王云鹤创业后交出首个模型

正文

把多模型执行经验用到了模型训练

衡宇 发自 凹非寺

量子位 | 公众号 QbitAI

王云鹤创业后，首次交卷了大模型成果。

量子位获悉，华为诺亚方舟实验室前主任、盘古大模型负责人 王云鹤 创办的基元律动，发布首个Agent-Native模型NeoHorse。

该模型由无问芯穹提供算力支持与Infra优化，清华大学、北京大学团队参与算法和训练方法研究，共同探索提升Agent后训练的数据利用效率和训练效果。

NeoHorse-1包含4B和9B两个版本 ，重点面向Agent工作过程中需要的一组能力，包括调用工具、读取环境反馈、发现错误、调整路径，并最终完成任务。

在覆盖Harness Agent、工具使用、代码和指令遵循等10项评测中，经过Agentic Post-Training后， 4B模型综合表现已经达到/略超9B基础模型。

一家一直强调多模型协作的公司，为什么又开始自己训练模型？基元律动准备加入基础模型牌桌了吗？

从NeoHorse给出的答案看，方向并没有发生这样的变化。

这款模型更像是基元律动过去积累的多模型执行经验，第一次进入了模型参数。

一直以来，分数往往成为比较模型的主要依据。

但当模型开始被放进Agent系统、承担完整任务后，单一分数的解释力就会下降。

一项任务中，模型不仅要给出一个看似合理的答案，还要在执行过程中持续读取环境反馈，处理错误，并根据实际进展调整后续路径；不同环节对模型能力的要求也不一样。

由此，基元律动团队形成了一个判断。

模型不归一将是AI产业长期存在的一种结构。

模型越多、分工越细，价格和能力差异越明显，就越需要一套系统回答几个问题——

这一步应该用哪个模型？哪些环节可以交给成本更低的模型？什么时候需要升级到推理和执行能力更强的模型？一条执行路径受阻后，应该换谁接手？多个模型能否并行给出方案，再把结果聚合起来？