中國開源模型出海：法律 AI 獨角獸 Harvey 基於 Kimi K3 推出 Tenet
美國法律人工智慧領域的獨角獸企業 Harvey 宣布，將以中國人工智慧公司月之暗面（Moonshot AI）所推出的開放權重模型 Kimi K3 為基礎，透過後訓練（post-training）方式開發一套專為法律場景設計的專用模型，命名為 Harvey Tenet。這項合作不僅是 Harvey 首次採用中國開發的開源權重模型，也被業界視為中國開放權重模型首次進入美國頭部垂直 AI 公司的訓練體系，引發外界對中國開源模型在國際市場應用潛力的重新關注。
過去 Harvey 的模型訓練主要依賴 OpenAI、Anthropic 等美國閉源大模型，此次轉向採用 Kimi K3，顯示其技術路線上的重要調整。Harvey 目前服務超過 2400 家法律機構，涵蓋 20 多萬名律師，公司估值高達 110 億美元，年化收入約 3.5 億美元，是法律 AI 領域極具代表性的企業。透過引入 Kimi K3 進行後訓練，Harvey 希望進一步強化模型在法律專業場景的表現，並推出名為 Tenet 的專用模型。這項合作不僅是 Harvey 在模型策略上的重大轉變，也代表中國開放權重模型在海外垂直產業的落地能力獲得具體驗證。
尤其法律領域對專業知識與推理準確度要求極高，中國開源模型能進入這樣的訓練體系，顯示其技術實力已逐步獲得國際頭部企業的認可。月之暗面（Moonshot AI）成立於 2023 年，專注於開發大型語言模型，其 Kimi K3 模型在開放權重策略下，允許其他企業與研究機構在原始模型基礎上進行後續訓練與微調，這與 OpenAI 和 Anthropic 提供的閉源 API 模式形成鮮明對比。Harvey 選擇 Kimi K3，意味著該公司可以更深入地控制模型行為，針對法律行業特有的合約審查、判例分析、法規檢索等任務進行專屬優化。
Harvey 的共同創辦人暨執行長 Winston Weinberg 曾表示，法律 AI 需要極高的準確性與可解釋性，而開放權重模型能讓團隊更靈活地調整模型內部邏輯，以符合法律專業的嚴謹要求。透過後訓練，Harvey 可以將大量法律領域的專有資料與知識注入 Kimi K3，使其在處理法律文書時展現更貼近實務的判斷力。此次推出的 Tenet 模型，將直接應用於 Harvey 現有的法律服務平台，包括合約分析、訴訟預測、法規合規審查等核心功能。Harvey 目前已與多家大型律師事務所、企業法務部門建立合作關係，Tenet 的推出預計將進一步提升其服務的專業深度與效率。
值得注意的是，Harvey 的技術轉向並非孤立事件。近年來，中國開源模型在全球 AI 社群中的影響力持續上升，尤其是像月之暗面、深度求索（DeepSeek）、智譜 AI 等公司推出的開放權重模型，在學術研究與商業應用領域都獲得了越來越多的關注。Kimi K3 此次被 Harvey 選中，不僅是技術層面的認可，也可能帶動更多國際垂直 AI 公司考慮採用中國開源模型作為基底。不過，法律 AI 領域的競爭也十分激烈。除了 Harvey，市場上還有 Casetext、Levitate、Luminance 等對手，這些公司同樣依賴大型語言模型來驅動法律服務自動化。
Harvey 選擇 Kimi K3，除了技術考量外，可能也與成本、供應鏈多元化以及避免對單一閉源供應商的依賴有關。尤其 OpenAI 和 Anthropic 的 API 使用成本不低，且模型更新與政策變動可能影響下游服務的穩定性，開放權重模型則能提供更高的自主性。月之暗面方面對於 Harvey 的採用表示歡迎，並指出這證明中國開發的開放權重模型在國際市場上具備競爭力。該公司持續投入模型研發，Kimi K3 在數學推理、程式碼生成、長文本理解等任務上表現突出，且具備較高的效率，適合運算資源有限的企業進行二次開發。
Harvey 的 Tenet 模型預計將在未來幾個月內正式上線，屆時會逐步替換部分原有基於閉源模型的服務模組。由於 Harvey 服務的客戶涵蓋全球頂尖律師事務所，Tenet 的實際表現將直接影響外界對中國開源模型在專業領域應用的信心。這次合作也凸顯出一個趨勢：隨著開放權重模型技術的成熟，越來越多的垂直行業 AI 公司開始從純粹的 API 調用轉向基於開源模型的深度定製。這種模式不僅能降低對單一供應商的依賴，也能讓模型更貼合特定行業的語言與邏輯。法律行業只是其中一個例子，未來在醫療、金融、工程等領域，類似的模型合作模式可能也會快速擴散。
總體而言，Harvey 與月之暗面的合作，不僅是兩家公司之間的一次商業行動，更代表中國開源模型在國際 AI 生態中扮演的角色正在發生變化。從過去被視為追隨者，到如今成為頭部垂直 AI 公司的核心技術基礎，中國開放權重模型的技術實力與商業價值正逐步獲得國際市場的認可。
Related
相關文章
Google 開源 Harness²：遞迴代理程式框架，無需新模型也能提升效能
Google Cloud AI Research 開源了 Harness²，這是一個遞迴代理程式框架，透過改良凍結模型周圍的程式碼與檔案來增強效能。對開發者而言，重點很簡單：你的代理程式無需更強大的模型也能進步。重點摘要：規模為框架而非模型，訓練參數為0，包含8個可編輯的框架元件，版本0.1.0。執行環境為Linux、Python 3.12或3.13搭配uv，模型呼叫則透過Vertex AI。GPU需求未公開。效能方面：一次改良步驟即可在3個基準測試中，提升所有4個模型與框架組合的表現。最佳成果：GLM-5搭配OpenCode在WorkBuddy-Bench上從64.2提升至75.7（+11.5點）；最差表現：GLM-5搭配Codex在JobBench上僅提升1.2點（23.6至24.8）。什麼是Harness²？它是Google研究推出的即插即用框架。
如何利用NVIDIA結構化資料模型進行零訓練表格預測
In this tutorial, we implement Structured Data Models, NVIDIA’s new library that puts several pretrained foundation models for tables behind one PyTorch interface, and use it to make predictions without training.
