Atria Dawn 預覽：InternLM 低調推出 744B 參數的代理式模型——儲存庫實際上說了什麼

上海人工智慧實驗室（Shanghai AI Laboratory）旗下的 InternLM 組織本週在 Hugging Face 上悄然發布了 Atria Dawn Preview——這是一款 744B 參數 MoE 代理式模型的預覽版，隨附 MIT 授權的權重、1M token 上下文視窗，以及一張對照 DeepSeek V4 Pro、Kimi K3、Qwen3.8-Max、GLM-5.3、GPT-5.6 Sol 與 Claude Opus 5 測量而成的基準測試表。該儲存庫於 2026 年 9 月 11 日上線——也就是本文發布的三天前——並於 9 月 12 日跟進發布了搭配的 FP8 檢查點，而該廠商尚未在任何地方宣布這款模型：沒有部落格文章、沒有論文、沒有定價、沒有 API。如今存在的，是一張內容完整的模型卡，以及約 1.5TB 的開放權重。這使得 Atria Dawn Preview 成為一款悄然出貨的發布，而有趣的問題在於：這張模型卡能讓你驗證什麼、要求你憑信念接受什麼，以及這是否是該實驗室邁向更大型 Atria 系列的第一步——該實驗室這一年來一直在發布 Intern-S2 與 InternLumina 系列。

這張卡片就是公告

由於沒有發布公告，Hugging Face 上的模型卡片成了唯一的發聲管道。它將 Atria Dawn Preview 描述為由上海人工智慧實驗室開發的「新一代代理式模型的預覽版本」，該模型以 744B 參數的 MoE 基礎模型訓練而成，並鎖定「需要持續環境理解、工具使用與多步驟任務完成的研究與工程情境」。其宣傳標語——「From Research Questions To Verifiable Results」——旨在將開放式問題推向可執行、可驗證、可重現的成果，模型會在問題分析、方案設計、工具使用、程式碼實作、實驗執行、結果分析與失敗復原等環節中，結合任務目標與環境回饋。

這張卡片將該代理式範疇整理成四大能力領域，每個領域都著眼於端到端交付，而非聊天：

• 探索 — 檢索並整理證據、深度研究、將研究問題轉化為可執行的實驗計畫

• 創作 — 打造軟體、互動式應用程式、遊戲、資料視覺化，以及機器學習系統

• 交付 — 將文件、資料與設計需求轉化為報告、簡報及其他結構化交付成果

• 資安 — 分析安全問題、驗證弱點、套用修正，並在授權環境中重新驗證

卡片上還有但未解釋的：一個網站（atria-asi.com）、一個 GitHub 組織（atria-asi）鏡像了 README，以及一個 X 帳號（@AtriaASI）。「ASI」後綴是唯一真正奇怪的細節——卡片上沒有任何內容說明這個品牌名稱意在暗示什麼，而我們不會從中解讀出比儲存庫本身更多的含義。可以確定的是，這是一個獨立產品線的代號，有別於該實驗室一整年來使用的 Intern-S2 與 InternLumina 名稱。

設定檔實際上是怎麼說的

權重與設定檔現已可供下載，這正是低調發布不再只是傳言的分界點。架構字串為 GlmMoeDsaForCausalLM——與 GLM 系列所採用的同一套 DSA 風格稀疏 MoE 家族，其設定在 78 層中每 token 路由 256 個路由專家中的 8 個（啟用參數量並未公布在模型卡上；以這種規模的 744B MoE 而言，大約落在數百億之譜）。上下文視窗設為 1,048,576 個 token——整整 1M，符合該實驗室近期其他發布所推進的長上下文級別。分詞器帶有圖像、影片、音訊與轉錄標記，然而聊天範本明確告訴模型它不具備多模態輸入能力，若收到媒體檔案也應如此表明——因此請把這些模態標籤視為沿襲而來的管線殘留，而非對視覺或音訊輸入能力的宣稱。

