--- title: "北京一家非营利机构把中英双语大模型开源了，科技巨头却只肯藏着" date: 2026-11-11 category: AI大模型 site: 脑机网 canonical: https://aiai.cafe/a/njw-a6537b language: zh-CN --- # 北京一家非营利机构把中英双语大模型开源了，科技巨头却只肯藏着 > ## 关键要点 ## 关键要点 - 北京智源人工智能研究院（BAAI）发布了悟道·天鹰（Aquila），一个从零训练的开源中英双语大模型（large model）；第二代 Aquila2 于 2023 年 10 月 12 日推出。 - BAAI 是 2018 年 11 月成立的非营利机构，由北京市政府和中国科技部支持，不卖商业产品。 - 与曾轰动一时的 1.75 万亿参数悟道 2.0（WuDao 2.0）不同——后者的权重从未公开——悟道·天鹰系列通过 BAAI 的 FlagOpen 生态和 Hugging Face 公开分发。 - 据 BAAI 技术报告（arXiv，2024 年 8 月），Aquila2-34B 在约 1.8 万亿个双语 token 上完成训练。 - BAAI 更庞大的开源栈——FlagAI、FlagEval 以及 BGE 嵌入系列——已成为其他开发者模型广泛使用的底层管线。 ## 悟道·天鹰到底是什么 悟道·天鹰是 BAAI 开发的一系列开源大模型（large model），定位为刻意做成的双语基座，面向中英混合文本训练，而非在某个西方模型上微调。第一代于 2023 年 6 月随该院悟道 3.0（WuDao 3.0）一同亮相，Aquila2 在 2023 年 10 月推出，包含 70 亿、340 亿以及一个实验性的 700 亿参数版本。 Aquila2-34B 这个检查点文档最完整。BAAI 的技术报告描述了分组查询注意力、旋转位置编码、为适和中英混合而调校的 10 万词表，以及 bfloat16 混合精度训练。同一份报告称，该模型在约 1.8 万亿个双语 token 上完成训练。权重通过 BAAI 的 ModelHub 和 Hugging Face 发布，项目落在 FlagOpen 开源生态里，而不是某个商业产品页面。 ## 为什么是非营利机构来做 北京智源人工智能研究院（BAAI）是一家民办非企业单位——一种"新型研发机构"——2018 年 11 月在北京市科委和中国科技部支持下成立。它不是创业公司，也不交付付费软件。其既定使命是基础研究与构建共享创新生态，治理模式更像一个基金会而非公司。 这种结构解释了开源权重的本能。商业实验室每发一个模型都要拿营收计划掂量，BAAI 则把 FlagOpen 栈定位成"大模型界的 Linux"——一个供他人搭建的通用底座。它的训练与部署框架 FlagAI 已加入 Linux 基金会，这是该院希望工具被广泛采用而非直接变现的信号。 ## 与悟道的对比 要理解悟道·天鹰的意义，不妨对比 BAAI 自己早先的招牌模型。悟道 1.0 于 2021 年 3 月发布，是中国首个大规模预训练模型体系。悟道 2.0 在 2021 年 6 月 1 日跟进，是一个 1.75 万亿参数的混合专家多模态模型，发布时公开披露过的最大神经网络。那是一场规模的展示——但权重从未向公众开放。 悟道 3.0 于 2023 年 6 月发布，标志着一次战略转向：从一台巨型展示模型，转向可以公开发布的模块化组件。该系统的语言部分被命名为"悟道·天鹰"，视觉部分叫"悟道·智源"。换句话说，BAAI 的路线从封闭、破纪录的表演，走到了开放、可用的积木。悟道·天鹰正是开发者真正能下载运行的那个部分。 ## 开发者实际得到什么 实际价值不只在悟道·天鹰本身，更在它周围的一整套栈。FlagOpen 打包了 FlagAI（模型训练与部署）、FlagEval（覆盖 50 多个能力维度、800 多个开源与闭源模型的基座模型评测平台）、FlagPerf（硬件基准测试）和 FlagEmbedding（BGE 嵌入系列的家）。即便从不部署悟道·天鹰的团队，也常依赖 BAAI 的工具：据该院称，BGE 成为 Hugging Face 2023 年下载量最高的模型系列，BAAI 报告其开源模型下载量已超过 6.4 亿次。 对中英双语开发者来说，这套组合——一个开源基座模型，加上评测与嵌入基础设施，全部采用宽松授权——降低了自建定制产品的成本，又不必把数据交给封闭供应商。 ## 诚实的天花板 悟道·天鹰不是对最大专有系统的前沿级挑战者，BAAI 也没把它当这种角色来宣传。它的强项是作为一个可用的、开放的、双语的基座，供机构自行托管、审计和微调。围绕它的基准讨论比围绕商业旗舰的要安静，而这本身就是重点：开放模型的价值在于自主可控、成本可控、可检视，而不是榜单登顶。 ## 诚实的局限 - 我依赖 BAAI 自己公布的数据（技术报告与项目页）以及二手百科式摘要；关于悟道·天鹰对照当前前沿模型的第三方独立基准对比很少，因此这里的性能说法是定性表述，而非硬性排名。 - 各悟道·天鹰检查点的开源授权条款并不一致，我未逐一独立审计；读者在用于商业前，应在 ModelHub 或 Hugging Face 上核实每个模型的授权。 - BAAI 的下载量与采用量是厂商自报，未经独立审计。 - 本文聚焦悟道·天鹰与 FlagOpen 这条线，未深入覆盖 BAAI 的 Emu 多模态模型或 BGE 嵌入系列（后者另行详述）。 ## 普通人现在能做什么 1. 如果你需要一个能自行托管、可微调的中英双语基座模型，先把 Aquila2-34B 从 BAAI 的 ModelHub 或 Hugging Face 拉下来，在自家任务上测过再决定。 2. 用 FlagEval 把任何候选模型与 50 多个能力维度、800 多个开源与闭源模型对照，而不是只信某一家厂商的榜单。 3. 如果你的应用需要检索或搜索，把 BAAI 的 BGE 嵌入模型当作宽松授权、广泛部署的专有嵌入接口替代品来评估。 --- 来源：脑机网（https://aiai.cafe/）｜原文：https://aiai.cafe/a/njw-a6537b 本内容仅供参考，不构成投资建议。