K2 Horizon刚刚发布，包含六款全新全开源模型——开发者们并未完全信服
内容提要
阿布扎比IFM推出K2 Horizon，包含六款开源AI模型，参数从9亿到3750亿，号称最大全开源模型群。其承诺公开训练数据、代码和检查点，但发布时部分模型仅提供权重，训练细节如计算量未披露，引发对可复现性的质疑。模型适用于不同场景，采用Apache 2.0许可。
延伸解读
“全开源”与“开放权重”的差距
IFM宣称K2 Horizon是“最大全开源模型群”，但发布时各模型开放程度不一：3.7B和7B模型提供了完整工件，而0.9B、32B、36B-A4B和375B-A23B仅先提供权重，训练数据、代码和中间检查点承诺后续更新。32B甚至只是Stage 1检查点。这种“部分开放”与“完全开放”之间的落差，可能影响开发者对模型可复现性的信任。
计算量未披露：可复现性的关键缺口
尽管IFM强调透明，但未披露任何计算量信息，如加速器数量、训练时长或成本。分析人士指出，这是其“可检查性”主张的明显漏洞。对于希望复现训练过程的开发者，缺少这些细节会阻碍端到端的验证。IFM承诺的细粒度训练日志或许能填补这一空白，但需等待后续发布。
合成数据与训练细节的挑战
文章指出，即使公开合成数据集，若缺少生成提示词、种子代码或过滤启发式方法，开发者仍难以完全复现。此外，硬件拓扑、分布式通信配置和优化器状态记录等执行细节也未提供。这些因素可能让开发者对模型的构建过程存疑，影响其在实际应用中的信心。
开源讨论转向中国实验室
围绕K2 Horizon的讨论迅速转向中国实验室的开源实践。有用户反驳“中国模型不再发布预训练权重”的说法，指出Qwen、GLM、Kimi、DeepSeek等仍发布基础权重。但评论者也承认，中国模型通常不公开训练语料，训练过程仍是黑箱。这凸显了全球开源社区对训练数据透明度的普遍关注。
Q&A
K2 Horizon是什么？
K2 Horizon是阿布扎比基础模型研究所（IFM）发布的一组开源AI基础模型，包含六个模型，参数规模从0.9亿到3750亿不等，号称是“最大的全开源AI模型群”。
K2 Horizon的“全开源”具体指什么？
IFM承诺公开训练和评估代码、可再分发的训练数据或详细的构建配方、配置、日志以及从预训练到智能体后训练的中间检查点，而不仅仅是模型权重。
K2 Horizon各模型分别适用于哪些场景？
0.9B模型适用于智能手表和智能眼镜等受限环境；3.7B和7B模型适用于手机等端侧设备；32B和36B-A4B模型适用于本地托管和本地服务器；375B-A23B模型适用于要求较高的企业部署。
K2 Horizon发布时存在哪些不完整之处？
发布时，0.9B、32B和375B模型的部分训练数据、代码或检查点尚未提供；32B模型仅发布了阶段1的检查点，最终模型尚未发布；此外，训练计算量（如加速器数量、时长、成本）未披露。
开发者对K2 Horizon的质疑主要集中在哪些方面？
开发者质疑其可复现性，因为训练计算量未披露，合成数据的生成提示、种子代码和过滤启发式可能未完全公开，导致端到端复现困难甚至不可能。
K2 Horizon的许可协议是什么？
K2 Horizon的模型和代码采用Apache 2.0许可证发布。
K2 Horizon的API可以通过哪些合作伙伴使用？
K2 Horizon的API可通过IFM的推理合作伙伴使用，包括Compass、Cerebras和Nebius。
