最近一个叫 Apertus 的开源 AI 项目悄悄登上了 HN 榜首，拿了 323 个 points。它的 title 很直接：“Fully Open Foundation Model for Sovereign AI”——完全开源的基础模型，服务于”主权 AI”。
这个描述很有意思。它不只是说”我们开源了一个模型”，而是在说：欧洲需要自己的 AI 基础设施，而 Apertus 想成为那个底座。
“全开源”是什么意思
目前市面上的”开源 AI”其实很混乱。很多模型号称开源，实际上：
– 只给权重（weights），不给训练数据
– 不给训练代码
– 不给对齐（alignment）方法
– 根本没法复现
Apertus 真正做到了一步：
“Training data, code, weights, methods, and alignment principles — all documented and reproducible.”
这句话的重量在于：你要复现这个模型，是真的可以复现的。训练数据公开、代码公开、权重公开、方法论公开、对齐原则公开。不是半开源，是全链路开源。
他们给自己的定位也很有意思：“Apertus is to AI as Open is to Source”——开源之于软件源码是什么地位，Apertus 想让开源之于 AI 达到同样的地位。
为什么 EU AI Act 让这件事变得重要
过去两年，欧盟一直在推进 EU AI Act，对 AI 系统提出了严格的合规要求：
- 尊重数据 opt-out（数据主体拒绝被使用的权利）
- 删除 PII（个人身份信息）
- 防止 memorization（防止模型记住训练数据）
这些要求对大厂来说是个负担，对小团队来说更是个壁垒。但 Apertus 从一开始就把 EU AI Act 合规性做进了模型设计里——模型天然就尊重 opt-out、删除 PII、防止 memorization。
这意味着，任何想在欧洲做 AI 产品的公司、政府机构、中小开发者，可以直接拿 Apertus 作为底座，不用担心合规问题。
这是一个差异化定位：不是说 Apertus 比 GPT-4 强，而是说在”合规+可复现+开源”这个交叉点上，它是目前最完整的解决方案。
技术规格：8B 和 70B，双轨并行
Apertus 提供了两个规格的模型：
- Apertus 8B：适合端侧/消费级 GPU 部署
- Apertus 70B：适合服务器端/大规模部署
对比一下：Llama 3 有 8B 和 70B，Mistral 有 7B 和 70B。Apertus 的参数规模和主流开源劲旅对标。
另一个有意思的细节：1000+ 语言支持。大多数英语为主的模型在其他语言上表现很弱，Apertus 从第一天就做多语言，训练数据里覆盖了 1000 多种语言——这对欧洲多语言环境来说很实用，对全球南方市场也是差异化。
背后的机构：EPFL + ETH Zurich + CSCS
Apertus 不是某个车库创业公司的项目。它背后是：
- EPFL（洛桑联邦理工学院）
- ETH Zurich（苏黎世联邦理工学院）
- CSCS（瑞士国家超级计算中心）
这是瑞士最好的两所理工科大学加上国家超算中心。学术背景意味着：
1. 不需要急着商业化，有耐心做扎实的基础工作
2. 有可信度——不是”自称开源”，是真的可以被学术圈验证
3. 符合欧洲一贯的技术主权思路：不想依赖美国大厂的封闭模型
还有一个细节：Apertus 的技术报告已经被 ACL 2026 接收了。ACL 是 AI/NLP 领域最顶会的之一，这说明学术界对它的技术路线是认可的。
为什么这件事值得关注
开源 AI 这几年有一个趋势：越开源越像闭源。
Meta 开源 Llama 系列，但 Llama 的训练数据不公开、训练代码不公开。Mistral 相对更开放一些，但也做不到全链路。Grok 更是”开源”名义下的半闭源。
Apertus 试图纠正这个方向。它不是要和 GPT-4 竞争性能，而是要做开源社区等待了很久的事情：一个真正可以信任、可以复现、可以自由使用、同时满足 EU 合规要求的开源基础模型。
对 AI 开发者来说，这可能是比任何新模型发布都更值得关注的信号——因为它解决的不是”谁更强”，而是”谁能真正自由使用”。
参考来源：
– Apertus 官网：https://apertvs.ai/
– HN 讨论：https://news.ycombinator.com/item?id=48622778
– ACL 2026 接收公告：Apertus 技术报告
本文相关平台：