苹果渴求的端侧AI杀出黑马：首个认知模型诞生，4B打平GPT-5.4

【导读】在刚过去的 WWDC 上，苹果 Siri 借 AI 重生成为关键词，「端侧模型」已成趋势！更早些时候，Andrej Karpathy 呼吁把模型的知识剥离、只保留「认知核心」。一家中国公司称已将这一方向落地——4B 参数，在群体智能任务中打出千亿级大模型的效果。端侧认知模型到底能改变什么？

昨晚，Siri 借谷歌的 1.2 万亿参数 Gemini 重生了。

但另一头，亚马逊却关停了引发巨大争议的内部 AI 排行榜——员工大量使用 AI 工具，算力开销飙升到管理层坐不住的地步。

Token 成本成为 AI 大规模落地最硬的一道门槛。

Andrej Karpathy 之前在访谈中给出了一个方向：把模型里的海量知识剥离掉，只保留一个会思考、会规划、知道自己不知道什么的「认知核心」，1B 级别的参数就够。

https://www.youtube.com/watch?v=lXUZvyajciY

这个方向正在被验证。

一个 4B 参数的模型，在群体智能任务中打出了与 GPT-5.4 等千亿级大模型等效的结果，且支持端侧部署。

它来自一家创始团队，曾以 3.6B 参数击败 65B Llama、登顶日本 Hugging Face 排行榜。

这次，他们做出了行业首个端侧认知模型。

Karpathy 的预言与算力的账单

算力成本的压力已经从技术议题变成财务议题，亚马逊的案例只是缩影。

亚马逊员工通过内部 AI 工具频繁调用大模型推理能力，推高了整体算力支出，管理层不得不紧急叫停排行榜机制以遏制用量。

https://www.ft.com/content/b1a62a7f-6df5-4c90-94ce-64ce9c9961b6?syn-25a6b1a6=1

行业正在经历第一次「Token 大撤退」，部分公司的单日算力消耗已触及亿元量级。

大模型的商业模型正撞上一堵结构性的墙：能力越强、推理链越深，单次调用的成本越高。

GPU 成本营收比（GPU Cost / Revenue）是所有 AI 公司的命门指标，模型参数持续膨胀的趋势只会让这个指标更难看。

Karpathy 的思路指向了另一条路：他提出需要把模型中的「记忆 / 知识」剥离掉，保留他所说的「认知核心」——

他判断，即便是 10 亿参数的规模，也能实现高效的类人思考：

这段话在技术社区引发广泛讨论。

方向上的共识正在形成，但能将「认知核心」从概念推到可部署产品的团队，才是真正的变量。

4B 打平千亿级，新程 Alpha 做了什么

把 Karpathy 描述的「认知核心」从概念推到产品的，是明日新程（Nextie）。

这家公司对开源推理模型进行强化学习训练，将知识与认知解耦——剥离模型中记忆性的知识储备，强化泛化和抽象思考能力。

产出的模型被命名为新程 Alpha，参数规模 4B，已完成训练并部署上线，是行业中首个被定义为「认知模型」的产品。

具体到其训练方法，其实是一个不常见的起点。

明日新程团队整理了 1800 年至 2020 年、跨越 220 年的人类学术论文，试图梳理出群体智能的演化脉络，为技术路线提供参照系。

在这套研究的基础上对开源推理模型做强化学习，专注于提升泛化和抽象能力。

举一个直观的例子：经过训练的模型能将围棋选手的决策模式迁移到日常生活场景——Karpathy 所说的「保留思考算法」，在这里有了具体的技术实现。

效果层面，新程 Alpha 在群体智能任务（辩论、反思、挑战、投票等环节）中，4B 参数达到了与 GPT-5.4 等大模型等效的输出质量，算力消耗和推理速度优势显著。

更值得关注的是这个模型解锁的场景空间，有三层递进的意义。

第一层，多智能体决策质量提升。

在 Harness 决策框架中，使用认知模型的输出效果优于推理模型。

底层模型从「推理」升级为「认知」，带来的是多智能体协作系统中决策链条整体质量的跃升。

第二层，算力成本量级缩减。

4B 相较于千亿参数模型，云端部署的算力开销大幅降低。

新程 Alpha 同时支持端侧部署——MacBook、具身智能设备均可直接运行，算力成本由此转化为电力成本。

这对具身智能领域意义尤为突出：用千亿参数大模型驱动一个家务机器人，每一次「思考」都在消耗大量 Token，综合成本可能比请人做家务还贵。

4B 端侧部署，从根本上改写了这笔账。

第三层，主动式（Proactive）场景解锁。

当前绝大多数 AI 产品运行在响应式（Reactive）模式下——用户发指令，模型响应。

Proactive 模式意味着智能体自主决策和执行任务，无需等待命令，商业规模远超 Reactive，但过去始终被算力成本挡在门外。

新程 Alpha 支持 24 小时不间断运行，成本可控，让此前因为太贵而搁置的主动式智能体成为可能。

团队底牌与赛道卡位

明日新程由微软小冰创始团队创立。

这个团队的标签是「用小参数赢大参数」——此前训练的开源模型 rinna（日本小冰）以 3.6B 参数登顶日本 Hugging Face 排行榜第一名，击败了 65B 参数的 Llama。

新程 Alpha 用 4B 打平千亿级大模型的效果，延续的是同一套技术基因。

明日新程重仓布局的赛道是——Harness 群体多智能体。

这条赛道正在获得头部资本的确认——2026 年 3 月，OpenAI 投资了初创公司 Isara，直接将其估值推至 6.5 亿美元，Isara 的研究方向正是多智能体协同与群体智能。

https://www.wsj.com/tech/ai/openai-backs-new-ai-startup-seeking-bot-army-breakthroughs-a0b1fedc

在该领域的智能深度评测（IDI）中，明日新程的综合表现显著高于任何单一大模型。

资本验证了赛道价值，评测数据则标定了明日新程在赛道内的位置。

两个信号叠加，指向同一个判断：群体多智能体是 AI 应用层的下一个高价值方向，认知模型是驱动它的关键基础设施。

认知模型改变的不只是参数，更是账本

GPU 成本营收比（GPU Cost / Revenue）是悬在所有 AI 公司头上的达摩克利斯之剑。

认知模型提供的解法，核心指向经济模型的重构——用 4B 达到千亿级才能达到的效果，意味着同样的输出质量对应一套完全不同的成本结构。

明日新程在采访中透露，团队正在训练泛化能力更强的 8B 认知模型。

如果 4B 已经能在群体智能任务中对标 GPT-5.4，8B 的能力边界值得期待。

一个更深远的问题留给整个行业：当端侧全天候运行一个认知模型的成本降至可忽略的水平，今天所有基于「用户发指令、模型响应」的响应式（Reactive）模式设计的 AI 产品，可能都需要重新审视自己的产品形态。

主动式（Proactive）智能体的商业想象空间，远超当前响应式（Reactive）智能体下的一切。

本文来自微信公众号“新智元”，作者：ASI启示录