美国AI公司转向中国开源模型打造法律AI

近日，一家获得OpenAI投资的美国人工智能初创公司做出了一项引人瞩目的技术选择：放弃对本土闭源大模型的定制路线，转而基于中国AI实验室月之暗面（Moonshot AI）的开放权重模型Kimi K3，构建自己的首个内部专属AI模型。这一动态由总部位于旧金山的法律科技公司Harvey在当地时间周四正式对外披露，其新模型名为Harvey Tenet，系在Kimi K3的基础上进行后训练得到。

Harvey的变换并非一时兴起。该公司为大型国际律师事务所和企业客户提供服务，此前一直专注于对Anthropic、OpenAI和谷歌等美国AI巨头的闭源专有模型进行法律应用层面的定制。而此次转向开放权重模型，标志着其在技术路线上的重大调整。据该公司介绍，Harvey Tenet在复杂法律工作中实现了“业界领先”的性能，在包括复杂、长周期的法律智能体任务中，表现优于其底层基础模型以及美国的前沿AI系统，其中甚至包括了Fable 5和GPT-5.6 Sol等先进模型。

AI政策研究员Simon Hedlin在社交媒体上评论称，Harvey的转变是开放权重模型价值的一个“绝佳例子”。开发者可以利用这类模型，基于特定行业或企业的数据进行后训练，从而提高准确性并降低推理成本。所谓后训练，即利用专业数据集对通用基础模型进行进一步优化，使其更擅长完成特定领域任务。Hedlin坦言：“我们目前仍处于探索高能力开放权重模型究竟能够实现什么的非常早期阶段。”同时他也指出，“遗憾的是，美国在前沿开放权重模型的开发方面已经落后了。”

从成本角度来看，Harvey的策略十分清晰。该公司表示，开放权重模型本身通常具有更低的每Token成本，而Harvey还通过减少推理过程中消耗的Token数量进一步压缩了开支。Harvey Tenet的训练历时两个月，仅使用了约150块英伟达B300 GPU，这在大模型训练中属于相当经济的配置。相比之下，训练闭源前沿模型的算力消耗往往高达数千甚至上万块GPU。

这一趋势并非孤例。据《The Information》报道，美国电信巨头AT&T副总裁Mark Austin透露，包括英伟达Nemotron系列在内的开源模型，目前已经处理了AT&T员工发起的约40%的AI查询。这进一步印证了开放权重模型在行业应用中的渗透速度正在加快。

Harvey成立于2022年夏季，并在今年3月的一轮融资中获得了110亿美元（现汇率约合741.74亿元人民币）的估值。其知名投资方包括红杉资本和Andreessen Horowitz，OpenAI亦是其投资方之一。该公司在周四发布的博客文章中表示，过去六个月的研究重点是利用开放权重模型打造“前沿法律智能”，并让律师事务所能够构建和部署专用模型。这一路径的选择，正深刻影响着全球AI产业的技术生态格局。