近期，一个80亿参数的「小模型」引发AI圈热议。

这个名为Rnj-1的开源模型，由Ashish Vaswani与Niki Parmar创办的Essential AI Labs推出。

他们是2017年那篇著名论文《注意力就是你所需要的一切》（Attention is All You Need）作者中的两位。

以上八位作者同等贡献 ，其中Ashish与Illia共同设计并实现了首个Transformer 模型，并深度参与了全部研究工作。

Ashish Vaswani

Niki在研究的早期阶段负责设计、实现、调优并评估了大量模型变体，是模型架构探索与实验验证的核心贡献者之一。

Niki Parmar

ChatGPT、Gemini、Claude、Llama……几乎所有我们熟知的大模型都采用了Transformer框架。

这些早期玩家们在几年后将整个行业引向了比拼参数规模的AI军备竞赛。

前不久，Google DeepMind CEO哈萨比斯（Demis Hassabis）还断言，要实现通用人工智能（AGI），当下主流大模型必须把「扩规模」这件事推到极致。

他所指的「扩规模」是更多数据、更多算力、更大的模型，并强调它「至少是通往 AGI 的关键组件，甚至可能就是全部路径」。

哈萨比斯的观点，在一定程度上代表了大模型领域由Transformer和Scaling Law所催生的「模型越大越强」的主流观点。

7年后，同为Transformer论文的作者，Ashish Vaswani和Niki Parmar开始向这一主流观点发起了挑战：

模型不一定越大就越聪明。

至少从算力效率的角度来看，就像上面这位网友说的那样：

「大模型时代已经结束，真正懂行的人打造的小模型时代开始了。」

在ChatGPT、Gemini、Claude之外，以Rnj-1为代表的小模型开辟了另一种思路。

Vaswani的担忧与Rnj-1的诞生

过去几年，砸向AI领域的钱越来越多、模型越来越大、训练越来越昂贵。

Vaswani认为，AI领域巨额资金的涌入可能会妨碍技术本身的发展，因为以利润为导向的企业逐渐从科学家和学者手中夺取了主导权：

「少数公司掌控着先进AI技术的生产、节奏和方向。他们决定了AI的演化方式，也决定了谁能从中受益……我们不能让封闭式的AI开发阻碍我们探索新的前沿。」

Vaswani和Parmar希望推动构建一个健康、开放的生态，而不是封闭的塔尖。

Essential AI Labs以及它的首款开源模型Rnj-1正是在这种理念下诞生的。

Essential AI将构建前沿开源平台和智能工具作为自己的使命。

Rnj-1的名称，则是来自著名数学家拉马努金（Srinivasa Ramanujan）。

据Essential AI官方介绍，这款从零开始训练的80亿参数模型，在代码、数学与「智能体」推理上可「对齐前沿」水平，还可以在消费级GPU上运行，自由使用与修改。

一把「瑞士军刀」式的小模型

和动辄万亿参数的前沿大模型相比，Rnj-1并不起眼。

它只是一个80亿参数的小模型，仅仅32k的上下文长度，遵循开源Gemma 3架构。

既然不能和比别人比「身板」，就要拼技术。

Rnj-1采用全局自注意力机制（global self-attention）和YaRN技术。

global self-attention好比为模型配备了一双「全景眼睛」，无论给它多长的输入，都能一次全部看清。

而YaRN则像是「长距离阅读辅助器」，让模型能在32k上下文中仍然保持清晰思考。

Rnj-1的基础版与指令版在同尺寸开源模型中表现十分亮眼。

代码生成

在HumanEval+、MBPP+ 等算法类代码任务，以及BigCodeBench这类更广泛的编程任务中，Rnj-1 Base与Instruct的表现能与最强同规模开源模型竞争，有时甚至超越更大的GPT OSS 20B。

