Atria Dawn Preview: InternLM lặng lẽ tung ra một mô hình tác tử 744 tỷ tham số — Kho mã thực sự nói gì

Tổ chức InternLM của Shanghai AI Laboratory đã âm thầm đăng tải Atria Dawn Preview trên Hugging Face trong tuần này — một bản xem trước của mô hình tác tử MoE 744 tỷ tham số, đi kèm trọng số theo giấy phép MIT, cửa sổ ngữ cảnh 1M token và một bảng benchmark được đo đối chiếu với DeepSeek V4 Pro, Kimi K3, Qwen3.8-Max, GLM-5.3, GPT-5.6 Sol và Claude Opus 5. Kho lưu trữ đã mở trực tuyến vào ngày 11 tháng 9 năm 2026 — ba ngày trước bài viết này — với một checkpoint FP8 đi kèm ra sau đó vào ngày 12 tháng 9, và đơn vị phát hành vẫn chưa công bố mô hình này ở bất kỳ đâu: không có bài blog, không có bài báo, không có giá, không có API. Những gì tồn tại đến nay là một model card được điền đầy đủ và khoảng 1,5TB trọng số mở. Điều đó khiến Atria Dawn Preview trở thành một bản phát hành âm thầm, và những câu hỏi thú vị là: model card cho phép bạn xác minh điều gì, nó yêu cầu bạn tin tưởng điều gì, và liệu đây có phải là bước đầu tiên hướng tới một dòng Atria lớn hơn từ phòng thí nghiệm đã dành cả năm để tung ra dòng Intern-S2 và InternLumina hay không.

Thẻ chính là thông báo

Vì không có thông báo nào, thẻ Hugging Face đang đảm nhiệm toàn bộ việc giới thiệu. Thẻ này mô tả Atria Dawn Preview là “một phiên bản xem trước của một mô hình agentic thế hệ mới” được phát triển bởi Phòng thí nghiệm AI Thượng Hải, được huấn luyện trên một mô hình nền tảng MoE 744 tỷ tham số, và hướng đến “các kịch bản nghiên cứu và kỹ thuật đòi hỏi hiểu biết liên tục về môi trường, sử dụng công cụ và hoàn thành tác vụ nhiều bước.” Câu chốt — “Từ Câu hỏi Nghiên cứu đến Kết quả Có thể Kiểm chứng” — nói về việc định hướng các vấn đề mở tới những kết quả có thể thực thi, kiểm chứng và tái lập, trong đó mô hình kết hợp các mục tiêu nhiệm vụ và phản hồi từ môi trường xuyên suốt các giai đoạn phân tích vấn đề, thiết kế giải pháp, sử dụng công cụ, triển khai mã, thực thi thí nghiệm, phân tích kết quả và khôi phục sau thất bại.

Thẻ này sắp xếp phạm vi agentic đó thành bốn lĩnh vực năng lực, mỗi lĩnh vực đều hướng tới việc triển khai từ đầu đến cuối thay vì trò chuyện:

• Khám phá — thu thập và tổ chức bằng chứng, nghiên cứu chuyên sâu, chuyển các câu hỏi nghiên cứu thành những kế hoạch thực nghiệm có thể thực thi

• Sáng tạo — xây dựng phần mềm, ứng dụng tương tác, trò chơi, trực quan hóa dữ liệu và các hệ thống học máy

• Bàn giao — chuyển đổi tài liệu, dữ liệu và yêu cầu thiết kế thành báo cáo, bài thuyết trình và các sản phẩm bàn giao có cấu trúc khác

• An ninh mạng — phân tích các vấn đề bảo mật, xác thực các lỗ hổng, áp dụng các bản sửa lỗi và xác thực lại trong các môi trường được ủy quyền

Ngoài ra, còn có trên thẻ nhưng không được giải thích: một trang web (atria-asi.com), một tổ chức GitHub (atria-asi) sao chép README, và một tài khoản X (@AtriaASI). Hậu tố "ASI" là chi tiết thực sự kỳ lạ duy nhất — không có gì trên thẻ nói thương hiệu này nhằm ám chỉ điều gì, và chúng tôi sẽ không suy diễn quá xa hơn những gì chính repo làm. Điều có thể biết là đây là một tên mã dòng sản phẩm riêng biệt, tách khỏi các tên Intern-S2 và InternLumina mà phòng thí nghiệm đã dùng suốt cả năm.

