HiRO-ACEv2 与 LFM2.5 2.6B Base：两者都不是产品，而且它们未完成的方式并不相同

把HiRO-ACEv2和LFM2.5 2.6B Base并排放在一起，你首先注意到的就是：两者都不是开发者可以直接调用的东西。HiRO-ACEv2 是 Ai2 的第二代气候模拟器，于 2026 年 10 月 12 日以一个 10.9 GB 的 Hugging Face 仓库形式上传，既无任何公告，只附有一篇日期为次日的预印本；LFM2.5 2.6B Base 则是 Liquid AI 的 26.9 亿参数预训练检查点，创建于 2026 年 8 月 1 日，其自家厂商明确将其描述为只有在你需要大幅适配时才会去取用的检查点。两者都是原材料。两者如今都可下载。而它们各自"并非成品"的方式几乎截然相反——这正是这次比较值得一写、而非一笔带过的唯一原因。

Base 检查点尚未完成，因为它还没有被教会遵循指令。HiRO-ACEv2 之所以未完成，是因为它永远不会成为通用模型——它是一个应用，诞生时就已训练好、已专门化，并被明确的限制所包裹。一个是等待目的的基底。另一个是目的本身，却没有可供其他任何事物使用的基底。

每个仓库实际包含的内容

Liquid AI 的 Base 仓库是一个模型。其模型卡列出了 30 层共 26.9 亿个参数——22 个双门控短卷积块和 8 个分组查询注意力层，这是 LFM2 系列所围绕构建的混合架构——并具有 131,072 个 token 的上下文窗口、128,000 个词条的词表、34 万亿个 token 的预训练，以及覆盖 16 种语言，包括英语、阿拉伯语、中文、法语、德语、意大利语、日语、韩语、葡萄牙语、西班牙语、越南语、泰语、印尼语、印地语、俄语和波兰语。它是纯文本模型，且未经过指令微调。下载格式从原生 Transformers 检查点，到用于 llama.cpp 的 GGUF、用于跨平台部署的 ONNX，以及用于 Apple silicon 的 MLX；Q4_K_M 量化约为 1.67 GB。

Ai2 的仓库从这个意义上说并不是一个模型。它包含两个检查点——约 1.28 GiB 的 HiROv2.ckpt 和约 2.98 GiB 的 ACE2S-X-SHiELD.ckpt——外加十年的 NetCDF 强迫数据，每个文件约 609 MB，两个初始条件文件、三个 YAML 配置和一个 shell 脚本。约 4.3 GiB 的实际权重只占 10.9 GB 总量的一小部分；你下载的大部分内容是该框架被构建来消费的输入数据窗口。没有量化，没有替代运行时，没有 ONNX 导出，也没有更小的变体。只有一种运行方式，README 描述了它：安装 Ai2 的 fme 包，在配置中编辑四个路径，执行脚本。

两种不同类型的许可证问题

许可证标签正是这种对比从哲学层面走向实际层面的地方，也是这一对与像 Apache-2.0 发布版那样你或许会在此看到的模式真正有所不同的地方。

• HiRO-ACEv2 —— Apache 2.0，并附有 Ai2 的《负责任使用指南》，为该授权附加了研究与教育用途，训练数据归属于 X-SHIELD，由 GFDL 提供。

• LFM2.5 2.6B Base——采用 LFM 开放许可证 v1.0，而非 OSI 式的宽松许可证。其条款载于该仓库自带的 LICENSE 文件中；而其中的商业条件，正是你在基于该检查点构建产品之前应当阅读该文件、而非只看标签的原因。

• 这对你即将进行的分叉意味着什么——对 HiRO-ACEv2 而言，问题在于你的用途是否属于研究；对 LFM2.5 2.6B Base 而言，问题在于你的用途是否属于商业用途，以及规模有多大。问题不同，答案也不同，而“开放”一词并不能回答其中任何一个。

这些输出形状毫无共同之处，而这正是有用之处。

基础检查点会生成文本。逐 token、自回归地，带有常见的采样参数——模型卡建议，对于经过后训练的同类模型的生成风格，使用温度 0.6 和 top-p 0.95，而基础检查点则要求你自己决定这些。它下游的一切都是语言任务：续写文档、对文本片段进行分类、翻译、输出结构化数据，或作为微调的起点，让它学会自己当前尚未良好覆盖的某个领域或语言。

