IFM 发布 K2 Horizon：一次放出 6 个全开源模型，从手表到企业全覆盖
这是什么
9 月 3 日，阿布扎比 MBZUAI（穆罕默德·本·扎耶德人工智能大学）旗下的研究机构 IFM（Institute of Foundation Models）正式发布 K2 Horizon——一个由 6 个模型组成的"模型舰队"，并且全部开源。
6 个模型的规格：375B-A23B（MoE）、36B-A4B（MoE）、32B（稠密）、7B、3.7B、0.9B。最小的 0.9B 面向手表、眼镜等极端受限设备，中间的 3.7B/7B 给手机用，32B 和 36B-A4B 给本地工作站，最大的 375B-A23B 面向企业级部署。
为什么这件事不一般
现在开源模型不少，但 K2 Horizon 的开源程度可以说"掀了桌"：
- 权重 + 训练代码 + 配置全开：Apache 2.0 许可证，可商用。
- 训练数据也开：能放的直接放（ODC-BY 等许可），不能放的公开完整的数据构建配方。
- 中间 checkpoint 全放：从预训练到推理训练再到 Agent 后训练，每个阶段的中间产物都公开。
- 训练日志、评估结果公开：等于把整个训练过程摆在显微镜下。
官方称这是"迄今最全面的开源模型发布"。对研究者和中小企业来说，这意味着第一次可以完整复现一个前沿级模型家族从零到一的全过程——以前这种东西只有 Llama、Qwen 等少数玩家开放过一部分，训练数据和过程日志基本是不给的。
模型本身能打吗
按官方公布的评测：
- 0.9B、3.7B、7B 三个小模型在各自尺寸级别创下 SOTA（数学、推理、编程、通用能力、Agent 任务）。
- 36B-A4B 用了新的 MoVA（Mixture-of-Value-Attention，价值混合注意力） 机制，单位激活参数的性能很强，能打赢一些更大的模型。
- 32B 和 375B-A23B 在各自级别排进第一梯队。
需要说明：以上成绩来自 IFM 自己的评测（包括 SWE Bench Pro、BrowseComp、Apex-Agents 等），暂时以第三方榜单交叉验证为准。
6 个模型一套生态
这 6 个模型共享同一套架构、词表（0.9B 除外）、训练方法、接口和部署工具。好处很实际：小设备上用 0.9B，不够了动态路由到 7B；本地工作站跑 32B；企业上 375B。迁移成本几乎为零，还能按规模研究"能力是怎么随参数量长出来的"。所有模型都支持量化。
重点：第一个"全流程开放"的 Agent 模型家族
K2 Horizon 官方定位里最响的一句是"第一个为 Agent 而生的完全开放模型舰队"。它把推理、工具调用、规划、Agent 能力从涌现到成型的完整开发过程——checkpoint、数据（或配方）、代码、配置、训练日志——全部公开。
对做 Agent 创业或研究的团队，这可能是比模型本身更大的价值：你可以照着它复现"如何把一个会聊天的模型训练成会干活的模型"，再迁移到自己的工具和场景。
怎么用
模型已在 Hugging Face 上线（huggingface.co/IFM，含 k2-horizon 合集），代码在 GitHub（github.com/ifm-ai），全部 Apache 2.0。
一句话总结
如果你是研究者，这是迄今最完整的一份"前沿模型制造说明书"；如果你是开发者，6 个尺寸一套生态、小模型 SOTA、可商用，值得直接上手试。
---
> 说明：本文信息基于 IFM 官方博客及多家媒体（VFuture Media、PR Newswire 等）交叉报道整理。