Những gì config thực sự nói

Các trọng số và cấu hình đã có thể tải xuống ngay hôm nay, và đó là lúc một bản phát hành âm thầm không còn là tin đồn. Chuỗi kiến trúc là GlmMoeDsaForCausalLM — cùng họ MoE thưa kiểu DSA mà dòng GLM sử dụng, với cấu hình định tuyến 8 trong số 256 chuyên gia được định tuyến cho mỗi token qua 78 lớp (số lượng tham số hoạt động không được công bố trên card; với một MoE 744B có hình dạng này, nó rơi vào hàng chục tỷ). Cửa sổ ngữ cảnh được đặt ở 1.048.576 token — trọn 1M, khớp với lớp ngữ cảnh dài mà phòng thí nghiệm đã thúc đẩy trong các bản phát hành gần đây khác của mình. Tokenizer mang các dấu đánh dấu hình ảnh, video, âm thanh và phiên âm, mặc dù mẫu trò chuyện nói rõ với mô hình rằng nó không có khả năng nhập đa phương thức và phải nói như vậy nếu được đưa phương tiện — vậy hãy coi các thẻ phương thức là phần đường ống kế thừa, không phải một tuyên bố về khả năng nhập hình ảnh hay âm thanh.

Các trọng số kể câu chuyện thực tế:

• Các checkpoint — hai: mô hình instruct BF16/F32 và Atria-Dawn-Preview-FP8, một mô hình instruct được lượng tử hóa FP8

• Kích thước — bản phát hành BF16 có dung lượng khoảng 1,5TB trải trên 353 phân mảnh safetensors; bản phát hành FP8 khoảng 756GB

• Giấy phép — MIT, cho cả mã nguồn lẫn trọng số, không kèm điều khoản hạn chế nào trên model card — mức độ thoáng một cách bất thường đối với một bản phát hành của phòng thí nghiệm ở quy mô này

• Phân phối — Hugging Face và ModelScope, README tiếng Anh và tiếng Trung, một chat template và một generation config trong repo

• Lưu trữ — không có nhà cung cấp suy luận nào được liệt kê trên thẻ, và không có API nào được đề cập ở bất kỳ đâu

Dòng cuối cùng đó quan trọng đối với cách định khung: đây là một bản phát hành trọng số, không phải một buổi ra mắt dịch vụ. Bất kỳ ai muốn chạy Atria Dawn Preview ngay hôm nay đều phải tải xuống khoảng 756GB (FP8) hoặc 1,5TB (BF16) và tự phục vụ nó — không có endpoint của nhà cung cấp, không có giá, không có trang hạn ngạch.

Bảng benchmark, hãy đọc kỹ

Thẻ này chứa một bảng benchmark 16 dòng so sánh Atria Dawn Preview với DeepSeek V4 Pro, Kimi K3, Qwen3.8-Max, GLM-5.3, GPT-5.6 Sol và Claude Opus 5 trên các benchmark về tác tử, sử dụng công cụ, lập trình và nghiên cứu. Mọi con số trong đó đều do nhà cung cấp tự công bố — phòng thí nghiệm đã tự chạy hoặc thuê thực hiện các đánh giá, và chưa có đánh giá nào trong số đó được tái lập độc lập, bởi vì chưa hề có đánh giá độc lập nào về Atria Dawn Preview. Tính đến hôm nay, Artificial Analysis không trả về trang nào cho mô hình này. Vậy nên cách hiểu đúng là “đây là cách nhà cung cấp nói nó so sánh như thế nào”, chứ không phải “đây là cách nó so sánh”.

