Förhandsversionen av Shanghai AI Laboratorys öppna agentmodell Atria Dawn, byggd på GLM-5.2 och tränad för att driva forsknings- och ingenjörsuppgifter hela vägen till resultat som går att kontrollera.
Atria Dawn Preview jämförd med DeepSeek, Kimi, Qwen, GLM, GPT och Claude på åtta tester [1]
Atria Dawn Preview är en stor språkmodell för AI-agenter inom forskning, programmering och kontorsarbete, utvecklad av Shanghai Artificial Intelligence Laboratory tillsammans med bland annat forskare vid Fudanuniversitetet. Den bygger på MoE-modellen GLM-5.2 med 744 miljarder parametrar. Tanken är att modellen inte bara ska ge rimliga svar utan föra en uppgift hela vägen till något som går att granska: ett experiment som fungerar, mätvärden som går att återskapa, en färdig fil eller en rapport med källor.
Modellen tränades med det team kallar en "Verifiable Experience Pipeline": varje träningsuppgift kopplas till en verklig körmiljö, där modellen anropar verktyg, skapar mellanresultat och anpassar sig efter återkoppling, och bara erfarenheter som har bekräftats av externa signaler som tester, mätvärden eller källor används. Demonstrationerna på webbplatsen spänner över vetenskapliga experiment som att träna en vädermodell, programvara, dokument, CAD-design och cybersäkerhet. I den tekniska rapporten analyserar teamet också hur människor och AI samarbetade när modellen utvecklades.
Enligt teamet är Preview-versionen konkurrenskraftig med de ledande agentmodellerna på 16 tester och har högst rapporterat resultat på fem av dem. Vikterna släpptes under MIT-licensen på Hugging Face och ModelScope, med ett kontextfönster på 256k tokens, och modellen kan även nås via ett API.
Den 23 oktober 2026 släpptes den officiella versionen Atria Dawn, med 512k tokens kontext och enligt teamet bättre resultat på de flesta tester.
Inte bedömd än. Alla kan ändra.
Inga kommentarer än. Skriv gärna vilket projekt den kan passa i.