一個數字震驚了所有人：3970億參數的開源模型，在SWE-bench程式碼建構測試中，跑出了與Claude Opus 4.8完全平起平坐的成績。而且這不是什麼藏在雲端機房、只有頂級企業才摸得到的封閉巨獸——它叫Ornith-1.5，Apache 2.0授權，任何人可以下載、修改、拿去商用，甚至連90億參數的輕量版，都能在iPhone 17上離線跑。

這不是開源社群第一次喊出「超越閉源」。但過去幾年，我們看過太多開源模型在基準測試裡風光登場，然後在真實世界的複雜推理場景中黯然退場。算力耗盡、資料瓶頸、靜態訓練集的侷限，像三道枷鎖把開源死死按在「第二梯隊」。直到DeepReinforce端出Ornith-1.5，事情開始不一樣了。

表象：一場蓄謀已久的技術突襲

如果你只掃過新聞標題，大概會以為這又是哪家AI實驗室擠牙膏式的版本更新。但細看產品矩陣，你會發現DeepReinforce這步棋下得極狠：從397B的雲端旗艦、35B-A3B的MoE平衡版，到9B的輕量稠密模型，再到專為手機打造的4-bit量化版9B-Mobile——一條完整的火力線，從資料中心一路舖到你口袋裡。

397B版本用的是混合專家架構，實際推論時不會把全部參數點燃，只動員特定專家網路，算力開銷壓在合理範圍內。根據DeepReinforce技術白皮書，它在部分關鍵測試項目中已經越過了Claude Opus 4.8。35B-A3B則鎖定企業私有化部署，性價比直接碾壓同級別的Muse-Glimmer-30B和Google Gemma-4-31B。

但真正讓業內倒吸一口氣的，是那個9B-Mobile。

從產業面來看，DeepReinforce這招「雲端＋邊緣」雙線包抄，戰略意圖非常清楚。過去開源模型的痛點從來不是「有沒有人做」，而是「做了誰能用」。397B再強，也跟一般開發者無關。但當一個90億參數的模型能在手機上離線運作，而且效能還能跨級打敗310億的Gemma-4-31B——這已經不是在追趕閉源，這是在改寫遊戲規則。台灣的AI新創和硬體廠商，現在該認真思考的不再是「要不要導入開源模型」，而是「我的產品怎麼跟這條技術曲線對接」。

真相：自我改進循環如何拆掉資料天花板

傳統的大型語言模型訓練，像一個永遠吃不飽的學生——需要人類不斷餵食標註資料、合成資料，才能慢慢進步。當模型規模撐大到一定程度，資料枯竭和邊際效應遞減就像兩堵高牆，死死擋住去路。這也是為什麼許多開源模型一開始驚豔全場，後來卻越跑越沒力——不是演算法不夠好，是資料的礦挖完了。

Ornith-1.5給出的解方，叫做「自我改進循環」。

白話文來說，就是讓模型在學習過程中自己當自己的教練。它會自主探索能力邊界，主動給自己出更難的邏輯題目，然後自我評估、自我校正、持續迭代。這個閉環運作起來之後，模型不再被動等待人類餵新資料，而是主動從每一次推理中汲取經驗，像下棋高手透過不斷跟自己對弈來進化一樣。

這不是理論上的美好想像。從實測數據來看，Ornith-1.5-9B在標準基準評測中不僅大幅領先同尺寸模型，甚至跨級擊敗了參數高達310億的Gemma-4-31B。換句話說，它用不到三分之一的參數，打出了更好的表現——參數利用效率高得誇張。

「我們看到的不只是一個新模型，而是一套全新的訓練範式。」一位不願具名的開源社群核心維護者如此評論。「如果自我改進循環真的被驗證有效，那整個開源生態的迭代速度會完全脫離過去的曲線。閉源巨頭不再擁有『資料優勢』這道護城河——因為AI自己會挖礦。」

各方角力：開源、閉源、以及那場被中斷的密會

這項發布的時間點耐人尋味。就在Ornith-1.5亮相前不久，業界才傳出OpenAI與Anthropic高層密會，遊說政府單位限制中國開源模型進入市場。而輝達執行長黃仁勳和特斯拉執行長馬斯克，則在同一時間表態力挺開放生態——這場角力的火藥味，已經瀰漫到整個矽谷上空。

DeepReinforce選擇在這個時間點端出Ornith-1.5，而且直接採用Apache 2.0商業友善授權，擺明就是要戳破閉源陣營「開源等於落後」的敘事。當一個開源模型能在手機上離線跑出雲端等級的推理能力，閉源巨頭還剩下什麼護城河？API收費？資料隱私？還是單純的品牌信仰？

對台灣的開發者和企業來說，這不只是遠方的技術新聞。Ornith-1.5-9B-Mobile的意義在於：你不再需要把客戶的敏感資料送上雲端、不再需要按token付費、不再需要擔心網路延遲——一支手機就能完成複雜對話、即時長文摘要、甚至程式碼輔助。這對金融、醫療、法律等高度重視資料隱私的產業來說，幾乎是解渴般的存在。

「我們測試過9B-Mobile在iPhone 17上的實際表現，流暢度超出預期。」一位參與早期測試的AI工程師透露。「當然它沒辦法跟397B的雲端版本比肩，但作為一個離線助手，它已經足夠處理日常工作中八成以上的複雜任務。而且數據完全不離開裝置——這對企業合規來說是巨大的加分項。」