Sau khi đã làm rõ lưu ý đó, những điểm nổi bật thực sự thú vị. Atria Dawn Preview đứng đầu nhóm được liệt kê trên BrowseComp với 92,5 (so với 92,2 của GPT-5.6 Sol và 90,8 của Claude Opus 5), trên CyberGym với 86,5 (vượt 83,3 của DeepSeek V4 Pro, 84,5 của GLM-5.3 và 83,6 của GPT-5.6 Sol), và trên DeepSearchQA với 96,0. Nó cũng đạt mức BFCL v4 mạnh là 77,0, so với 71,4 của DeepSeek V4 Pro và 69,1 của Kimi K3. Những điểm yếu cũng không kém phần đáng chú ý:

• Terminal-Bench 2.1 — 78.3, kém xa mức 89.3 của Qwen3.8-Max và 90.2 của Claude Opus 5, cho thấy năng lực tác tử lập trình vẫn chưa đạt đẳng cấp hàng đầu

• SWE-bench Pro — 59.6, dẫn trước DeepSeek V4 Pro (58.3) nhưng kém xa mức 74.7 của Claude Opus 5

• MLE-bench Lite — 86,2, kém hơn cả GPT-5.6 Sol (88,9) và Claude Opus 5 (88,0) bất chấp lời quảng bá về Discovery

• JobBench — 50,3, mức thấp nhất trong số các mô hình mà thẻ này liệt kê, và là một trong nhiều dòng mà ở đó một bản xem trước 744B mã mở hoạt động kém hơn so với các mô hình chủ lực mã đóng được in bên cạnh nó

Tóm tắt trung thực: tấm thẻ này tuyên bố những điểm mạnh thực sự ở khả năng truy hồi nghiên cứu, các tác vụ dựa trên trình duyệt và kiểm chứng bảo mật, trong khi các dòng về lập trình cổ điển và công việc tri thức ở mức trung bình. Một bản xem trước không chọn lọc thiên vị thứ gì thì đáng tin hơn một bản thắng ở mọi hạng mục — nhưng không có gì trong đó được xác minh, và một mô hình ở quy mô này với bề mặt đánh giá lớn đến vậy xứng đáng có một lần nhìn độc lập trước khi bất kỳ ai đặt cược cả một pipeline vào nó.

Vị trí của nó trong dòng sản phẩm InternLM

Atria Dawn Preview ra mắt ngay giữa giai đoạn bận rộn khác thường của phòng thí nghiệm. Mẫu chủ lực về thị giác và khoa học Intern-S2-397B xuất hiện vào ngày 13 tháng 9, cùng dòng với các thành viên nhỏ hơn (Intern-S2, Intern-S2 Mobius) vốn đã được phát hành từ giữa năm, và InternLumina-U2 tập trung vào thị giác đã ra mắt vào đầu tháng 9. Atria là một mật danh riêng, nhắm đến công việc agentic tổng quát thay vì chuyên môn hóa về khoa học hoặc đa phương thức — và khác với Intern-S2-397B, vốn mang giấy phép Apache-2.0 cùng hệ sinh thái công bố riêng, Atria Dawn Preview đã xuất hiện không kèn cồng dưới giấy phép MIT. Việc Atria là một bản xem trước đơn lẻ hay thành viên đầu tiên của một dòng mới vẫn chưa được xác nhận; hậu tố "Preview" và kho lưu trữ trần, không hề có văn bản lộ trình ở đâu, càng củng cố cách hiểu thận trọng.

Điều gì vẫn chưa được biết đến

Thói quen hữu ích với một bản phát hành âm thầm là liệt kê những gì vẫn còn bỏ ngỏ. Trên Atria Dawn Preview, danh sách đó rất dài:

• Một thông báo — tính đến ngày 14 tháng 9, không có gì từ phòng thí nghiệm, trang web hay tài khoản X; repo xuất hiện trước tiên, đúng như cách một số bản phát hành gần đây của các lab Trung Quốc đã diễn ra, nhưng "cách chúng thường diễn ra" không phải là sự xác nhận

• Một bài báo hoặc báo cáo kỹ thuật — không có liên kết nào; dữ liệu huấn luyện, quy trình RL, và số lượng tham số hoạt động đều chưa được công bố

