OpenAI 投资的 Harvey 转用 Kimi K3 开源模型

IT之家 8 月 23 日消息，据南华早报报道，一家获得 OpenAI 投资的美国人工智能初创公司，基于中国 AI 实验室月之暗面（Moonshot AI）的 Kimi K3 构建了自己的首个内部模型。这凸显出，随着 AI 模型开发成本不断飙升，越来越多西方科技公司开始转向采用中国的开放权重模型。

总部位于旧金山的法律科技公司 Harvey 当地时间周四宣布，其新模型 Harvey Tenet 是在开放权重模型 Kimi K3 的基础上进行后训练得到的。Harvey 的知名投资方还包括红杉资本和 Andreessen Horowitz。

该公司表示，这套系统在复杂法律工作中实现了"业界领先"的性能。

这对 Harvey 而言意味着一次重大转变。该公司为大型国际律师事务所和企业客户提供服务，此前主要专注于针对法律应用，对 Anthropic、OpenAI 和谷歌等美国 AI 巨头的闭源专有模型进行定制。

AI 政策研究员 Simon Hedlin 周五在社交媒体上表示，Harvey 的转变是开放权重模型价值的一个"绝佳例子"。开发者可以利用这类模型，基于特定行业或企业的数据进行后训练，从而提高准确性并降低推理成本。

所谓后训练，是指利用专业数据集对通用基础模型进行进一步优化，使其能够更擅长完成特定任务。

Hedlin 表示："我们目前仍处于探索高能力开放权重模型究竟能够实现什么的非常早期阶段。"他还称："遗憾的是，美国在前沿开放权重模型的开发方面已经落后了。"

Harvey 成立于 2022 年夏季，并在今年 3 月的一轮融资中获得了 110 亿美元的估值。

Harvey 在周四发布的博客文章中表示，公司过去六个月的研究重点，是利用开放权重模型打造"前沿法律智能"，并让律师事务所能够构建和部署专用模型。

根据 Harvey 的说法，经过全面法律数据集训练后，Harvey Tenet 在一系列复杂、长周期的法律智能体任务中，表现优于其底层基础模型以及美国的前沿 AI 系统，其中包括 Fable 5 和 GPT-5.6 Sol。

Harvey 表示，这种方法还提高了成本效率。该公司指出，开放权重模型本身通常具有更低的每 Token 成本，而 Harvey 还通过减少推理过程中消耗的 Token 数量，进一步降低了成本。

Harvey 称，Harvey Tenet 的训练历时两个月，使用了约 150 块英伟达 B300 GPU。

与此同时，据《The Information》周四援引美国电信巨头 AT&T 副总裁 Mark Austin 的报道称，包括英伟达 Nemotron 系列在内的开源模型，目前已经处理了 AT&T 员工发起的约 40% 的 AI 查询。