蜂鸟落在统一日：Aleph Alpha 开源 78B 主权模型 Kolibri，把合规做成了产品

统一日飞出的"蜂鸟"：发生了什么

2026 年 10 月 3 日，德国统一日，来自海德堡的 Aleph Alpha 发布了新模型 Kolibri——德语里"蜂鸟"的意思。选日子不是巧合：官方博客标题叫《Kolibri Has Landed》，正文第一句就是"值此德国统一日，我们发布新模型 Kolibri"。在一个所有模型发布都挤在工作日的行业里，故意挑国庆日发布，本身就是一种宣言：这是欧洲主权 AI 的国家级亮相。

先说硬参数：Kolibri 是一座英德双语的 Mixture-of-Experts Transformer，总参数 78.1B，每次推理只激活约 3.46B。上下文窗口最高可达 100 万 token（原生训练到 262,144 token，官方提供拉伸到 1M 的配置）。完整权重已经放到 Hugging Face，Apache 2.0 协议——下载、商用、微调、二次开发全部放行。

模型针对德语、推理、数学、代码和智能体行为做了专项强化，带原生工具调用和四档推理强度（none / low / medium / high），可以在成本、延迟和回答质量之间手动换挡。目标客户画像也很明确：公共行政、工业、航空航天——用 Aleph Alpha 自己的话说，是"主权关键任务"（sovereign mission-critical）场景。

这不是 Aleph Alpha 第一次训练模型，但它是第一款真正公开权重的旗舰。值得注意的节奏是：预训练在 9 月 11 日收官，21 天跑完 20 万亿 token，发布只晚了不到一个月——效率本身就是这篇发布要讲的故事之一。

规格拆解：78B 的牌面，3B 的花销

MoE 架构的精髓就是"牌面大、花销小"：78B 参数全部要装进显存（FP8 权重约 78GB），但每个 token 只动用 3.46B。这决定了 Kolibri 的部署形态——官方给出的最低配置是 2 块 A100 80GB，或 1 块 H200 / B200 / B300。这不是笔记本玩具，是数据中心级的下载，个人开发者大概率不会本地跑它。

架构细节值得细看：50 层全 MoE，384 个专家、每 token 激活 6 个加 1 个共享专家；注意力是 512 token 滑动窗口，每 5 层插入一次全注意力，用来控制长上下文的推理成本。官方给出的基准成绩相当激进：在数学、代码、 grounding 和长上下文任务上，能对标激活参数多达 4 倍的模型（点名了 Nemotron 3 Super）。AIME 2026 拿到 96.0，LiveCodeBench v6 拿到 85.9——数字很漂亮，但必须加一句：这是厂商自报成绩，第三方独立验证还没出现，"Pareto 前沿"的说法先打个问号再看。

德语是这款模型真正的差异化：预训练 token 里德语占 21.3%，配了 12.8 万词的英德双语分词器，而且翻译语料只占 6%——官方的说法是"按设计就是双语模型，而不是读过一点德语的英语模型"。德语复合词在分词器里被完整保留，这对德语 RAG 和文档处理是实打实的工程红利。

还有一个很少被讨论、但企业客户最想要的特性：Merlin-Arthur 协议。Aleph Alpha 用专门的弃权（abstention）数据训练 Kolibri，当上下文里没有足够证据时，模型会说"我不知道"，而不是编一个。RAG 场景里幻觉的代价最高，"会认怂"恰恰是最值钱的产品特性。官方说会持续跟踪和验证弃权准确率——把"不回答"当成一个可度量的能力来运营，这个思路值得所有做企业 Agent 的人抄走。

主权不是口号：合规被做成了产品

Kolibri 发布里最不像"模型发布"的部分，是合规叙事。Aleph Alpha 把主权拆成两个维度：怎么造的（德国团队、在德国和芬兰的算力上训练、受欧洲和德国法律约束），以及怎么交付的（开权重、客户自己部署、知识产权安全）。官方声称从第一天起就按 EU AI Act、欧盟通用 AI 行为准则（GPAI Code of Practice）和 GDPR 来设计，还签署了欧盟的 GPAI 行为准则。训练数据的来源、筛选决策全部文档化——合规在这里不是法务部的事后补丁，而是模型交付物自带的属性。

把时间线拉开看会更有意思：就在 Kolibri 发布两天前，10 月 1 日，马来西亚的 YTL AI Labs 在马来亚大学发布了 ILMUcode——主权算力加本土大模型的同一套叙事。一周之内，欧洲和东南亚各交出一份"主权 AI 答卷"。主权 AI 正在从论文里的概念，变成各国按基础设施规格招标、按国庆日发布的东西。对开发者来说，这意味着未来几年会出现一批"合规优先"的区域模型：不一定是最强的，但一定是最能进政府和银行采购清单的。