認識 Kyutai REKI：2.4B VLA 模型為機器人操控帶來高效記憶
Kyutai 與 Inria 及 École des Ponts 合作，推出了 REKI——一個用於機器人操控的 2.4B 參數視覺-語言-動作模型（VLA）。該模型僅使用公開數據進行預訓練，並配備了輕量級的近期記憶功能。在三個分佈外基準測試中，僅有規模約為其兩倍的模型能超越它。所有模型權重已於今日在 Hugging Face 上公開。核心資訊：規模：2.4B 參數（2.2B Qwen3.5-2B VLM + 0.2B 流匹配動作專家）。記憶涵蓋最近 3 幀，間隔 1 秒。運行環境：在 1 張 NVIDIA H100 上進行基準測試。從兩個 256×256 攝像頭輸入，編譯後每個動作區塊耗時 21.8 毫秒。權重以 BF16 格式提供，暫無量化版本。性能：在 LIBERO-Plus 和 RoboTwin Clean2Rand 基準測試中，為公開數據預訓練的 VLA 模型中最優；在 LIBERO-Plus 上達到 90.4% 的最高分。
DeepSeek 發布 V4.1-Flash-1017，DeepSWE 得分 77.0，並開放搜尋 API
DeepSeek 剛發布 DeepSeek-V4.1-Flash-1017，這是其 V4.1-Flash 模型的新檢查點，現已在 DeepSeek 網站、應用程式及 API 上線。DeepSeek 宣稱該版本在性能、任務完成速度與輸出簡潔度上均優於 9 月發布的 V4.1-Flash，並稱之為性能與成本的帕累託改進。同時，DeepSeek 也向所有開發者開放了搜尋與擷取 API。對代理建構者而言，這意味著更便宜的編碼模型加上單一 API 金鑰即可使用的第一方網路層。重點摘要：骨架參數 552B，另加 196B 的 Engram 參數；預填充階段每 token 啟用 8B 參數，解碼階段啟用 16B 參數；上下文長度達 1M tokens，最大輸出 384K tokens。運行於 DeepSeek API 的 deepseek-flash 模型。9 月版的 V4.1-Flash 權重（763B 參數，FP8）採 MIT 授權。
2026年20款Jev替代方案：挑戰TypeSafe的決策模型
TypeSafe於2026年9月15日推出Jev，這是一款決策模型而非聊天機器人。使用者可定義允許的答案，Jev將回傳標籤、分數或是否的機率。約4週內，至少20款Jev替代方案相繼問世，來自Cloudflare、OpenAI、Perplexity、Liquid AI、AWS的Strands Labs及獨立開發者。本指南比較各方案在規模、授權、硬體、價格、Jev API相容性及已發布基準測試的表現。重點摘要：規模範圍從287M（GLiNER2.5-multi-Decide）到35B-A3B（Mapika Decider），Jev規模未公開。執行環境：Von和Laya等編碼器可在CPU上運行，4B適配器適用24 GB GPU或32 GB Mac。效能：多數開源模型在困難推理上落後Jev，但在狹窄分類任務上數款與之匹敵或超越。最佳表現：Cloudflare Clef在BANKING7取得94.20分。
長鑫科技市值兩月內跌去1萬億；阿里加碼AI硬件品牌，天貓、速賣通聯動；國行版蘋果AI有望12月上線，百度、阿里參與合作丨雷峰早報
要聞提示1.長鑫科技市值兩月內跌去1萬億2.年內已至少18次故障！DeepSeek發放宕機補償，有人拿到3000元3.阿里加碼AI硬件品牌，天貓、速賣通聯動4.國行版蘋果AI有望12月上線，百度、阿里參與合作5.可靈AI新一代模型Kling 4.