从DeepSeek时刻到快速崛起，InclusionAI团队在短短八个月内成功打造了三代先进模型。他们不仅注重模型的性能提升，更重视构建长期的技术能力和开源生态。深入了解这个团队的创新之路，探寻AI未来的无限可能。
最近看了一个对InclusionAI团队的访谈播客，很多人并不了解这支团队，所以有了这篇文章，简单介绍下。
值得一提的是，这个团队从决定做到真正发布高质量模型，只用了八个月。
这篇文章的内容主要来自播客。
01实验室成立的初衷：“DeepSeek时刻”是一条真正的起跑线
InclusionAI团队把他们的起点，明确指向了一个时间点：2025年2月。
几乎所有团队成员都承认，真正促使中国大模型行业集体加速的事件，是DeepSeek的出现。
团队负责人用“航海时代”打比方非常生动：
2024年的全球AI世界，就像14世纪的欧洲，第一批船队试探着驶入未知的海域。
当DeepSeek这艘中国船成功返航时，国内的工程师深刻的意识到，这场航行不再是别人的故事。
InclusionAI就是在这个节点上，被蚂蚁集团正式拉到台前。
不是一个项目，而是一个实验室。
不是小范围试水，而是集团CTO牵头的重点方向。
不是“看看能不能做”，而是“必须把这件事做好”。
02InclusionAI的定位，不是“做一个模型”，而是“建一个长期能力”
蚂蚁集团的业务横跨支付、保险、医疗、技术服务，未来所有业务都会依赖AI。
所以InclusionAI做的，不是配合业务的工具模型，而是构建整个集团未来十年的底层能力：
自研基础语言模型
多模态能力
推理与强化学习能力
自己的缩放定律（ScalingLaw）
完整的训练与系统优化能力
自主可控的开源生态
换句话说，他们不是在训练一个模型，而是在训练“写模型的能力”。
038个月升级三代模型：不是堆资源，而是体系化生产
访谈把他们的模型体系讲得很清晰。八个月内，他们完成了：
Ling：基础语言模型（从1.0→1.5→2.0）
Ming：多模态模型
Ring：强化学习与推理方向
DiffusionLanguageModel：探索长序列与低成本生成
这个节奏看起来几乎不可能。但团队负责人表示：他们不是在“赶进度”，而是按计划在“造体系”。
模型不是孤立制作，而是串联的：
Ling→打基础Ming→视觉能力升级Ring→推理能力拔高DiffusionLM→探索新的训练范式
这和现在很多公司“一窝蜂堆大模型，堆完再想用途”非常不同。
InclusionAI是在按“模型家族”建设，而不是用一个模型撑全局。
04InclusionAI实验室的技术成熟度
1.他们有自己的scalinglaw，而不是复刻别人
他们确实参考了OpenAI、DeepSeek的scalinglaw，但又做了自己的体系：
大模型关键超参与MOE结构并不强耦合
激活比例对模型效果影响极大
在不同架构下保持训练稳定性
简单来说，他们不是“用别人提供的配方做饭”，而是“自己已经能写配方”。
2.FP8训练的问题，他们不是绕过去，而是解决它
他们直接说：
直接用别人的FP8方案，性能不提高，甚至更慢
最大瓶颈是quantize/dequantize（量化/去量化）
于是他们重新改写了MoE层，把gating和量化操作融合，才真正提速
这是典型的系统工程能力：问题来了不是换路线，而是把问题拆开、测量、解决。
3.训练不是一次性拉满，而是有“能力节奏”的爬升
从小规模→中规模→数百亿→数千亿参数，按阶梯推进，每一阶段验证：
稳定性、训练流量、系统瓶颈、内部工具链、数据处理方式等。
最后，未来竞争的关键不再是谁模型更大，而是谁能更快训练、更稳迭代、更强工程能力、更清晰方向、更持久投入。
以上，祝你今天开心。
专业的股票配资价格提示：文章来自网络，不代表本站观点。
- 上一篇：10大配资公司去年平均室温能达到23℃-24℃；今年开栓供热时
- 下一篇：没有了
