Naive.AI三个月融资4亿美元,开源模型同步亮相

    发布时间:2026-10-03 00:26 更新时间:2026-10-03 00:26 阅读量:8

    国内大模型赛道在2026年秋季依然保持高热度。据公开报道,清华系大模型公司Naive.AI在三个月内连续完成三轮融资,累计金额达4亿美元,投后估值约14.2亿美元。投资方名单中出现了腾讯、红杉中国、IDG资本、经纬创投等机构。公司创始人代季峰为清华大学电子工程系副教授,团队的技术背景是这轮融资受到关注的重要原因之一。

    融资节奏之外,Naive.AI在9月30日发布了首个开源模型Naive-N0.5-Flash,采用309B参数的MoE(混合专家)架构。对关注国产开源模型的开发者来说,这意味着又多了一个可以纳入选型评估的对象。需要注意的是,模型的完整能力、授权协议与商用条款,具体以官方仓库和公告为准,本文不做超出素材范围的推断。

    融资与开源同步推进意味着什么

    把融资和开源放在同一时间段来看,能读出一些行业信号。大模型公司的资金消耗主要集中在算力、数据与人才三块,4亿美元的量级足以支撑一段时间的训练与推理开销。而选择在融资消息前后开源模型,通常有几种考虑:一是通过社区反馈快速验证架构方向,二是借助开源生态扩大技术影响力,三是为后续的商业化版本积累用户认知。

    从技术路线看,309B总参数的MoE架构属于当前国产开源模型的主流选择。MoE的核心思路是让每次推理只激活部分专家参数,从而在总参数量较大的情况下控制单次计算开销。对运维和部署方而言,这类模型的显存占用、推理框架适配和量化方案,都需要在实际上线前做一轮压测,不能只看参数规模下结论。

    站长与运维读者可以关注什么

    如果所在团队有自建推理服务的计划,评估一个新开源模型时,建议先把下面几项确认清楚,再决定是否投入部署资源。以下命令用于查看本机GPU与显存的基本情况,是选型前的第一步。

    nvidia-smi
    

    查看显卡型号、显存占用、驱动与CUDA版本

    python -c "import torch; print(torch.__version__, torch.cuda.is_available())"

    确认PyTorch与CUDA环境是否可用

    确认硬件底子之后,再对照模型官方仓库给出的权重格式、推荐推理框架和最低显存要求。MoE模型往往对显存带宽和并行策略比较敏感,单卡能否跑通、需要几张卡、是否支持量化,这些都要以官方文档和实测结果为准。

    从更大的视角看,2026年下半年国内大模型领域的融资与开源动作都比较密集,模型的迭代周期明显缩短。对中小团队来说,与其追逐每一个新发布的模型,不如先明确自己的业务场景需要哪一类能力,再反向筛选模型与部署方案。Naive.AI这笔融资和它的首个开源模型,可以作为观察清华系创业公司打法的一个样本,但最终是否适合自己的系统,还是要回到实际测试数据上判断。

    继续阅读

    📑 📅
    国产大模型集体转向长程任务,Agent竞赛提速 2026-10-03
    中国电信Xing4.0-29B开源,国产算力训练百亿模型 2026-10-03
    DeepSeek营收破10亿美元,筹备科创板上市 2026-10-03
    华为openPangu-2.0开源训练与RL全流程代码 2026-10-03
    阶跃星辰Step 5 Preview开源,百万上下文加视觉输入 2026-10-03
    月之暗面推进港股IPO,Kimi K3撑起高估值 2026-10-03
    超衍智能3个月融4亿,清华教授押注递归自我改进 2026-10-03
    国产AI芯片算力破局,大模型融资与IPO潮涌 2026-10-04
    办公AI赛道升温:智能体从会说话转向会做事 2026-10-04
    世界模型成AI视频新叙事,前七月吸金666亿 2026-10-04