昨天发的K2 Horizon一次开源了六个模型，375B-A23B、36B-A4B、32B、7B、3.7B 和 0.9B，发现Artifical Analysis出了测试结果了 很恐怖，3750亿参数的大模型，败给了Qwen3.8-27B（xhigh），虽然Artifical Analysis 不过K2 Horizon真正的意义，还是完大模型所有流程的开源，给新入行的人一个标准的参考

卧槽，K2 Horizon一次开源了六个模型，375B-A23B、36B-A4B、32B、7B、3.7B 和 0.9B 最最最牛逼的是他们把大模型代码、所有训练数据、构建方案、配置、最终权重全部公开了（目前的其他开源大模型基本是只开源权重） 这意味着你完全可以照着这六个模型的开源数据，站在巨人的肩膀上，快速优化出自己的模型，大模型不再是个黑盒，对所有人都可见！！！ PS: 性能比较一般，赶不上第一梯队

基础模型研究所（IFM）发布了一套名为 K2 Horizon 的全新开源 AI 模型家族。这套模型一共包含六个不同尺寸的版本，涵盖了从手表、眼镜等轻便随身设备，到手机、电脑，再到大型企业服务器的各种使用场景。 尺寸从大到小分别为：0.9B、3.7B、7B、32B、36B-A4B、375B-A23B。 很多开源 AI 只会公开最终训练好的模型文件，使用者能直接拿来用，却完全不知道它是怎么一步步被教会这些能力的。IFM 这次把整个研发过程彻底公开，不仅免费开放了模型本身，还公开了训练代码、数据配方、中间版本的记录以及测试日志。这意味着研究人员可以像看实验记录一样，看懂这些 AI 到底是如何学会推理、规划和使用工具的。 最小的 0.9B 版本专门为手表、智能眼镜这类小设备设计，虽然体积很小，但在数学推理和简单工具调用上表现亮眼。3.7B 和 7B 版本则适合放在手机上离线运行，处理写代码和复杂的网页浏览任务都很轻松。 最大的 375B 版本适合企业处理复杂的科研和长流程任务。 官网： 模型：

一个专门盯海外科技圈的AI情报雷达Horizon，会自动抓 Hacker News、Twitter、Reddit、GitHub 的内容，AI筛选去重再总结，然后输出日报 1️⃣ AI自动打分，高质量讨论单独提出来，垃圾内容直接踢掉 2️⃣ 同一条新闻全网只出现一次，不重复轰炸 3️⃣ 中英双语简报，推送飞书/邮箱/微信都行

比特币矿企转型 AI 基础设施商 IREN 已向微软交付首个 Horizon AI 云项目，这是双方五年期 97 亿美元合同的四个部署阶段之一。Horizon 1 位于得州 Childress 园区，规模 50MW，采用英伟达 GB300 GPU；四期合计将达到 200MW，其余项目预计年内完成。IREN 目标在 2027 年将 AI 云容量扩至 1.2GW。

一个 Greenwich 的 24 岁量化，去年拿 $650,000 年薪 做的事情，现在 Horizon AI agent 90 秒就能完成 不是比喻 而是同一件事： 提出 hypothesis 写代码 回测 部署 过去一条 strategy 的成本大约是 $87,500 而且大多数策略第 6 周就死掉 真正变化的是这里： Backtest 时间：7 周 → 90 秒 单个 hypothesis 成本：$87,500 → $0 每月能测试的 hypothesis：可能 1 个 → unlimited 技能门槛：Python / Pine Script / APIs → 一句英文 以前机构的 moat，不一定是数据 也不一定是速度 而是你请不起那个“把想法翻译成系统”的人 这个 translator，以前是高薪量化和工程师 现在变成了 autonomous AI agent 它会写 会测 会部署 还能 24/7 运行 所以真正被压缩的，不只是工资 而是从想法到交易系统之间的整条 pipeline 文章里拆了完整流程 Save this 6 个月后，可能就不是秘密了 你只需要 Claude + device + 每天 1 小时 问题是： 当 hypothesis → code → backtest → deploy 都被 AI agent 自动化之后，交易员剩下的核心优势会是什么？

吴说获悉，Midas 在 Aave 治理论坛提交 ARFC，提议将 mWIN 作为抵押品纳入 Aave Horizon。mWIN 由 Midas 发行、Wellington Management 管理，是代币化多部门主动管理固定收益投资组合，已在以太坊主网上线。提案称，mWIN 面向白名单机构及合格投资者，底层资产包括 CLO、CMBS、RMBS、ABS 及投资级公司债等；LlamaRisk 正进行独立风险审查，风险参数将在 Snapshot 投票前公布。