Ornith-1.5开源模型发布 量化版可手机运行

DeepReinforce宣布推出Ornith-1.5系列开源模型，该系列在训练过程中重点引入“自我改进循环”机制，让模型在学习中不断提出更困难的任务，从而形成自主性能提升的闭环。这一创新训练思路使Ornith-1.5系列在多个维度上展现出媲美甚至超越顶尖闭源模型的能力，成为开源社区关注的焦点。

Ornith-1.5系列共包含三个规模模型。旗舰版本Ornith-1.5-397B采用混合专家（MoE）架构，总参数规模达到3970亿，性能与Claude Opus 4.8相当，并在部分测试中超过后者。这一结果意味着开源模型在顶尖能力上正逐步缩小与商业模型的差距。次旗舰版本Ornith-1.5-35B-A3B同样采用MoE架构，总参数350亿，但其性能优于稠密模型Muse-Glimmer-30B和Gemma-4-31B，体现了MoE架构在效率与性能上的优势。入门版本Ornith-1.5-9B为稠密模型，在大多数测试中，其表现甚至优于参数数量更多的Gemma-4-31B，展现出极高的参数效率。

特别值得关注的是，Ornith-1.5还提供了名为Ornith-1.5-9B-Mobile的量化版本，该版本针对移动设备进行了优化，可以在安卓手机以及苹果iPhone 17等机型上流畅运行。这一进展将强大的语言模型能力带入端侧设备，为移动端AI应用开辟了新的可能，也意味着用户无需依赖云端即可体验接近桌面级模型的智能水平。

从技术趋势来看，Ornith-1.5系列的发布不仅展示了自我改进循环在训练中的巨大潜力，也再次验证了混合专家架构与量化技术在平衡模型规模与部署成本方面的实用价值。随着开源模型的持续进化，未来AI应用的门槛将进一步降低，开发者生态也将迎来更丰富的选择。