權重道出了實際情況：

• 檢查點 — 兩個：BF16/F32 指令模型，以及 Atria-Dawn-Preview-FP8，一個 FP8 量化的指令模型

• 大小 — BF16 版本約 1.5TB，分散於 353 個 safetensors 分片；FP8 版本則約為 756GB

• 授權——MIT，程式碼與權重皆適用，且卡片上無限制條款——對這種規模的實驗室發布而言，寬鬆程度非比尋常

• 發佈 — Hugging Face 與 ModelScope、英文與中文 README、儲存庫中的對話模板與生成設定

• 代管服務 — 卡片上未列出任何推論供應商，且任何地方都未提及 API

最後一行對整體框架至關重要：這是權重發布，不是服務上線。今天任何人想跑 Atria Dawn Preview，都得自行下載約 756GB（FP8）或 1.5TB（BF16）並自己架設服務——沒有廠商端點、沒有定價、沒有配額頁面。

基準表格，請仔細閱讀

這張卡片載有一份 16 行的基準測試表，將 Atria Dawn Preview 與 DeepSeek V4 Pro、Kimi K3、Qwen3.8-Max、GLM-5.3、GPT-5.6 Sol 及 Claude Opus 5 在代理式、工具使用、程式編寫與研究等基準上進行比較。表裡的每個數字都是廠商自行提報的——這些評測由該實驗室執行或委託進行，且無一經過獨立重現，因為目前尚不存在對 Atria Dawn Preview 的獨立評估。截至今日，Artificial Analysis 並未提供該模型的頁面。因此正確的解讀是「這是廠商所說的比較結果」，而非「這就是實際的比較結果」。

在釐清這項前提之後，這些亮點確實相當有意思。Atria Dawn Preview 在 BrowseComp 上以 92.5 名列榜單前茅（對比 GPT-5.6 Sol 的 92.2 與 Claude Opus 5 的 90.8），在 CyberGym 上以 86.5 領先（領先 DeepSeek V4 Pro 的 83.3、GLM-5.3 的 84.5 以及 GPT-5.6 Sol 的 83.6），並在 DeepSearchQA 上達到 96.0。它也在 BFCL v4 上取得 77.0 的強勁成績，對比 DeepSeek V4 Pro 的 71.4 與 Kimi K3 的 69.1。弱點同樣具有參考價值：

• Terminal-Bench 2.1 — 78.3，遠落後於 Qwen3.8-Max 的 89.3 與 Claude Opus 5 的 90.2，顯示其程式編寫代理能力尚未達到旗艦級水準

• SWE-bench Pro — 59.6，領先 DeepSeek V4 Pro（58.3），但遠遠落後於 Claude Opus 5 的 74.7

• MLE-bench Lite — 86.2，儘管有 Discovery 的宣傳賣點，仍落後 GPT-5.6 Sol（88.9）與 Claude Opus 5（88.0）

• JobBench — 50.3，為卡片所列模型中最低者，也是若干列之一：在這些列中，一個開放式 744B 預覽版表現不如與它並排印出的封閉旗艦

誠實的總結：這張卡聲稱在研究檢索、以瀏覽器為基礎的任務，以及安全性驗證方面具有真正的優勢，而經典的程式編寫與知識工作列則讀起來處於中段。一份不特意挑選亮點的預覽，比一份什麼都贏的預覽更可信——但這些全都未經證實，而一個如此規模、擁有這麼多評估面向的模型，值得在任何人把整條流程押在它身上之前，接受獨立檢視。

