Aleph Alpha
為什麼重要
深度解析
Aleph Alpha 於 2019 年在海德堡起步，提出一項當時頗為超前的判斷：歐洲需要自己的大型語言模型，並依照歐洲語言、歐洲法規，以及歐洲對資料保護的期待來打造。成果就是 Luminous 模型家族，它一度使這家公司成為歐洲大陸最可信的 OpenAI 對手。據報導，2023 年底的一輪募資超過 5 億美元，投資人包括 Bosch、SAP 與 Schwarz Group，使其躋身歐洲資金最充裕的 AI 新創公司之列。但到了 2024 年，公司公開退出前沿競賽，將自身重新定位為 PhariaAI：一套服務企業與政府的 AI 軟體堆疊，在此，主權、可稽核性與合規比排行榜名次更重要。
Luminous 時代
Luminous 分成 Base、Extended 與 Supreme 三種規模，據報導最大的模型擁有數百億個參數；它還透過幾項刻意設計，與同時代多數模型做出區隔。模型從一開始就接受多語言訓練，德語、法語、義大利語與西班牙語都是第一級語言，而非事後硬接至英語語料的補丁。它不只可將文字，也能將圖像作為輸入上下文；公司還大量投資可解釋性研究，包括注意力操控技術，讓使用者檢視輸入的哪些部分推動特定輸出。這套多語言、多模態且可檢查的組合，直接鎖定無法合理化將敏感資料送進黑箱 API 的受監管產業。
2024 年的轉向
訓練前沿模型就像一座吞噬資本的熔爐。到了 2023 年，想留在前沿，就代表要和每年花費數十億美元購買運算資源的實驗室競爭；即使募得 5 億美元——依歐洲標準已是驚人規模——也只是對方預算的一小部分。2024 年，Aleph Alpha 將大家心知肚明的事公開說出來：它不再追逐前沿規模訓練，改為建構 PhariaAI；這套運作堆疊讓企業與政府機關，能在自行掌控的基礎設施上開發、部署及治理 AI 應用程式。
這次轉向並非完全離開模型。除了軟體堆疊，公司也發佈 Pharia-1-LLM，一個擁有 70 億個參數的模型家族，依寬鬆授權以開放權重形式提供，並經過訓練，可用英語、德語、法語及西班牙語提供簡潔、可解釋的輸出。背後的押注是：多數企業工作負載不需要全世界最大的模型，只需要一個夠好、能自行執行、稽核與微調的模型，而且自家資料從頭到尾都不必離開公司。
主權在實務中是什麼模樣
對 Aleph Alpha 的客戶——政府部門、公營機構、銀行、保險公司及工業企業——而言，主權是一份具體的部署檢查表，而非口號。它代表可選擇在內部環境或歐洲雲端執行模型，讓訓練與推論資料始終留在指定司法管轄區。它也代表稽核軌跡、存取控制與文件，從設計之初便能對應 GDPR 及 EU AI Act 的義務，而非處處與之牴觸；隨著 AI Regulation 趨嚴，這確實是一項賣點。它還代表合約會保證客戶資料不被拿來訓練他人的模型——隨著AI 隱私成為董事會層級的議題，採購部門已學會非常仔細地檢查這一條。這裡的主張與一般開放權重模型大致重疊，差別在於 Aleph Alpha 不只販售權重，也販售包圍模型的完整執行環境。
它不是失敗的 OpenAI 仿品
最常見的誤讀，是 Aleph Alpha 曾想成為「歐洲的 OpenAI」，最後卻輸了。這種框架忽略公司從一開始就在販售什麼。它鎖定的客戶從來不是消費級聊天市場，而是基於法律或戰略考量，絕不可能將資料傳送至美國 API 的組織；對這些買家來說，可解釋性、認證與控制，遠比前沿排行榜重要。依這項尺度來看，轉向是一項聚焦決策，而非崩盤：前沿聊天是殘酷且耗費資本的市場，主權企業 AI 則發展較慢、客戶黏著度較高，也更仰賴服務。坦白說，退出無止境的前沿競賽，也代表放棄登上基準測試榜首所帶來的聲望，以及部分吸引人才的磁力；公司還必須向行動緩慢的公部門市場銷售軟體與服務。
它在版圖中的位置
Aleph Alpha 身處一小群歐洲實驗室之中，這些公司都在兩個極端間尋找航線。一端是法國的 Mistral AI，發佈接近前沿的開放權重模型，再透過 API 與合作夥伴關係變現；另一端則是許多歐洲組織，直接加上一層包裝或內部平台，使用 OpenAI、Anthropic 或 Google 的模型。Aleph Alpha 的立場是，受監管買家想要中間選項：一家擁有自家模型、自家軟體堆疊，且合規方案原生符合歐洲法律的本土供應商。這個利基市場是否大到足以支撐一家獨立公司，是主權 AI 實驗中最有意思的未決問題之一——不少政府正密切關注自己的 AI 供應鏈，對答案也有直接利害關係。