 小模型评测多为官方自报，尤其 7B 以下在 SWE-bench 等编程榜的数字争议较大，等独立复现再下结论，别被宣传数字带节奏。
• 完整训练数据/代码未必一步到位：发布时部分仓库仍待补齐，想做「完整复现」的开发者要留意。
• 本地跑大模型要吃显卡/显存：0.9B/3.7B 相对轻，但 32B 以上需要高显存机器，普通笔记本跑不动，量力而行。
• 商用前看 Apache 2.0 条款：Apache 2.0 对商用很友好，但仍要遵守许可证要求（保留版权声明等），别想当然。