Motif-3-Base：Motif Technologies 未加宣布即发布的 MIT 许可基础模型

Motif Technologies 最终版 Motif-3 发布的故事，讲述的是"公告"与"发布"之间的区别。该公司承诺于八月初揭晓其最终模型——即 7 月 14 日推出的 Motif-3-Beta 预览版的后续版本。但实际发生的情况，截至 8 月 10 日查看时，要低调得多：Hugging Face 上的 Motif-Technologies 命名空间下出现了三个新的代码仓库，既无发布帖，也无新闻稿，motiftech.io 上同样没有任何内容——Motif-3-Base，即约 3140 亿参数的预训练基础检查点，现以 MIT 许可证发布；Motif-3，即该卡片所指的经指令微调的姊妹模型；以及Motif-3-NVFP4，一个针对无法容纳完整模型的机器而设计的量化版本。

以下内容均直接读取自这些仓库，并与 Motif Technologies 已发布的信息进行了交叉核对，同时刻意区分了仓库实际告诉我们的内容与尚未得到确认的内容。无论哪种情况，头条新闻都是真实的：最终的 Motif-3 系列已经发布，开放权重，采用 MIT 许可，而供应商对此只字未提。

简短版本

• 韩国主权AI旗舰模型的基础检查点今日起可下载，采用MIT许可证，无需申请访问权限——相较于仅限非商业研究的Beta版，这是一次许可升级。

• Motif-3-Base 不是聊天模型。它没有聊天模板，未经过指令微调或偏好对齐，旨在用于微调、继续预训练和研究。

• 指令微调的 Motif-3 放在同级仓库中，紧挨着它，架构相同，MIT 许可证也相同，并承载着公司将据以接受评判的基准测试套件。

• 目前还没有人为这三个中的任何一个提供推理托管——模型卡明确表示没有任何推理提供商部署它们——因此运行它们就意味着要在高性能硬件上自托管。

• 尚未确认的事项：官方公告、对Motif新颖注意力模块的任何独立复现、对基础权重的任何第三方基准测试，以及该系列与7月预览版（在Artificial Analysis Intelligence Index上获得45分）相比处于何种位置。

按顺序发生了什么

时间线很重要，因为正是它区分了“新模型”和“这早已推出”。Motif-3 的测试版检查点于 2026年7月14日发布，作为一个中间预览版——卡片本身也警告称这并非最终版本。7月21日，在该预览版获得 Artificial Analysis 评分后，Motif Technologies 被韩国媒体誉为该国“Dokpamo”主权基础模型计划的首个成功案例，其首席执行官向记者表示，最终版本将于8月初发布。8月4日，The Herald Business 报道称，该公司正作为该计划第二次评估的一部分，向韩国科学技术信息通信部提交最终的 Motif-3 和一份性能报告。

然后，大约在8月10日，提交内容公开了：Motif-Technologies/Motif-3-Base、Motif-Technologies/Motif-3 和 Motif-Technologies/Motif-3-NVFP4 都在几分钟内相继出现在 Hugging Face 上（当天查看时，这些仓库显示“数分钟前更新”）。这就是本文要报道的事件。这是一次真正的发布——新的权重、新的许可证、新的文件——而此前无人知晓。

Motif-3-Base 仓库实际包含的内容

该模型卡具体说明了它是什么以及不是什么。Motif-3-Base 是“Motif 3 的基础预训练检查点”，一个仅解码器的混合专家模型，总参数约为3140 亿，每个 token 激活 132 亿，在约12.5 万亿个 token上进行了训练。它“未经过监督微调、强化学习或偏好/安全对齐”，“没有聊天模板”，旨在用于进一步微调、继续预训练和研究——以文本补全模式使用。指令微调模型被明确指向为单独的存储库：Motif-Technologies/Motif-3。

该架构是Motif完全内部设计的，卡片对此有具体说明：

• 53层——其中2层为密集层，51层为混合专家层——隐藏大小为4,096。

• 384个路由专家，每个token激活前8个，外加1个共享专家。

• 分组差分潜在注意力（GDLA）是 Motif 对将分组差分注意力与压缩键值设计相结合的方案的命名，使用 80 个查询头和 16 个键值头。

专家专用 PolyNorm 代替通常的 SiLU 门控，以及改进的流形约束超连接残差流。

• 原生 262,144 token（256K）上下文，以及 220,160 token 的词表，采用 bfloat16 格式。

此卡附带两条实用注意事项。首先，该模型使用自定义代码，因此通过 Hugging Face Transformers 加载时需要设置trust_remote_code=True。其次，推荐的部署路径是处于 beta 阶段的 vLLM，通过 Motif 专用的 Docker 镜像运行，已在 NVIDIA B200 和 H200 GPU 上完成测试——SGLang 和 Docker Model Runner 也是受支持的备选路径。

比规格表更重要的许可证变更

本次发布中最关键的事实并非参数数量。七月的预览版 Motif-3-Beta 是在研究专用许可下发布的，该许可明确禁止未经 Motif Technologies 书面许可进行商业使用。Motif-3-Base 及其姊妹模型 Motif-3 均采用MIT 许可证。

这就是实验室能研究的模型与公司能据以构建产品的模型之间的区别。微调服务提供商、评估韩语技术栈的企业，或希望基于12.5万亿token谱系继续预训练的初创公司，都可以这样做，而无需给首尔打许可电话。鉴于Motif的整个商业主张都建立在主权、自研AI之上——它是韩国国家基础模型项目的四个团队之一，与LG AI Research、Upstage和SK Telecom并列——对基础权重采用MIT许可是该公司迄今最具采纳友好性的举措。

