范式智能发布Phai双模型并实现国产算力全链训练
范式智能首次公开自研基座模型,发布通用语言模型Phai-A1和真人影视视频生成模型Phai-M1。官方表示,两款模型近期将通过Hugging Face和ModelScope开放权重,并可在https://phai.phanthy.com/体验。
Phai-A1主要面向代码开发和智能助手任务,覆盖写代码、修复漏洞、调用工具及多步骤执行等场景。在相近效果下,其响应速度据称比同参数级别模型快约8至10倍;对比测试中,两款模型均使用单张RTX 3090和同版本代码智能体完成相同任务。它在SWE-Bench-Verified、SWE-Bench-Pro和SWE-Bench-Multilingual等测试中表现突出,达到或接近部分千亿参数模型水平。
该模型还曾接入PhanthyCode进行匿名评测,在模型能力、稳定性与速度、使用满意度三项指标上取得最高评价。Phai-A1采用原生百万Token上下文方案,后训练数据覆盖超长场景,可处理大型代码仓库、长篇资料以及跨多日对话;同时仅需一张RTX 3090即可本地运行,降低了云端排队和API调用成本。
Phai-M1针对真人影视内容生成,重点改善人物表情、皮肤质感、动作细节和整体画面质量,并在同一生成流程中完成声音与画面处理,实现音画同步、减少后期对口型工作。官方给出的效率数据是,约3分钟可生成一段15秒、720P的视频,面向AI短剧和视频生产流程具备一定实用价值。
Phai系列的训练与专项后训练优化均基于华为昇腾平台完成,并获得ModelHub XC社区支持,而非训练完成后再进行适配。范式智能长期投入国产AI生态,涉及异构算力管理工具HAMi和芯片模型适配社区信创模盒;此前还被披露采购超过10亿元的华为昇腾950。相关实践有助于降低对单一硬件平台的依赖,并积累国产芯片在真实模型任务中的适配经验。
目前,Phai系列已接入PhanRouter、ModelSphere、Phanthy、PhanthyMovie以及PhanthyCode/Work等产品。范式智能还计划同步发布技术报告,推动模型在Hugging Face和ModelScope开放。此次发布也显示,该公司正凭借长期积累的平台能力、行业交付经验和国产算力投入,进入小模型提升效率与能力的基座模型竞争。
本文基于公开渠道信息整理,内容可能存在不准确或遗漏之处,不代表本站立场,如内容涉及侵权或错误,请联系我们处理。
阅读原文