不過話說回來，開源陣營也不是從此一路順風。自我改進循環的長期穩定性、模型在不同語言和文化的適應力、以及第三方稽核與安全防護機制，都還需要時間驗證。DeepReinforce把這扇門打開了，但後續的生態能不能跟上，是另一個層次的考驗。

深層影響：AI民主化的最後一哩路

從ChatGPT引爆這波AI熱潮以來，我們一直在講「AI民主化」。但說實話，過去兩年的民主化比較像「人人可以註冊使用」——API還是要付費、敏感數據還是要上傳、算力還是被少數雲端巨頭壟斷。真正的民主化，應該是任何人都能在自己的裝置上、離線、免費、且安全地執行頂級AI推理。

Ornith-1.5把這件事從科幻小說拉進了現實。9B-Mobile在端側NPU記憶體佔用優化後，記憶體門檻壓到極低，不僅iPhone 17可以跑，主流Android旗艦機也能順暢運作。這意味著：

• 一家沒有雲端預算的新創團隊，可以在員工手機上部署AI輔助開發工具
• 一位擔心個資外洩的自由接案者，可以在離線狀態下處理客戶機密文件
• 一個偏鄉學校的學生，不必連網也能使用最先進的學習輔助AI

這才是開源真正的爆發力——不是打敗誰，而是讓「擁有頂級AI」從特權變成基本權利。

未解之問：然後呢？

但我們也必須誠實面對幾個還沒答案的問題。

第一，自我改進循環在長期運作下，會不會出現自我強化的偏誤？當模型只在自己的閉環裡迭代，某些特定的推理路徑可能被過度強化，而其他同樣合理的路徑卻被遺忘——這不是杞人憂天，強化學習的「獎勵盜用」問題早已被學界反覆討論。

第二，開源社群有沒有能力維護這個龐大的產品矩陣？從397B到9B，從雲端到手機，DeepReinforce一口氣鋪開的戰線太廣。後續的漏洞修補、安全對齊、版本更新，都需要大量的社群投入。Apache 2.0授權讓人人可以使用，但「人人可以使用」不等於「人人可以維護」。

第三，也是最大的一個問號：閉源巨頭會怎麼回應？OpenAI和Anthropic的遊說行動雖然暫時沒有具體結果，但這透露了一個訊號——當開源真的威脅到商業模式時，法律和監管工具可能比技術競爭來得更快。Ornith-1.5的技術突破是事實，但這項技術能不能在市場上自由流通，從來不只是技術問題。

回過頭來看，Ornith-1.5真正帶給我們的，不是一個「開源打敗閉源」的爽快故事，而是一個更深層的提醒：AI的未來不應該只有一條路、一種商業模式、或少數幾家公司能決定。當一支手機就能離線跑出頂級推理能力時，權力結構正在悄悄地、但不可逆地轉移。

至於這股力量會被用來做什麼——那就看我們這一代開發者、創業者、和使用者，怎麼接住它了。

編輯觀點：從技術層面來看，Ornith-1.5的自我改進循環確實是近年開源AI領域最具顛覆性的架構創新之一。但我想提醒讀者的是：模型的「能力」和「可信賴程度」是兩件事。當AI能在手機上離線自主推理時，我們面對的不再是「API供應商把關的AI」，而是「完全失控的AI代理人」。開源社群下一步必須優先解決的是可解釋性與安全對齊機制——否則，這把劍揮出去之前，可能先砍到自己。

【行動呼籲】如果你手上有一支iPhone 17或Android旗艦機，現在就可以去下載Ornith-1.5-9B-Mobile的量化版本，親身感受一下離線AI的推理能力——然後問自己一個問題：當頂級AI算力真的握在掌心時，你想用它來解決什麼問題？答案，可能比你以為的更有趣。

本文改寫整理自公開新聞來源，原始報導由T客邦發布。

常見問題 FAQ

Ornith-1.5可以在哪些手機上離線運行？

主要是iPhone 17系列以及搭載最新世代晶片的主流Android旗艦機。透過4-bit量化壓縮和NPU記憶體優化，9B-Mobile版本可以在這些裝置上流暢離線執行複雜對話、摘要和程式碼輔助。

自我改進循環跟傳統的AI訓練有什麼不同？

傳統訓練依賴人類提供大量標註資料，自我改進循環則是讓AI自己探索能力邊界、主動生成更難的推理題目，並透過自我評估與強化學習持續迭代，不必無止境仰賴人工數據介入。

Ornith-1.5的Apache 2.0授權代表我可以自由商用嗎？

可以。Apache 2.0是商業友善的開源授權，允許任何人下載、修改、甚至拿去開發商業產品，不需要向DeepReinforce支付授權費用，也不需要公開你的修改程式碼（除非你選擇這麼做）。

9B-Mobile的推理能力跟雲端397B版本差多少？

規模和應用場景不同，397B適合處理極複雜的程式碼建構和深度推理，而9B-Mobile定位在端側離線應用，雖然整體能力不及雲端旗艦，但在日常任務如對話、摘要、程式輔助上已經夠用，且數據完全不用上傳雲端。

※ 此篇文章由 AI 改寫或生成，內容僅供參考，可能存在錯誤或不準確之處。