还值得明确指出，MIT许可并不会改变的是：它授权的是权重，而非品牌；模型卡中的任何内容都不授予对Motif商标或"Motif"名称的权利。对于一个主要将用于微调的基础模型，许可是实际的解锁；其余的都是文书工作。

卡片上的分数，以及测量它们的人

基础模型卡包含一行简短的评估数据：MMLU 86.20、GSM8K 93.93、MATH 70.58、HumanEval 73.70 和 MBPP 84.60。这些是 Motif 自行测量、未经复现的数字，它们描述的是未调优的检查点——因此应将其视为微调起点的下限，而非对您将部署模型的性能声明。经指令调优的 Motif-3 兄弟模型才是头条基准成绩所在，且这些成绩同样由供应商报告：τ²-Bench Telecom 94.7、SWE-Bench Verified 76.2、Terminal-Bench 2.1 74.9、GPQA Diamond 83.4，以及 OmniScience 上 71.6 的非幻觉得分。

该系列模型公开历史中唯一的独立评分来自Beta，而非这些新文件。Artificial Analysis 将 Motif 3 (Beta) 列为Artificial Analysis Intelligence Index 上的 45 分——这是韩国媒体在其七月评估中所描述的排名：该排名将预览版与 DeepSeek V4 Pro 相提并论，使其在全球开源权重模型中位列第三（仅次于 Kimi K3 和 GLM-5.2），并在非美国、非中国开发的模型中位列第一。目前，尚无任何独立机构对基础权重或最终 instruct 模型进行评测，新的代码仓库也尚未被收录进 Artificial Analysis 的目录。

什么仍未确认

值得精确界定仓库事实与未决问题之间的边界，因为这是一个没有官方声明可供对照的发布。

• 没有公告。截至8月10日，motiftech.io 上没有关于最终版本发布的消息，也没有上线公告或新闻稿。代码仓库本身就是公告。

• “Final”字样并未印在任何地方。Motif-3-Base 卡以基础检查点的形式呈现，并未标注“最终版本”；Beta 版所承诺的“增强性能”最终检查点也尚未被正式确认就是这些文件——尽管时间安排、MIT 许可证以及政府提交的文件都指向这一结论。

• 没有对该架构的独立验证。 GDLA、专家特定 PolyNorm 以及修改后的超连接是 Motif 的专有设计，截至 7 月份的报道，尚未被独立复现。这对于年轻实验室来说很正常，但意味着该架构的效率声明仅基于 Motif 自己的运行。

• 没有提供商托管，也没有定价。所有三张卡片均表明，没有任何推理提供商部署这些模型，因此任何地方都没有托管的 API，也没有公开的按 token 计费的价格。Motif 的模型最终通过 API 提供时费用如何，目前尚不可知。

实际运行它需要什么

由于没有任何托管服务，每个想要这些权重的团队都需要自行托管。完整精度的基础检查点是一个315B参数的bfloat16文件，为vLLM推荐使用的硬件是B200或H200级别——这是一项不容低估的重大基础设施投入。现实可行的入门途径是使用NVFP4量化的Motif-3-NVFP4以减小占用空间，或者等待任何推理服务提供商采用这些模型。

这也是路由层真正体现价值的地方，而不是假装它能调用一个无人托管的模型。一个统一API背后接入200多个模型并具备自动故障转移功能，其价值恰恰体现在这样的时刻：当一个新的模型系列真的出现在托管目录中时，你可以通过一个兼容OpenAI的密钥，在一部分流量上试用它；当它表现不佳时，自动故障转移到经过验证的模型；而且由于集成本身与模型无关，你无需重新设计架构。再加上OrcaRouter将提供商的标价直接透传、不加任何加价，因此Motif提供商最终设定的价格，就是你在同一天实际支付的价格——中间完全没有合同周期。在某个提供商托管这些权重之前，诚实的结论是：Motif-3-Base和Motif-3运行在你自己的GPU上，而路由层的价值在于你围绕它们搭建的技术栈，而不是今天就能调用这两个模型。

谁应该关心

有三类群体需要关注。对开放权重进行微调的团队如今有了一个重要的新选项：一个采用MIT许可证、314B/13.2B活跃参数的MoE模型，支持256K上下文，且有记录完整的预训练过程，无需联系供应商即可商用。研究新颖注意力机制或高效MoE设计的研究人员，得到了一件罕见之物——一个生产级规模的架构，其发布的权重是从零构建的，而非对现有开放模型的重新参数化。而任何关注主权AI的人，都能获得韩国旗舰项目背后的具体成果——在该公司预览引发国际关注两个月后，它悄然发布。

应该不要下载它的群体，就是任何想要一个可用聊天助手的人。既没有聊天模板，也没有对齐，Motif-3-Base 会以补全模式作答，什么都不拒绝——这正是基础模型的意义所在，也是 instruct 姊妹版存在的原因。

看什么

有四件事都会改变对这一发布的解读。官方公告将确认“最终”标签及商业姿态。对基础权重和指令模型的独立基准测试，将为该系列带来首批经过验证的数据。有提供商选用这三者中的任意一个——这将使Motif-3能够通过API访问，而非仅在自托管GPU上运行。以及Dokpamo第二次评估的结果，这将决定韩国主权模型计划是否以这些权重为核心。

在这些落地之前，准确的描述范围狭窄却意义重大：Motif-3 最终系列现已上线 Hugging Face，采用 MIT 许可证，可公开下载；而这家过去一年被报道为韩国主权 AI 希望的公司，已经交付了迄今最重要的成果——却没有告诉任何人。