一句话看懂：AI 基础设施公司 IFM 发布了名为 K2 Horizon 的开源模型系列，一口气推出从 0.9B 到 375B 参数的六个 Apache 2.0 许可模型，覆盖从端侧推理到超大集群训练的不同规模需求。
事件核心：发生了什么
据 MarkTechPost Research 报道，IFM 于 2026 年 9 月正式发布 K2 Horizon 系列模型。该系列包含六个不同参数规模的模型，最小为 0.9B，最大达到 375B，且全部采用 Apache 2.0 开源协议。这意味着开发者可以自由使用、修改甚至商用这些模型，不受版权授权限制。
目前公开信息显示，K2 Horizon 的定位并非单一模型比拼，而是试图用一个系列覆盖不同部署场景——小参数模型可用于手机、PC 或边缘设备上的轻量推理，大参数模型则面向数据中心和云端的高复杂度任务。IFM 此举直接加入了当前大模型开源竞赛的阵列，与 Meta、Mistral 等公司的开放权重策略形成正面竞争。
为什么重要
K2 Horizon 的重要性体现在三个层面。其一，它把开源模型的规模跨度拉得非常大，从不足 1B 到超过 375B，覆盖了以往需要多个团队或多家公司才能拼齐的产品矩阵，这有助于 IFM 建立“一个系列全场景”的生态心智。其二，Apache 2.0 许可比许多竞品使用的非商业授权或附加条款更宽松，消除了企业落地的法律顾虑，对希望将模型集成到商业产品中的开发者具有直接吸引力。其三，375B 参数规模意味着 IFM 在预训练和算力调度上具备相当强的工程能力，这一技术储备本身就是一种竞争壁垒。
对用户/开发者/创作者的影响
对于普通开发者，K2 Horizon 降低了接入大模型的成本：Apache 2.0 协议允许商用，不必担心开源协议污染风险；小参数模型可以直接跑在本地设备上，实现数据不出域的私有化部署。对于企业用户，可以利用同一系列从原型验证平滑扩展至生产级部署，无需在不同模型间切换时重新适配 API 或微调流程。对于 AI 应用创作者，一个大系列覆盖 0.9B 到 375B 意味着可以根据任务复杂度选择最合适的模型，在延迟、算力成本和生成质量之间灵活取舍。对算力资源有限的中小团队而言，0.9B 或更小模型的存在降低了尝试门槛，但需要注意的是，要完整发挥 375B 模型的性能仍需要可观的推理集群投入。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
下一步值得观察三个具体点：一是 K2 Horizon 是否真的能在 Apache 2.0 下提供合规的中文内容生成能力，以及社区评测中其在数学、代码与长上下文任务上的表现能否与同等规模的 Llama 或 Qwen 对齐；二是该模型生态的工具链建设——例如是否获得 vLLM、Ollama 等主流推理框架的快速适配，这决定了实际开发者使用体验；三是 IFM 是否会跟进提供商业 API 服务或托管平台，以及其定价策略会否对当前闭源模型的价格体系形成压力。此外，由于源报道信息有限，模型具体的架构细节、上下文窗口长度和训练数据构成仍需以官方技术报告为准。