• Thương hiệu "Atria ASI" — tên miền và tài khoản đều tồn tại và tấm thẻ có liên kết đến chúng, nhưng không nêu rõ thực thể nào đứng sau chúng cũng như ý nghĩa của các chữ viết tắt đó

• Điểm số độc lập — không có; không có mục nào trên Artificial Analysis, không hiện diện trên arena, không có gì để đối chiếu với bảng trong thẻ

• Khả dụng dưới dạng dịch vụ lưu trữ — không có API nhà cung cấp và chưa có cổng suy luận lớn nào phục vụ nó; cách duy nhất để chạy nó là tự dựng khoảng 756GB đến 1,5TB trọng số

• Hỗ trợ serving — kiến trúc này thuộc dòng DSA-MoE đã được biết đến, tức là dạng kiến trúc thường nhanh chóng nhận được hỗ trợ runtime, nhưng chưa có framework nào được công bố hỗ trợ cho checkpoint cụ thể này

Những gì bạn thực sự có thể làm với nó

Cụ thể, hôm nay, có ba điều đúng. Thứ nhất, bạn có thể tải Atria Dawn Preview — giấy phép MIT bao gồm cả hai checkpoint, và bản phát hành FP8 khiến phép toán lưu trữ và phục vụ dễ dàng hơn đáng kể so với bản gốc BF16, mặc dù cả hai đều yêu cầu nhiều GPU. Thứ hai, bạn không thể gọi nó ở bất cứ đâu: không có hosted endpoint nào, và đó chính xác là tình huống mà một nền tảng định tuyến chứng tỏ được giá trị của mình. Chúng tôi chưa định tuyến Atria Dawn Preview — nó chưa có trên OrcaRouter, và trang này không giả vờ điều ngược lại — nhưng cùng một khóa mà hôm nay chưa có Atria đã kết nối tới 196 mô hình khác thông qua một API, với giá niêm yết của nhà cung cấp được chuyển thẳng qua với mức markup 0% và tự động chuyển đổi dự phòng giữa các nhà cung cấpKhi Atria Dawn Preview có mặt tại một nhà cung cấp được định tuyến, nó sẽ xuất hiện với giá niêm yết ngay trong ngày số liệu của nhà cung cấp được cập nhật, đó chính là ý nghĩa thực tế của giá chuyển thẳng. Cho đến lúc đó, mô hình là một dự án tải về và chạy, và cách an toàn nhất để đánh giá nó là trên phần cứng bạn kiểm soát, với một bài benchmark độc lập của riêng bạn — chứ không phải dựa vào lời của card.

Xem gì tiếp theo

Bốn tín hiệu quyết định liệu sự xuất hiện âm thầm này có trở thành một câu chuyện mà bạn cần hành động hay không. Tín hiệu đầu tiên là thông báo: một bài đăng ra mắt hoặc bài báo tử tế sẽ giải đáp về kiến trúc, công thức huấn luyện, và việc "Preview" là bản xem trước của cái gì. Tín hiệu thứ hai là một đánh giá độc lập — một mô hình cỡ này với thẻ mô hình tự tin đến vậy cần được kiểm chứng các tuyên bố về BrowseComp và CyberGym trên một harness trung lập, và việc không có bất kỳ mục nào trên Artificial Analysis chính là khoảng trống đáng chú ý nhất. Tín hiệu thứ ba là khả năng cung cấp trên nền tảng hosted: một MoE mở 744B với trọng số MIT và cửa sổ ngữ cảnh 1M đúng là kiểu hồ sơ thường xuất hiện trên các nhà cung cấp inference trong vòng vài tuần, và đơn vị đầu tiên phục vụ nó sẽ định hình mức giá thực tế để sử dụng nó. Tín hiệu thứ tư là câu hỏi về dòng sản phẩm — liệu Atria là bản một lần hay một loạt, và liệu thương hiệu "ASI" có báo hiệu phòng thí nghiệm định đưa dòng này đi tới đâu tiếp theo hay không. Không điều nào trong số đó có thể biết được từ repo, và đó chính là điểm mấu chốt: repo đã cho chúng ta mô hình, và hai tuần tới sẽ cho chúng ta phần còn lại.