AI基建巨头押注这匹9B“小马”会自己练兵还跑赢30B级大模型【免费下载链接】NeoHorse-1-9B项目地址: https://ai.gitcode.com/hf_mirrors/TokenRhythm/NeoHorse-1-9B最近半个月AI圈里有个动静不小的事件两家上海公司——无问芯穹和基元律动联手官宣发布了首个自研 Agent-Native 模型NeoHorse-1一口气放出 4B 和 9B 两个版本权重全部开源连技术报告都写得明明白白。澎湃新闻、智东西、上观新闻接连跟进搜狐、头条上还有专门的文章拆解“RSI双环首次跑通”这件事。你可能会问又是哪家模型卷不动了不这次不一样——它不是“卷聊天”而是专门给“干活”而生的。今天这篇就把这事儿掰开揉碎讲给你听。一、先说背景这匹“马”出自哪位师傅之手先交代一下主角的来头。基元律动的创始人叫王云鹤履历相当能打前华为诺亚方舟实验室主任、盘古大模型负责人。业内人都知道盘古是华为自研大模型体系里的“门面担当”能掌舵这个团队的人创业后交出的第一个模型自然备受盯着看。另一边的无问芯穹则是国产AI基础设施里的头部玩家——说白了大模型要跑起来得有“电”和“路”算力平台、推理加速、部署调优它就是干这个的。一个造“马”一个修“路”俩家上海企业手拉手官宣这本身就说明大厂们押注的下一个风口不是谁聊天更嘴甜而是谁真能把活干完。二、Agent-Native 到底是啥一句大白话讲明白先别被这个词吓到。你可以这么理解现在的大模型大多数是“先当学生再学打工”——先在海量文本上学会聊天、写作文、答问题之后人们再想办法教它“干活”。聊起来头头是道真让它订机票、整理文件、跑流程干到一半就容易懵圈。而 NeoHorse 走的是另一条路它天生就是一个“数字员工”。打个比方普通大模型像刚毕业的学生课本知识渊博但从没上过岗NeoHorse 则像一入职就泡在真实工位上的老练职员——拆解任务、调用工具、检查自己的产出、发现错了自己纠正这一整套“干活流程”是它从骨子里就练出来的本领。这个“Agent-Native”原生智能体的说法说白了就是别人是“会聊天的模型顺便学点干活”它是“会干活的模型”。三、到底有多能打数字不会说谎光说概念没用看看它的“期末成绩单”。官方在十个主流测评项目上把它和同级别的几个开源模型同台比过几个关键数字直接划重点1. 综合平均 69.04 分全场最高。它的“师傅”Qwen3.5-9B 是 65.60而参数量是它三倍多的 30B 级模型 Muse-Glimmer-30B 也才 67.86。小马不仅甩开师父还把“大块头”拉下了马。2. 干活场景测试 tau²-Bench 拿下 90.82 分断层第一。这个测评模拟的是“数字员工处理真实业务”的场景——接需求、查资料、办业务、对结果最能体现“干活水平”。第二名是 88 分30B 模型只有 76 分。3. PinchBench 拿到 82.25 分也是第一。这题考验的是一步步把事情做完整的耐力干到一半丢三落四的模型在这里很难看。4. 超能装的“长记忆”。原生支持 26 万 token 的上下文换算过来大致相当于一口气吞下几十万字的长篇文档而且官方称还能扩展。你丢一整份行业报告让它提炼它不会“读到后半本忘了前半本”。换句话说它不是那种“聊天很会哄人”的模型而是那种“你交代的活儿它真能一件件落地”的模型。四、基建巨头为何押注它关键在“会自己练兵”现在回到标题的问题无问芯穹这样的AI基建巨头图什么第一图的是方向。过去两年行业比的是“谁参数多、谁跑分高”本质还是在卷“答题能力”。而 Agent-Native 赌的是下一代AI的主战场AI 能不能从“帮你问”变成“替你干”。谁先把“能干活的模型”这条路线跑通谁就占住了企业核心业务系统的入口——工单、质检、调度、客服这些真金白银的场景要的是靠谱不是口若悬河。第二图的是那个“会自己变强”的闭环。这是这次发布里最有分量的一笔RSI递归自我提升双环首次跑通。大白话解释NeoHorse 干活时用的是一套叫“Routing Harness”的调度系统它会把任务分给不同模型并完整记录“谁干的、干得好不好、错在哪”。这些真实的“工作经验”再反过来当成教材训练出更强的模型更强的模型再回到岗位上继续攒经验……官方给这个模型起名 NeoHorse社区里有人形容得很传神“一匹会自己找教练的马”。每跑完一轮活儿它就自我进修一轮——这是大模型“自我进化”方向上非常罕见的一次工程落地。第三图的是组合拳。无问芯穹管“修路架桥”算力、部署、推理加速基元律动管“造马”Agent 模型。模型再强落不了地也是白搭有了基建方背书和调优这套“马路”的组合才能直接开进企业的核心业务里。五、普通人用得上吗门槛比你想的低好消息是这次不是“看看而已”的展示品。完全开源9B 的模型权重已经挂在 Hugging Face、ModelScope 等主流平台上免费下载Apache 2.0 协议——意味着企业拿去商用都不需要额外授权费。9B 参数是“家用机”级别。它不像动辄几百B参数、要一集群显卡伺候的巨兽。开发者社区里已经涌现出一批部署实战主流推理框架基本都支持配个游戏级显卡就能在本地把它跑起来社区实测甚至有量化后在 4GB 显存的入门显卡上稳定推理的玩法。对普通开发者来说门槛已经降到“照着教程半天就能搭好”。那它适合谁科技发烧友本地跑一个“数字员工”给它一句“把这份资料整理成周报”看它自己拆解、自己干自媒体和独立开发者把它当 Agent 的“大脑”接上工具做自己的自动化流水线企业私有化部署业务数据不出内网用来做工单分派、流程调度这类结构化任务比调外部API省钱也放心。注意一个使用预期它不是来陪聊的别拿它当聊天搭子它是“干活型选手”交给任务看结果。六、写在最后这次联合发布与其说是一个模型的发布不如说是一个风向标AI 的竞争正在从“谁会说”转向“谁会干”从“堆参数”转向“攒经验”从“云端独享”转向“开源普及”。当“数字员工”开始能自己接活儿、自己复盘、自己变强普通人最先感受到的可能就是那些琐碎、重复、熬人的流程活儿终于可以甩手了。最后抛个问题给大家聊如果公司里真多了一个“越干越熟练、还会自己复盘”的AI员工你最想先让它接管哪块活儿评论区聊聊。【免费下载链接】NeoHorse-1-9B项目地址: https://ai.gitcode.com/hf_mirrors/TokenRhythm/NeoHorse-1-9B创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考