范式正式发布Phai系列两款模型——面向代码开发与智能助手场景的Phai-A1,以及主打真人影视级视频生成的Phai-M1。官方表示,两款模型近期将在Hugging Face与ModelScope同步开放权重,并附上更详细的技术报告。
Phai-A1的定位覆盖写代码、修bug、调用工具以及执行多步任务。官网给出的一组对比显示,在保证效果的前提下,其响应速度比同类方案快约8至10倍。这一数字并非来自理想实验室环境:两个模型均运行在单张RTX 3090上,使用同一版本的某Code智能体完成相同任务。在SWE-Bench-Verified、SWE-Bench-Pro、SWE-Bench-Multilingual等软件工程与通用领域基准上,Phai-A1跑赢了同级别选手,官方称其表现甚至不弱于部分千亿参数级前沿模型。
长上下文是Phai-A1的另一项差异化设计。官方称其采用原生长上下文路线,后训练数据直接覆盖百万Token场景,而非市面上常见的堆叠式方案。此外,该模型在范式自家AI办公产品PhanthyCode上经历了一段匿名测试期;据官网透露,在匿名模型调查期间,Phai-A1在所有接入的开源与商业模型中,于模型能力、稳定性与速度、体验满意度三个维度均取得最高评分。
Phai-M1则围绕真人影视场景做专项训练。官方称其在人物表现、画面细节与整体质感上达到影视级水准,并实现音画同步——声音与画面在同一条生成流水线内完成,省去后期对口型环节。效率方面,官方给出的数据是3分钟生成15秒视频。单看数字不算惊人,但对AI短剧团队而言,生成时长与速度直接决定产线节奏和成本结构,属于可以重新算账的变化。当质感、音画同步与效率叠加,AI视频才更接近真正进入生产流程。
更值得关注的是算力路径。Phai系列全流程在华为昇腾平台上完成专项后训练优化,并获得ModelHub XC社区支持。官方强调,这并非“训完再适配”,而是从模型优化阶段之初就按国产算力环境的实际情况进行设计。范式与华为的合作由来已久,就在两个月前,有消息称范式超10亿元采购华为昇腾950,加速押注国产AI。
持续投入国产算力训练优化的意义,不只在于降低对单一硬件平台的依赖,更在于让国产芯片在真实模型训练与应用中积累适配经验。随着更多模型基于国产算力完成训练与优化,模型与硬件之间的适配将进一步完善,国产算力的实际使用效率也有望随之提升。范式用“国产算力派”来形容自己的定位。
目前,Phai系列已全量接入范式旗下产品矩阵,包括PhanRouter、ModelSphere、Phanthy(万神殿)、PhanthyMovie、PhanthyCode/Work等。范式将自身优势归结为两点:一是过去十余年积累的技术与工程经验,已沉淀到平台能力、行业交付体系和团队之中;二是对国产算力生态长期且真金白银的投入。
从产业视角看,Phai系列的意义不止于两款模型本身。它把“国产芯片能否支撑从训练到优化的完整链路”这一问题,从适配层面推进到原生设计层面,为国产算力生态提供了一个可验证的样本。开源之后,全球开发者可以在更多场景中检验其能力边界,而模型与硬件的协同经验也有望在更大范围内复用。