范式智能发布Phai-A1与Phai-M1双基模,单卡3090可运行语言模型

范式智能于2026年11月18日正式推出自研基础模型系列Phai,包含通用语言模型Phai-A1与视频生成模型Phai-M1。其中Phai-A1支持单张RTX 3090显卡部署,面向代码开发与智能助手...

人工智能 阅读量: 29.62万

2026年11月18日,AI初创企业范式智能(Phai)正式发布其基础模型家族Phai系列的首批两款模型:通用语言模型Phai-A1与视频生成模型Phai-M1。这是该公司首次公开其自研基模能力,也是继华为云开源具身世界模型后,国内又一企业在基础模型层面对标行业主流水平的重要动作。

根据官方信息,Phai-A1定位为高效能通用语言模型,重点优化推理性能与部署成本,可在单张NVIDIA RTX 3090显卡上完成本地推理——这一配置门槛显著低于当前主流大模型动辄多卡A100/H100的部署要求,为中小企业及开发者提供了更可行的私有化部署路径。模型能力覆盖代码生成、Agent任务编排、多轮对话理解等场景,支持上下文长度达百万Token,并具备“一句话生成有声视频”等轻量级多模态扩展能力。

Phai-M1则专注于视频内容生成领域,强调生成质量与可控性。不同于早期文生视频模型常见的模糊、失真或时序断裂问题,Phai-M1在帧一致性、运动逻辑与语义对齐方面进行了针对性优化,可依据文本提示生成10秒级高清短视频,适用于营销素材、教育动画、游戏资产预览等垂直场景。范式智能表示,该模型已在内部多个业务线完成落地验证,反馈显示其在真实工作流中的可用性优于同类开源方案。

值得注意的是,此次发布的“双基模”策略并非简单并行推出两款独立模型,而是构建了协同演进的技术路径:Phai-A1负责理解与规划,Phai-M1负责执行与呈现,二者可通过轻量级接口联动,形成“语言→指令→视频”的闭环工作流。例如,用户输入“制作一段登山者在日出时穿越云海的3D动画”,Phai-A1可解析任务结构、拆解关键要素并生成分镜脚本,再交由Phai-M1渲染成连贯视频。这种模块化设计降低了单一巨型模型的训练与维护复杂度,也更契合产业端对可解释性与可控性的需求。

在训练基础设施层面,范式智能强调其模型全程基于国产算力完成训练,未依赖境外GPU集群。据补充资料披露,其训练平台整合了昇腾910B与寒武纪MLU370等国产加速芯片,并采用混合精度训练与动态稀疏激活技术,在有限算力下实现参数效率提升。此举既响应了数据安全与供应链自主的政策导向,也为后续模型迭代预留了硬件适配弹性。

对比行业趋势,当前基础模型发展正从“参数军备竞赛”转向“场景适配效率”竞争。OpenAI、Anthropic等头部厂商已开始收缩超大规模模型研发节奏,转而聚焦小型专用模型(如GPT-4o-mini、Claude 3.5 Sonnet)的推理优化;国内方面,除华为云近期开源的CloudRobo-WM1.2具身世界模型外,多家企业亦在推进轻量化基模布局。范式智能此次选择以“单卡3090可运行”作为核心卖点,正是瞄准了边缘侧与中小开发者市场这一尚未被充分满足的需求缺口。

需要说明的是,尽管部分媒体报道将范式智能与华为具身模型进展混谈,但二者技术路线存在本质差异:华为CloudRobo-WM1.2聚焦机器人仿真环境中的物理交互与因果推理,属于具身智能范畴;而范式Phai系列仍属传统大语言模型与生成式AI框架,侧重内容生成与任务执行,尚未涉及机器人控制或环境建模。两者的共同点在于均强调“国产算力全链路训练”,反映出国内AI底层技术自主化的集体努力方向。

范式智能在发布会上透露,Phai-A1与Phai-M1的模型权重将于近期通过Hugging Face等平台向研究社区开放,同时提供量化版本与API服务选项。公司表示,未来将按季度迭代Phai系列,逐步加入语音、3D生成等模态,并探索与行业SaaS平台的深度集成。

文章配图

从产业影响看,轻量化基模的普及有望加速AI工具的“水电化”进程——当一个高质量语言模型仅需一张消费级显卡即可运行,开发者无需依赖云厂商API即可本地调试与定制,这将极大降低AI应用的试错成本与数据隐私风险。尤其在金融、制造、政务等对数据出境敏感的领域,此类国产可部署模型的价值将进一步凸显。

不过,轻量化亦伴随能力折衷。Phai-A1虽支持百万Token上下文,但在复杂推理、数学计算与长程记忆保持方面,与千亿级闭源模型仍存在差距;Phai-M1的视频生成时长与分辨率亦受限于算力约束。如何在资源受限前提下持续提升模型“有效智能密度”,将是范式智能后续面临的核心挑战。

文章配图

目前,范式智能未公布具体融资情况与商业化路径,但其技术路线已吸引多家垂直领域客户接入测试。随着更多国产基模进入实用阶段,国内AI生态或将迎来从“可用”到“好用”的关键转折期。