IFM开源全链路6款K2模型
推荐指数 84.0 NO. 010 · 2026.09.04
发布2026/09/03Score194Comments64
为什么值得看
IFM发布K2 Horizon系列6个参数规模的模型，覆盖0.9B到375B，小模型在同级尺寸刷新SOTA。罕见的是完整开源训练全生命周期——包括中间检查点、数据配方、训练代码和细粒度日志，而非仅放权重。
编辑判断
开源社区之前能拿到的通常是'黑盒权重'，训练细节靠猜或反向工程。K2 Horizon把pretrain到reasoning到agentic post-training的完整链条摊开，这实际上是在对标DeepSeek-R1的透明路线，但覆盖的尺寸更全。
对做模型蒸馏和端侧优化的团队来说，中间检查点和数据配方比最终权重更有价值——你可以直接研究哪些训练阶段带来了能力跃迁，而不是盲目复现。0.9B和3.7B的SOTA表现也意味着边缘设备上的agentic任务有了新基线，做端侧AI的工程师应该优先跑这两个尺寸的benchmark。
一个潜在风险：Apache许可证未完整显示，如果是限制性商业条款，实际可用性会大打折扣，需要确认完整协议。
社区反馈
意见分歧 59 条评论
核心争论：全链路开源是否必要，还是模型实用性比开放性更重要
A bit off topic, but I think I'm starting to get model fatigue. These come out 10x faster than new Javascript frameworks were coming out 10 years ago (at least new models are far easier to adopt).
Just wait until RSI gains enough traction. We'll be compute-limited rather than labor-limited.
Repetitive Strain Injury inverts this statement