发生了什么

德国 AI 公司 Aleph Alpha 在10月3日发布了 Kolibri 1。它面向德语和英语，是一种开放权重模型。也就是说，学会后的模型权重可以公开，让用户在自己的设备上运行。消息称，它在德国和芬兰的基础设施上从头训练，权重和配置文件采用 Apache 2.0 许可。它总共有781亿个参数，但每个词元只调用约34.6亿个。

相关帖子在 Hacker News 获得149个积分和88条评论。这说明技术社区很关注它，不等于证明它一定正确或好用。

什么是主权型人工智能

Aleph Alpha把主权型人工智能解释为两层控制。第一，团队在德国和芬兰开发和训练模型，并在德国和欧洲法律下工作。第二，客户可以把模型放在自己的服务器上。政府部门或公司可以让文件留在内部，不必完全依赖外部云服务。

但这不代表所有材料都来自德国。原文说，英语数据曾用 Google 的 Gemma 4 改写，德语数据用了 Mistral-NeMo，质量筛选还使用了 Qwen3-32B 的标注数据。所以，这里的主权更接近于控制开发、部署和使用地点，而不是完全隔绝外部技术。

它怎样减少计算

Kolibri采用混合专家结构。每一层有384个专家网络和一个共享网络。路由器会根据每个词元选择6个专家。这样，每次计算只激活一部分网络。可是，完整模型仍要放进内存，所需 GPU 显存约为78GB。

它的分词器还专门照顾德语的长合成词。原作者在德国基本法文本上的测试称，Kolibri比 GPT-5 的分词方式少用15%的词元。模型的大部分层只看附近的512个词元，每5层有1层可以看更早的完整上下文。原生上下文长度是262144个词元，文章称它测试到了1048576个词元。

为什么重要

政府、银行、工厂和医院都可能拥有很长、很私密的德语文件。若模型能在自己的设备上运行，组织就能减少把文件交给外部服务的需要。Kolibri还把德语推理，以及不知道答案时承认不确定，作为主要卖点。

哪些结果已经看到

这篇解说参考了 Aleph Alpha 的技术报告、模型卡和发布文章，也加入了原作者的分词器实验。文章引用的评测显示，在使用约34.6亿个参数的模型中，Kolibri的德语 AIME 2025 得分为87.5，下一名为84.4。另一个关于不知道答案时是否会乱答的测试中，Kolibri有44%的情况会保留答案或只给出部分答案。这些是报告中的评测结果，不是每个工作场景的保证。

哪些仍不清楚

原作者当时还没有亲自运行模型，并说它需要很大的 GPU 设备。独立测试还要确认真实文件上的速度、费用、稳定性和安全性。还要观察以后更新模型时，用户是否仍能清楚地知道数据由谁控制。

接下来观察什么

真正的问题是，主权型人工智能能否在日常工作中保持它的承诺。接下来应关注可重复的第三方评测、真实部署、运行成本、失败率，以及训练数据的管理方式。Kolibri可能适合某些德语任务，但不代表它适合所有任务。

来源：技术解说原文、Hacker News帖子