但"主权"也有它的层次，不能当口号全盘接收。训练没有外国控制，不等于供应链没有外国环节——那 21 天预训练跑在 768 块 B200 上，而 GPU 还是 NVIDIA 的。真正的主权是分层的：数据主权、训练主权、部署主权、硬件主权，Kolibri 拿到了前三层，第四层全世界都没人拿到。看发布会的时候分清它在讲哪一层，就不会被"主权"这个词带偏。

观点与判断：给 builder 的三条结论

第一，Model Factory 可能是比模型本身更值得抄的作业。官方博客花了很大篇幅讲训练管线：整个流程做成代码版本化，每次改动触发一次小规模端到端训练，几分钟内知道有没有改坏；训练任务是 GitHub Actions workflow，复现一次就是 checkout 一个 commit；checkpoint 每小时落盘、全员可见，任何团队可以端到端拥有一个能力。21 天预训练里遇到 38 次非计划中断（硬件故障、连接超时），全部被管线自动接管，从最近 checkpoint 恢复，最多回滚 250 步。更狠的是他们公开承认：上一代 Kolibri Origin 的预训练曾因一个数据洗牌 bug，跑了几万亿 token 后推倒重来。把训练做成"可版本、可复现、可回滚"的软件工程，这正是 AI 工程化这两年最缺的一课。

第二，1M 上下文看标题，262k 看正文。官方把 1,048,576 写进特性表，但模型原生只训练到 262,144，更长的部分是"提供了拉伸配置"。Aleph Alpha 自己也建议复杂任务待在 262k 以内。记住这个数字游戏：headline context 和 working context 是两回事，选型时以后者为准。

第三，对 vibe coder 和独立开发者的实际意义，不在本地运行，而在"合规 Agent"的参考实现。78GB 权重要两块 A100 起步，个人开发者大概率不会本地跑 Kolibri。但它的设计清单值得抄：四档推理强度（给 Agent 做成本分级）、弃权协议（RAG 的安全阀）、小语种优化思路（21% 本土语料加定制分词器）。如果你在做面向强监管行业（金融、政务、医疗）的 Agent 应用，Kolibri 的发布页本身就是一份需求说明书：客户要的不是最聪明的模型，是"数据不出内网、回答有出处、不知道就认怂"的模型。Apache 2.0 的权重意味着云厂商很快会有人把它做成托管 API，到时候在欧盟区做 toB 应用，就多了一个不用把数据送到美国云的选项。

最后说一句大实话：Kolibri 会不会成为欧洲的"国家队模型"，现在下结论太早。基准成绩需要独立复现，生态（微调、量化、推理优化）需要社区时间。但它标志着一个转折——2026 年下半年开始，模型发布的竞争维度从"谁更聪明"扩展到了"谁更合规、谁更能进采购清单"。聪明是上限，合规是入场券。Kolibri 买的正是这张入场券。

欧洲开源模型的 2026：Kolibri 站在什么位置

把 Kolibri 放进 2026 年欧洲开源模型的版图里看，画面更完整。Aleph Alpha 和 Mistral 是公认的两家欧洲冠军：Mistral 刚在 9 月底发布了 Le Chonk，走的是"小而快"的端侧路线；Aleph Alpha 的 Kolibri 则押注"大而合规"的企业与政务路线。一家做轻量推理，一家做主权部署，错位竞争的格局已经成型。

更值得注意的是迭代速度。Kolibri Origin（30B、65k 上下文）在 6 月 11 日完成预训练，Kolibri（78B、最高 1M 上下文）在 9 月 11 日完成预训练——三个月，参数翻 2.5 倍、上下文翻 15 倍、训练 token 从 7.5T 到 20T。官方把这归功于 Model Factory：训练管线本身成了可复用的资产，而不是一次性工程。这种"管线复利"一旦跑通，后续模型的边际成本会快速下降，这也是 Aleph Alpha 敢把发布节奏压到以季度计的底气。

对中文读者还有一个视角：Kolibri 的德语优化路线，其实给小语种场景打了个样。21.3% 的本土语料、12.8 万词定制分词器、只用 6% 翻译数据——这套配比说明，想让模型真正"会"一门语言，靠翻译英文语料灌水是不够的，得有原生语料和分词器级别的投入。做垂直领域中文模型（法律、医疗、政务文书）的团队，可以直接抄这份作业：语料配比和分词器，往往比堆参数更划算。

风险同样清楚：开权重不等于开生态。Hugging Face 上的下载量、社区微调版本、vLLM 等推理框架的适配进度，未来两三个月才是真正的考验。Aleph Alpha 需要配套的 aleph-alpha-inference 包才能在 vLLM 上跑，这意味着开箱即用的门槛比 Llama 系、Qwen 系高一截。主权故事讲得再好，开发者用脚投票看的还是"能不能一行命令跑起来"。这一点，Kolibri 还欠社区一个交代。