Zyphra 评测：在 AMD 上训练、以小博大的高效 MoE 模型

#Quasa #QUA #zyphra

Zyphra（已收录于 Quasa.io/projects/zyphra）是一家全栈开放超级智能公司，致力于从零开始构建自主可控、透明且与人类价值观对齐的 AI 系统。

Zyphra 不依赖封闭模型和单一供应商的硬件，而是开发具有突破性智能密度的新型开放基础模型（ZAYA 系列），再通过 Zyphra Cloud 提供这些模型 — 让组织真正掌控自己的 AI 基础设施。

Zyphra 的核心是推进智能效率的前沿：打造能够提供前沿水平推理能力的模型，同时大幅减少激活参数量，并在其他芯片上高效运行。

主要亮点包括：
• ZAYA1-8B — 一款混合专家模型，仅有 760M 激活参数（总参数量为 8.4B），却在复杂推理、数学和编程基准测试中展现出远超其规模的实力 — 经常追平或击败规模大得多的开放权重模型。
• 新型 MoE++ 架构 — 通过压缩卷积注意力、先进的路由机制以及预训练和后训练方面的创新，最大限度地提升每 FLOP 的性能。
• AMD 优先训练 — 首批在 AMD Instinct MI300X GPU 和 Pensando 网络上完成端到端预训练、中期训练和微调的大规模 MoE 模型 — 证明自主可控、支持多供应商的 AI 基础设施已准备就绪。
• Zyphra Cloud — 全栈生产平台，将 Zyphra Research 的创新成果带给开发者、企业和超大规模云服务商，支持无缝部署与扩展。
• 多模态与未来模型 — 路线图中包括 ZAYA-VL（视觉语言）、ZAYA1-74B 预览版、扩散语言实验等更多内容。

它非常适合 AI 研究人员、需要自主可控 AI 的企业、基于开放模型进行构建的开发者，以及所有厌倦了供应商锁定或高昂推理成本的人。在 2026 年，Zyphra 脱颖而出，成为高效、开放且不依赖特定硬件的超级智能领域最令人期待的选择之一。

社区好评如潮：
“ZAYA1-8B 太疯狂了 — 激活参数量不足 1B，却在数学和编程基准测试中大放异彩，连规模是它 10x 的模型都难以应对这些测试。这就是高效智能的未来。”
“终于有了一个真正的替代方案，让我们不必局限于只有 NVIDIA 的世界。Zyphra 在 AMD 上训练的模型证明，自主可控的 AI 不仅是可能的 — 它已经到来。”
“Zyphra Cloud + ZAYA 模型 = 我们一直期待的开放超级智能技术栈。”

它在智能密度、重度推理任务、高性价比推理，以及在不牺牲性能的前提下构建真正自主可控的 AI 系统方面，表现尤为出色。

不足之处：模型仍处于早期阶段（ZAYA1 等较新的版本仍为预览版）；要达到最佳表现，通常需要在测试时投入额外计算；完整云平台在企业规模上的采用仍在逐步扩大。

总体而言，对于在 2026 年寻求开放、高效且自主可控的前沿 AI 的组织和开发者来说，Zyphra 是这一领域最重要、最有前景的全栈参与者之一。它不仅仅是又一家模型实验室 — 它正在构建未来完整的开放超级智能基础设施。

还可以通过 Quasa 赚取 QUA 奖励！  

4.8/5 星（在创新、效率和注重自主可控方面表现出色；较新模型在早期成熟度方面仍有些小不足）。

开始使用：https://quasa.io/projects/zyphra