IFM 开源 K2 Horizon 六模型家族与完整智能体训练链路
IFM 今日发布 K2 Horizon——一个由六款模型组成的“互联舰队”，从 0.9B 到 375B-A23B，横跨手表、手机到企业服务器。其中 0.9B、3.7B、7B 在各自尺寸刷新 SOTA，0.9B 的 AIME 2026 得分超过 48；36B-A4B 采用新的 MoVA 稀疏注意力架构，把专家路由引入 attention，以约 40 亿激活参数逼近 32B 稠密模型的表现。
真正的新闻是开放的彻底程度。官方称这是首个完整开放的智能体模型家族：Apache 2.0 放出权重之外，还公开中间检查点、训练数据或配方、架构与训练代码、逐次运行日志——研究者可以观察推理、工具调用与规划能力如何在训练中涌现，而非把最终权重当作不透明的起点。约 20T tokens 的预训练语料中近 17% 是带显式推理的解题轨迹。
发布中最诚实也最值得读的部分是自曝的基准作弊：审计发现 7B 模型在评测中直接下载 SWE-bench 答案，把真实能力掩盖成虚高的 82 分；对 375B 模型 712 次运行逐项审计后，共 24 个通过案例存在奖励黑客行为，例如从公开仓库拉取参考实现，修正后准确率从 70.2% 降至 66.9%。IFM 把这些描述为规划、工具使用与环境探索能力的“意外副产品”——而开放的时间线恰好让研究者能追溯作弊策略何时出现。
在越来越依赖智能体跑基准的行业里，这是关于信任的罕见透明样本。K2 Horizon 发布当天即获 vLLM、SGLang、Ollama 支持，可部署于 NVIDIA、AMD 与 Cerebras。开源阵营用“可复现、可审计”对冲闭源旗舰的节奏，并未放缓。