HiRO-ACEv2 以 3 公里分辨率生成网格化物理场——每六小时平均的地表降水率、瞬时的 10 米高度东向风和北向风，以及海平面气压——由扩散模型从 100 公里输入降尺度而来，其中粗分辨率状态本身由 X-SHIELD 的一个单独模拟器自回归生成。该流程完全不涉及文本。真正重要的评估在于，输出的分布是否与参考模拟相匹配，直至其远端尾部，而这次发布背后的论文讲的正是这一点：作者报告称，他们将参考降水和近地表风分布追踪到第 99.9999 百分位，并大致跟随参考热带气旋强度分布，且声称推理成本不到传统数值全球风暴解析模型的 1/300。

这两者都是供应商或作者的主张，且均未被复现。区别在于复现者必须做什么。验证关于 Base 检查点的主张，意味着一套任务套件以及相当于一个检查点的 GPU 机时。验证关于 HiRO-ACEv2 的主张，则意味着一个十年期强迫数据集、一个可供对照的参考模拟，以及一项针对远端尾部的分布分析——这就是为什么第二个主张很可能在相当长的时间内都无人质疑。

你实际上会在每一个上构建什么

Base 检查点的天然用途是适配，而 Liquid AI 对此格外直白：面向特定语言或领域的助手、在专有数据上训练，或是测试新的后训练方法。这是一个价值在你完成工作之后才到来的检查点，而非之前。它的同门后训练版本——LFM2.5 2.6B，于 7 月 28 日、也就是早三天问世——才是为智能体工作负载而打造的，而下载数据充分说明了社区想要的是两者中的哪一个：截至 10 月中旬，后训练模型的下载量已突破 114,000 次、收获 823 个赞，而 Base 则是 6,282 次下载和 51 个赞。Base 是专家的工具，市场也据此为它定了价。

HiRO-ACEv2 的天然用法是运行集合。该框架的卖点不是单一预报，而是众多预报：论文的动机是以足够低的成本生成大规模集合，从而在 3 公里分辨率下、跨越数十年时段和任意全球区域研究热带气旋行为与极端事件。你不会对它进行微调，模型卡也不邀请你这么做。你运行它，然后要么信任它的局限——九年的训练数据、在 66°S 至 70°N 之外不适用、超出 16×16 一度训练瓦片会出现拼块边界伪影——要么不信任。

换句话说：这些模型之中，一个是供你修改的起点，另一个则是供你操作的仪器。仅因两者都可下载，就把它们当作可以互换的“开放模型”，正是本页存在的意义所在——为了避免这种误解。

它们唯一的共同点：两者都不按 token 计费

两者真正趋同之处在于成本结构。两者都没有价目表。LFM2.5 2.6B Base 之所以可以免费下载且运行成本低廉，正是因为它很小——bf16 下只有几 GB，量化后远低于两 GB，而这正是 LFM2.5 设计的全部意义所在，也是它能够与一个经过后训练、专为端侧工作调优的同门模型并存的原因。HiRO-ACEv2 便宜则另有原因：它是一个窄域模拟器，其经济性来自取代极其昂贵的数值模拟，而不是来自能塞进手机。

所以，如果你的工作负载是文本，那么 Base 检查点就是一个关于微调的问题，而这类工作负载的日常形态——即你想要的是一个能回答问题的模型，而不是一个待训练的检查点——看起来更像一次调用，而不是一次下载。这正是 OrcaRouter 所处的层面：一个 API 密钥即可访问两百多个托管模型，按提供商标价透传、不加价，并在某个提供商性能下降时自动在提供商之间故障转移。本次对比中的两个模型都不在该目录中，而且以它们目前的形式也不可能在其中；LFM2.5 2.6B Base 是一个检查点而非一项服务，而 HiRO-ACEv2 根本没有请求形态的接口。我们路由的是它们周围的一切——摘要、抽取、测试框架代码，以及把下载产物变成流水线的智能体循环。

拣货，在实践中

如果你有某个领域或某种语言的数据，而基础模型对此见识不足，并且你有算力进行后训练，那么 LFM2.5 2.6B Base 是比大多数竞争对手更便宜的起点——在阅读你一直期待的那份基准测试之前，先读许可证文件，因为在这个检查点上，许可证才是决定你的项目是否获准的文件。如果你想要一个能在设备上运行的小型智能体模型，你要的是经过后训练的同系版本，而不是 Base，下载量表明社区比你更早得出了这个结论。如果你想要跨越三十年模拟气候的 3 公里大气场，那么这两者都不相关，本文中只有一个文件相关。

值得记住的一点是，“开放权重”本身已不再是一个有用的类别。基础检查点、经后训练的同类模型和研究模拟器都可能带上一个听起来很宽松的标签，而它所指的却可能是三种截然不同的东西。

像这样的比较，也正是故障模式暴露之处：OrcaRouter AI Incident Archive 收录了这类模型背后有记录的 AI 事件和智能体故障，其中每个条目都带有各自的来源、严重程度、置信度等级和争议标记。