K2 Horizon：迄今最大的全开放模型舰队——0.9B 到 375B，权重、数据与配方全公开

2026 年 9 月 3 日，位于阿布扎比、由穆罕默德·本·扎耶德人工智能大学（MBZUAI）孵化的基础模型研究院（IFM）发布了 K2 Horizon：一组覆盖 0.9B 到 375B 参数的六款基础模型。与过去一年充斥头条的「开放权重」不同，K2 Horizon 整个家族在 Apache 2.0 下同时公开权重、代码、训练数据与方法论——IFM 称之为 AI 历史上规模最大的全开放模型发布。对工程团队，这意味着「先在手表上跑通、再无缝升到企业旗舰」的模型路线第一次有了完整实现。 舰队里的每个模型共享同一接口与同一条部署路径，所以决策不再是「选一个赢家」，而是「每个负载该放在哪里跑」。

1. 全开放不是开放权重

过去几周的行业讨论大多围绕「开放权重」，K2 Horizon 直接把这个门槛抬高：不只是权重，训练数据、训练代码、数据配方与评估都在 Apache 2.0 下公开。创始人 Eric Xing 说得直白：「开源远不止开放权重。科学只有在别人能看到数据、跟随方法、复现结果并加以改进时才成立。」对合规与审计要求高的团队，这是把「可复现」写进采购合同的少数选择之一。

// The K2 Horizon fleet: six sizes, one shared architecture,
// vocabulary, and toolchain. Route by deployment target, then
// scale up without changing your workflow.
const FLEET = [
  { size: "0.9B", target: "watches, constrained devices" },
  { size: "3.7B", target: "phones, on-device apps" },
  { size: "7B", target: "phones, on-device apps" },
  { size: "32B", target: "local hosting, on-premise servers" },
  { size: "36B-A4B", target: "on-premise, cost-aware serving" },
  { size: "375B-A23B", target: "enterprise reasoning workloads" },
];

function pickModel(budget) {
  if (budget.memoryMb < 2048) return "k2-horizon-0.9b";
  if (budget.device === "phone") return "k2-horizon-7b";
  if (budget.onPrem) return "k2-horizon-32b";
  return "k2-horizon-375b-a23b";
}

2. 六款型号，一条工具链

舰队布局清晰：0.9B 面向手表等高度受限设备；3.7B 与 7B 把进阶能力带到手机端侧；稠密 32B 与稀疏 36B-A4B 面向本地与本地服务器；375B-A23B MoE 旗舰面向企业级推理。六款共享同一核心架构、词表（0.9B 除外）、训练方法论、接口与部署工具链——意味着从原型到生产不需要换工作流。IFM 的动态模型路由会把任务导向最具成本效益的型号。 路由层同样是开放的——你可以检查任务在被分发前如何归类，再按自己的流量特征调整阈值。

# Serve the 7B model on a laptop-class box with vLLM. The whole
# fleet shares one deployment toolchain, so swapping to 32B is a
# one-line image change.
services:
  k2-7b:
    image: vllm/vllm-openai:latest
    command:
      - --model
      - ifm/k2-horizon-7b
      - --max-model-len
      - "32768"
    ports:
      - "8000:8000"
    deploy:
      resources:
        reservations:
          devices:
            - driver: nvidia
              count: 1
              capabilities: [gpu]

3. 两项值得抄的技术

IFM 公布了两个底层创新：一是「扩散蒸馏」，并行生成成块的 token，解码速度大约提升 3 倍且不损失响应质量；二是「混合价值注意力」，在不增加算力的前提下改善推理。对自托管团队，前者的直接收益是更低的单位 token 成本；后者则说明推理质量的提升不一定等于更大的模型或更贵的硬件。

// Every model exposes an OpenAI-compatible endpoint, so your
// existing client code works unchanged from 0.9B to 375B.
const request = {
  model: "k2-horizon-32b",
  messages: [
    {
      role: "user",
      content: "Explain why this query plan is slow and fix it.",
    },
  ],
  max_tokens: 1024,
  temperature: 0.2,
};

// curl localhost:8000/v1/chat/completions -d request.json

4. 从原型到生产的路由

开发流程可以是：先用 7B 在笔记本上验证提示词与工具调用，再用 32B 做本地服务，最后把最重的推理负载放到 375B 旗舰——全程接口不变。vLLM/SGLang 直接支持，OpenAI 兼容端点让你现有的客户端代码原样可用。对不想自建硬件的团队，Compass、Cerebras、Nebius 等推理伙伴今天就能提供 API。

5. 复现：从跑分到自证

IFM 为每个型号都发布了评测脚本与数据配方：拉下仓库、装依赖、跑 eval，就能在自家硬件上验证 coding/reasoning/agentic 成绩。对「能不能信厂商跑分」已经疲倦的团队，这是把信任从宣传材料转移到可执行证据上的机会。尤其当你要用模型做 agentic 任务时，本地复现比任何基准榜单都更接近你的真实负载。

# Reproducibility is the point: weights, code, training data and
# recipes ship together. Verify claims on your own hardware.
git clone https://github.com/ifm/k2-horizon
cd k2-horizon && pip install -r requirements.txt
python eval/run_eval.py --model ifm/k2-horizon-32b   --tasks coding,reasoning,agentic
# Diffusion distillation speeds decoding roughly 3x by generating
# blocks of tokens in parallel; mixture of value attention cuts
# the compute needed for the same reasoning quality.

6. 落地建议

第一，按部署目标选型号，而不是按参数大小选：手表选 0.9B、手机选 7B、本地服务器选 32B、企业旗舰选 375B。第二，小模型先验证、大模型再上线，动态路由能帮你把大部分请求留在成本最低的型号。第三，全开放不等于免治理：允许名单、审计与预算上限照旧。最后，把「可复现」当成特性——在切换任何闭源 API 之前，先问一句：如果供应商明天涨价，我们能不能在自己的机架上复现这条工作流？ 全开放旗舰的存在改变的不仅是部署方式，还有议价能力：即使团队继续使用托管 API，也握有一个能在自家硬件上运行的可靠备选方案。

// Fully open does not mean zero governance. Keep the same policy
// layer you use for hosted models: allowlists, audit, and caps.
const modelPolicy = {
  allowlist: [
    "k2-horizon-7b",
    "k2-horizon-32b",
    "k2-horizon-375b-a23b",
  ],
  defaultRoute: "k2-horizon-32b",
  dataGuard: "all requests stay on-premise",
  audit: "log model, prompt hash, tokens, and latency",
  costCap: "infra_budget_only",
};