开源大模型阵营再添重量级玩家。阿布扎比穆罕默德·本·扎耶德人工智能大学（MBZUAI）下属的基金会模型研究院（IFM）于 2026 年 9 月 3 日发布 K2 Horizon 系列，一次性放出六款从 9 亿到 3750 亿参数的模型，并承诺开放权重、训练代码与数据配方，把”全开放”推到了新的标准。

六款模型覆盖端到端

K2 Horizon 包含 0.9B（可穿戴设备）、3.7B、7B（手机）、32B（本地部署）、36B-A4B 与 375B-A23B 六款。后两款采用稀疏混合专家（MoE）结构：36B 版本每 token 仅激活约 40 亿参数，旗舰 375B 版本每 token 激活约 230 亿参数，却拥有 524000 token 的上下文窗口。

“全开放”意味着什么

与多数仅放出权重的开源发布不同，IFM 同时公开了训练代码、数据构建配方、中间检查点、配置文件与评测结果。研究院创始人、MBZUAI 校长 Eric Xing（邢波）表示，真正的开源应是”既能拿到车，也能拿到造车的工厂”。所有模型采用 Apache 2.0 许可。

性能与效率

据 Artificial Analysis intelligence index，旗舰 375B-A23B 得分 47，明显高于同类开放权重大模型 29 的中位水平。IFM 还提出两项效率技术：扩散蒸馏（diffusion-distillation）方法宣称将生成速度提升约三倍（Uno 适配器适用于 0.9B 与 7B 模型）；以及混合价值注意力（Mixture-of-Value Attention，MoVA），将专家路由引入多头注意力。各模型预训练约 20 万亿 token，其中约 10 万亿为合成数据。

在哪里能用到

K2 Horizon 已上线 Hugging Face，并支持 vLLM、SGLang 推理框架；API 通过 Compass、Cerebras、Nebius 等平台提供。对需要可控、可审计模型的中国开发团队而言，Apache 2.0 许可与对外开放的数据配方，意味着可以在合规前提下做二次训练与部署。

这意味着什么

在开放权重大模型竞争白热化的 2026 年，IFM 用”连数据配方一起给”抬高了开源的门槛。对学术界与中小团队，这是一份可复现、可改进的研究资产；对产业界，则多了一个不受单一商业云绑定的选型。

FAQ

K2 Horizon 与 DeepSeek、Qwen 等有何不同？ 最大区别在于 IFM 同时开放训练数据与代码，而非仅开放权重。

普通开发者能用吗？ 0.9B 至 7B 小模型可在手机与边缘设备运行，32B 可在本地服务器托管。

授权协议是否商用友好？ 全系采用 Apache 2.0，允许商业使用与修改。

信息来源：Institute of Foundation Models（MBZUAI）官方发布、Artificial Analysis、Santage AI 与 RuntimeWire 报道（2026 年 9 月 3 日）。