跳到文章正文
大模型 编辑推荐

范式智能首发自研基模:Phai-A1 单张 3090 就能跑,Phai-M1 三分钟出 15 秒 720P

范式智能首次发布自研基座模型 Phai-A1 与 Phai-M1:前者单张 RTX 3090 可…

一张 RTX 3090,一台普通笔记本,双击就能跑一个百万上下文的大模型——这不是演示视频里的理想场景,而是范式智能(原第四范式)刚刚端出来的自研模型给出的现实答案。

范式智能 Phai 系列模型发布
范式智能 Phai 系列模型发布

11 月 19 日,范式智能首次公开自研基座模型,而且一出手就是双模型:通用语言模型 Phai-A1 与面向真人影视场景的视频生成模型 Phai-M1。更值得注意的不是参数,而是训练方式——两款模型的全链路训练与优化,都跑在华为昇腾算力上。

一分钟速览

  • Phai-A1 主打代码开发与智能助手,同质量下响应速度比同参数级模型快 8—10 倍;
  • 单张 RTX 3090 即可运行,原生支持百万级上下文,不靠后期“堆叠”;
  • Phai-M1 面向真人影视,音画同步,约 3 分钟生成 15 秒 720P 视频;
  • 两款模型均在华为昇腾平台完成全流程训练优化,近期将在 Hugging Face、ModelScope 开放权重;
  • 已接入 PhanRouter、ModelSphere、Phanthy、PhanthyMovie、PhanthyCode 等产品线。

Phai-A1:把“等模型”变成“模型等我”

过去一年,编程智能体的体验瓶颈越来越不像“会不会写”,而像“要等多久”。任务一复杂,thinking 时间被无限拉长;高峰期还要面对排队和重试。Phai-A1 对准的正是这段被忽略的等待时间。

官方给出的对比条件是:保证效果的前提下,两个模型都跑在单张 RTX 3090 上,使用同一版本的 Code 智能体,执行同样的任务,Phai-A1 的响应速度约为对照组的 8—10 倍。这个数字的意义在于,它把“云端排队”变成了“本地随叫随到”。

基准测试方面,Phai-A1 在 SWE-Bench-Verified、SWE-Bench-Pro、SWE-Bench-Multilingual 等软件工程与通用任务上跑赢了同参数级选手,官方称部分指标不弱于千亿参数级前沿模型。更耐人寻味的是匿名期的表现:在自家 AI 办公产品 PhanthyCode 的匿名模型调查中,Phai-A1 在能力、稳定性与速度、体验满意度三个维度都拿到最高评分——用户不知道它是谁时,反而给了它最高分。

速度的来源之一是“原生长上下文”。Phai-A1 的后训练数据直接覆盖百万 Token 场景,而不是在推理阶段用外挂方式拼接上下文。对大型代码仓库、长篇资料、连续数天的对话来说,这种差别会直接体现在“能不能接着往下捋”上。

Phai-M1:让 AI 视频离开“抽卡桌”

AI 短剧很火,但塑料感同样有目共睹:表情不自然、皮肤像蜡、音画不同步、动作细节经不起看。Phai-M1 的思路不是做一个通用视频模型再往影视场景硬套,而是围绕真人影视做专项训练。

官方给出的三个关键词是人物表现、画面细节、整体质感。更实用的是音画同步:声音和画面在同一条生成流水线里完成,不需要后期逐帧对口型。效率方面,约 3 分钟可以生成 15 秒 720P 视频。单看“3 分钟 15 秒”不算惊艳,但对短剧团队而言,生成速度直接决定产线节奏和单集成本,这是一笔可以重新算的账。

真正的底牌:国产算力全链路

比模型参数更值得关注的是训练路径。范式称,Phai 系列从优化阶段之初就按国产算力环境的实际情况设计,而不是“训完再适配”。全流程在华为昇腾平台完成专项后训练优化,并有 ModelHub XC 社区支持。

这背后是范式在国产 AI 生态上的长期投入:异构算力纳管平台 HAMi、芯片模型适配社区信创模盒,以及与华为的深度合作。此前有消息称范式采购超 10 亿元华为昇腾 950,如今这笔投入在 Phai 系列上给出了阶段性答案。

对行业来说,这件事的意义不止“多了一个国产模型”。模型与芯片之间的适配经验,只有在真实训练和应用中才能积累;越多模型基于国产算力完成训练与优化,国产算力的实际使用效率才越有可能往上走。

趋势判断

范式选择的是一条“以小搏大”的路线:不拼最大参数,而是拼单位算力下的响应速度、部署门槛和场景贴合度。Phai-A1 把 3090 级别的消费级显卡变成生产工具,Phai-M1 把视频生成往影视工业流程里推,两者共同指向同一个方向——模型竞争正在从“榜单分数”转向“每块钱能买到多少可用产能”。

接下来最关键的变量是开源。范式已宣布近期在 Hugging Face 和 ModelScope 开放权重,并同步发布技术报告。权重一旦落地,开发者会很快用真实任务检验“快 8—10 倍”和“百万上下文”的含金量。对国产算力生态而言,这也将是一次公开的压力测试。

体验入口:phai.phanthy.com

本文地址:https://www.163264.com/21917