在 InternLM 系列中的定位

Atria Dawn Preview 問世之際，正值該實驗室異常忙碌的一段時期。視覺與科學領域的旗艦模型 Intern-S2-397B 於 9 月 13 日登場，同一個家族中較小的成員（Intern-S2、Intern-S2 Mobius）自年中以來便已陸續發布，而專注於視覺的 InternLumina-U2 則在 9 月初上線。Atria 是一個獨立的代號，鎖定的是通用的代理式（agentic）工作，而非科學或模多模態的專門領域——而與採用 Apache-2.0 授權、擁有自身發布生態的 Intern-S2-397B 不同，Atria Dawn Preview 低調無聲地以 MIT 授權問世。Atria 究竟是單次的預覽版本，還是新系列的第一位成員，目前尚未獲得證實；「Preview」這個後綴，加上空蕩蕩的儲存庫、任何地方都看不到藍圖說明，都支持審慎的解讀。

尚未知曉的事

低調發布時，一個有用的習慣是列出仍未解決的事項。在 Atria Dawn Preview 上，這份清單很長：

• 一則公告——截至9月14日，實驗室、網站或X帳號都毫無動靜；這個repo是最先出現的，而這也正是近期幾個中國實驗室發布的模式，但「它們通常怎麼走」並不代表確認

• 論文或技術報告 — 未附任何連結；訓練資料、RL 流程，以及活躍參數量全都未公開

• 「Atria ASI」品牌——該網域與帳號確實存在，且名片將兩者連結起來，但其背後的實體為何、這些首字母縮寫代表什麼，則未加以說明

• 獨立評分——無；沒有 Artificial Analysis 的收錄、沒有在競技場中出現，也沒有任何可與該模型卡表格相互核對的資料

• 託管可用性——沒有廠商 API，目前也沒有任何大型推論閘道在提供這項服務；唯一能執行它的方法，就是自己架設大約 756GB 到 1.5TB 的權重

• 服務支援 — 此架構屬於已知的 DSA-MoE 系列，這類架構通常能迅速獲得執行階段支援，但目前尚未針對這個特定檢查點發布任何框架支援

你實際上可以用它做什麼

具體來說，今天有三件事成立。第一，你可以下載 Atria Dawn Preview——MIT 授權涵蓋兩個檢查點，而 FP8 版本讓儲存與服務的數學計算比原本的 BF16 明顯容易許多，儘管兩者都屬於多 GPU 的方案。第二，你無法在任何地方呼叫它：沒有代管的端點，而這正是路由平台發揮價值的情況。我們目前尚未路由 Atria Dawn Preview——它不在 OrcaRouter 上，而這個頁面也沒有假裝不是如此——但那把今天還沒有 Atria 的同一把金鑰，已經透過單一 API 觸及 196 個其他模型，供應商列表價格以 0% 加價直接傳遞，並在供應商之間自動容錯移轉。當 Atria Dawn Preview 登上已路由的供應商時，它會在廠商數字更新的同一天以列表價格出現，這就是直通定價在實務上的意義。在那之前，這個模型是一個下載後自行執行的專案，而評估它最安全的方式，是在你掌控的硬體上，用你自己獨立的基準測試——而不是只憑那張顯示卡的一面之詞。

接下來要看什麼

四個信號決定這次低調發布是否會成為你會採取行動的故事。第一個是公告：一份正式的發布文章或論文會解答架構、訓練配方，以及「Preview」是預覽什麼的。第二個是獨立評估——一個如此規模的模型，配上如此自信的模型卡，需要將其 BrowseComp 和 CyberGym 的聲稱對照中立測試框架進行檢驗，而沒有任何 Artificial Analysis 條目是最明顯的單一缺口。第三個是託管可用性：一個開放的 744B MoE，具有 MIT 授權的權重和 1M 上下文視窗，正是那種傾向於在幾週內出現在推理供應商上的特徵，而第一個提供服務的將設定使用它的實際價格。第四個是家族問題——Atria 是一次性的還是系列，以及「ASI」品牌是否預示著實驗室打算接下來將該產品線帶向何方。這些都無法從 repo 得知，而這就是重點：repo 給了我們模型，接下來兩週應該會給我們其餘部分。