K2 Horizon 375B 开源舰队：可复现性成为前沿 AI 的卖点
2026-09-11 · AI 之家编辑部（综合 RuntimeWire、HuggingNews 对 MBZUAI/IFM K2 Horizon 的报道，2026-09-03）
要点
- 六档舰队（9-3）：MBZUAI 旗下 IFM（Eric Xing）一次放出 K2 Horizon 0.9B / 3.7B / 7B / 32B / 36B-A4B / 375B-A23B，覆盖手表、手机、工作站到企业服务器；被称为「AI 史上最大全开源发布」。
- 不只是权重：同步放出训练代码、在许可范围内的数据配方、中间检查点、配置、训练日志、评测结果与训练后产物——把可复现性做成特性而非模型卡里的一句承诺。
- 旗舰 375B-A23B：MoE、23B 激活、512K 上下文；AA Intelligence Index 47 分（较上代 70B K2 Think V2 大幅提升）；在 AA-Omniscience 上靠「拒答 60%」把幻觉率从 71% 压到 26%。
- 36B-A4B 引入 MoVA：混合价值注意力（Mixture-of-Value Attention），把专家路由同时融进多头注意力与前馈层，兼容 FlashAttention / GQA / 稀疏注意力。
- 务实档位：自托管真正能跑的是 32B（原生 524K 上下文）与 36B-A4B；375B 仍是多节点集群级。
本文为 AI 之家 基于 RuntimeWire 与 HuggingNews 对 K2 Horizon 的报道整合。
一、把「可复现」做成前沿 AI 的特性
2026-09-03，Eric Xing 的 MBZUAI 旗下 Institute of Foundation Models（IFM）发布 K2 Horizon 六档语言模型，权重、代码与训练材料一并放出，意图展示它们是怎么造出来的。这是 Xing 的一次表态：让可复现性成为前沿 AI 的feature，而非埋在模型卡里的承诺。
舰队从 0.9B 到 375B：
| 档位 | 架构 | 部署目标 |
|---|---|---|
| 0.9B | 稠密 | 手表、超低端设备 |
| 3.7B / 7B | 稠密 | 手机、本地工作站 |
| 32B | 稠密 | 本地工作站、企业服务器（原生 524K 上下文） |
| 36B-A4B | 稀疏 MoE（MoVA） | 每 token 激活约 4B |
| 375B-A23B | 旗舰 MoE | 每 token 激活约 23B，企业/集群 |
IFM 称开源不该只有权重：外部应能检查数据、方法与结果，复现并改进。它发布了在许可范围内可再分发的数据配方、受限再分发只能给构造配方、中间检查点、配置、训练日志、评测结果与训练后产物。
二、旗舰 375B：参数与上下文进入闭源领地
旗舰 K2 Horizon 375B 用 MoE 架构，23B 激活参数、512K token 上下文窗口，在 Artificial Analysis Intelligence Index 拿到 47 分——较上代 70B 的 K2 Think V2 大幅提升。更小的 36B-A4B 引入 MoVA（Mixture-of-Value Attention），把专家路由同时融进多头注意力与前馈层，IFM 称其在 FlashAttention、分组查询注意力（GQA）与稀疏注意力下仍兼容。
效率侧有两个 IFM 自报、尚待外部审计的claim：
- 36B-A4B 在同等训练条件下仅略低于其稠密 32B 兄弟，却每 token 激活更少参数；
- Uno 适配器（0.9B / 7B）带来约 3 倍生成加速且不降输出质量。
预训练约 20T token（约 10T 合成），其中近 17% 是带显式推理的问题求解轨迹。Hugging Face 上的 K2 Horizon 集合已含六档仓库、量化变体与多个大数据集，Day-0 即获 SGLang 支持。
三、幻觉治理：靠「多拒答」换准确率
375B 在 AA-Omniscience 基准上把幻觉率从 71% 降到 26%，代价是对 60% 的问题选择拒答。这是一种明确的权衡：用「知道何时不知道」换可信度。对工程团队，这意味着评测要看「拒答率 + 在答区间的准确率」两条线，而不是单一准确率。
AI 之家 观点
K2 Horizon 的意义不在某个榜单分数，而在它把训练全生命周期的溯源摆上台面——代码、数据配方、检查点、日志、评测一并开源。这恰好与 8 月底到 9 月初的 GLM-5.3 / Qwen3.8 / 腾讯 Hy4 开源权重潮 形成对照：那一波比的是「参数与上下文到哪了」，这一波比的是「我能不能让你复现」。
对自托管团队的三条判断：
- 务实档位是 32B 与 36B-A4B：375B 仍是集群级，32B 原生 524K、36B-A4B 用 MoVA 压激活参数，是真正能落地的两档；
- 把可复现当选型维度：同样 Apache 2.0 / MIT 的权重，谁能给检查点与训练日志，谁就更适合做长期依赖（参见 BYOK 模型池对照）；
- 评测看拒答率：前沿开源模型普遍用「多拒答」换可信度，单看准确率会被误导。
相关阅读
- 下半年趋势：2026 下半年 AI 行业动态
- 开源权重潮：GLM-5.3 / Qwen3-Coder 480B / Kimi K3 / DeepSeek V4
- 概念：BYOK / MCP
来源
- IFM releases six K2 Horizon models with training records for outsiders to inspect — RuntimeWire
- MBZUAI Launches K2 Horizon 375B in Largest Open AI Model Release — HuggingNews
- K2 Horizon 官方集合（Hugging Face / @ifm_ai）
本文由 AI 之家 编辑部根据公开报道整合；各效率 claim 以 IFM 自报评测为准，独立审计结果以对应官方口径更新。