Sakana AI 宣布从零预训练 Sawara 模型，12月启动小版并计划2027春开源

SakanaAILabs · x · 2026-11-13

Sakana AI 接受 ITmedia 采访，解释为何从依赖开源模型后训练转向从零预训练自研模型 Sakana Sawara(暂称)，该模型在 10 月 26 日研讨会上由首席科学家秋叶拓哉首次公布。

要点：

定位：面向自主完成任务 AI Agent 设计，作为公司产品与服务的底座；全程掌控训练数据与方法，保证研发透明。
时间表：12 月启动 Sawara Small(暂称)预训练，顺利的话 2027 年春公开模型权重；Small 同时是更大规模 Sawara Large 的试点，后者瞄准数千亿参数以上。
为何是现在：开放权重模型能力已可实用，数据与方法知识更易获取，训练成本下降；尤其是「模型层特化」路线变得可行——用 Agent 式强化学习针对自家工具与业务端到端优化，特化模型可胜过通用模型。
此前该公司在「Agent 层」有 ALE-Agent、AB-MCTS 等工作，在「模型层」有后训练的 Sakana Namazu 与模型编排的 Sakana Fugu。

「公司和人」频道最新