智能体能力

Rnj-1 Instruct是Rnj-1重点打造的能力之一， 在智能体式编码任务中表现尤为突出。

在SWE-bench 上，Rnj-1 Instruct的表现比同尺寸模型强出近一个数量级，已接近大规模模型的水平。

它会用 profiler（性能分析器）检查瓶颈，然后主动提出优化方案，甚至多轮迭代。

例如在Enamel这一考察高效算法实现的任务中，Rnj-1 Instruct 超过了强力基线。

在伯克利函数调用排行榜（BFCL）中，Rnj-1 Instruct的工具使用能力也领先同类模型。

数学与科学推理

在AIME'25（高难度高中数学）中，Rnj-1 Instruct的数学能力可与最强开源模型匹敌。

Rnj-1 Base在Minerva-MATH上也与同规模模型保持一致。

在GPQA-Diamond（包含生物、物理、化学的高难度题目）上，Rnj-1的表现也接近同尺寸模型中的领先水平。

量化稳定，不掉质量

Rnj-1对量化也非常稳健。

这意味着它能在更便宜、更省电的显卡上跑得很快，模型质量几乎不受影响，真正实现人人可用。

从BF16到FP8再到NVFP4，在显著提升提示密集型工作负载的token吞吐量的同时，模型质量几乎不受影响。

Token吞吐量数据基于NVIDIA B200 GPU测得，其中KV Cache的数据类型设为FP8，批大小为128。

回到起点，不想再做「宇宙巨兽」了

今年2月，Essential AI做了一个重要的决定：

专注于基础能力的本身。

在做研究和做产品两者之间，Essential AI更倾向于提升模型能力。

DeepSeek R1发布后，世界都在讨论RL的强大，但Vaswani认为，压缩是模拟智能的核心要素，而语言模型的预测式预训练才是更合理的路径。

Essential AI在早期预训练阶段便观察到模型出现反思与探索式推理的迹象，这印证了「强预训练是下游成功基础」的判断。

他们认为强大的预训练本身就会产生推理能力，而不是靠后期堆RL补课。

这是Essential AI迄今为止第一个也是最具根本性的抉择。

上图记录了Essential AI在每个阶段所取得的进展。

Rnj-1是Essential AI从头开始训练的大模型。

他们希望大模型在学习阶段不仅是「看很多数据」，而是能自己把数据分类、转换、混合，形成更好的理解方式。

这样模型的「可测能力」（比如数学、代码、科学等可验证任务）会更强。

研究团队通过数据分类研究，得到了一种新的「带重复惩罚的数据分布聚类与混合方法」，这种方法尤其提升了模型在STEM（科学、技术、工程、数学）方面的能力。

此外，训练模型需要「优化器」来调整参数。

Essential AI证明了Muon优化器相较AdamW更高效， 并开发了适配大模型的分片策略。

Essential AI的研究人员认为，大模型应该不仅能理解代码，更应该模拟程序在不同环境中的执行行为，Rnj-1在这一方向上进行了大规模尝试。

为了让基础模型学会自动「改进代码」，研究人员还投入研究「代码演化」的建模。

这些方向均在小模型上通过验证，显著提升了Rnj-1的工程能力。

在预训练末期，Essential AI团队确信Rnj-1已具备数学、编程与科学知识等潜在能力。

接下来的问题是如何通过适量监督微调，唤醒其指令遵循与复杂推理能力，并验证其在长对话与现实难题中的表现。

Essential AI在后训练方案上借鉴了YaRN长上下文中期训练、Nemotron以及简单智能体环境。

其后训练主要有三项任务：

研究定向数据对推理与智能体能力的影响；

团队亲自「上手体验」模型，观察质变；

收集下游反馈，为下一轮预训练下注提供依据

Vaswani认为，有许多令人难以抗拒的想法正在争夺研究团队的注意力。

比如，他们对条件计算、扩展并增强模型处理更长上下文的能力，以及低精度训练充满热情。

在中期内，Essential AI将继续推进压缩这一核心理念，拓展计划模拟的程序行为的类型和范围，并推动代码演化。

Vaswani预计，诸如将强化学习等扩展性思路用于培养复杂推理能力的方法，将很快出现在Essential AI的路线图上。

在官方博客中，Vaswani用先驱计算机科学家Alan Perlis的话表达了自己的心声：

我认为，在计算机科学领域，我们必须始终让计算保持趣味性，这一点极其重要……

我认为，我们有责任不断拓展计算机的边界，引领它们走向新的方向，并让这种乐趣持续存在……

最重要的是，我希望我们不要变成传教士。不要觉得自己像个推销圣 经的推销员。这世上那样的人已经太多了。你所了解的计算知识，别人终会学到。不要觉得成功计算的钥匙只掌握在你手中。

我相信并希望，你手中握有的是智慧：一种能够超越最初接触机器时的认知，看到它更多可能性，并让它变得更强的能力。

开源平台Essential AI的创建，以及此次Rnj-1的推出，旨在推动美国AI开源领域的发展，抢夺在轻量化开源生态话语权，目前这一领域正由中国企业主导。

开源生态，将推动大模型在「越大越好」行业竞争格局之外，探索开放、轻量化的新路径，加速AI人人可用时代的到来。

参考资料：

https://www.bloomberg.com/news/articles/2025-12-08/transformer-paper-authors-at-ai-startup-debut-open-source-model?srnd=phx-ai%20

https://www.essential.ai/research/rnj-1