上海人工智能实验室发布 Atria Dawn 正式版，上下文扩至 512K

上海人工智能实验室在 10 月中旬发布了 Atria Dawn 正式版。此时距离 Atria Dawn Preview 在 9 月中旬亮相大约一个月，正式版仍定位为面向智能体的通用大模型，目标场景是那些需要理解环境、调用工具并完成多步任务的科研与工程工作。

最直观的变化在上下文窗口：正式版从预览版的 256K tokens 提升到 512K tokens。不过实验室同时留下了一个需要留意的细节——项目 GitHub 仓库的模型下载表里，完整模型和 FP8 版本仍写着 256K，开发者最好以托管 API 的实际文档为准。

模型底座没有更换。Atria Dawn 仍建立在 7440 亿参数的 GLM-5.2 混合专家架构上，实验室把它的能力归纳为四类：发现、创造、交付与网络安全。发现对应证据搜集、深度研究，以及把研究问题拆成可执行的实验计划；创造覆盖软件、交互应用、游戏、数据可视化和机器学习系统；交付负责把文档、数据和设计需求转成报告、幻灯片等结构化产物；网络安全则限定在获授权的环境中分析漏洞、验证并复测修复。

与预览版相比，实验室重点强调三项提升：JobBench 从 50.3 升到 57.5，提高 7.2 分；WideSearch 从 81.9 升到 84.6，提高 2.7 分；PaperBench 从 87.0 升到 89.6，提高 2.6 分。

但基准表并非全面上涨。仓库中与官网一致的评测表显示，AutomationBench 为 54.7、SkillsBench 为 67.8、SWE-bench Pro 为 61.7，多数项目的提升幅度小于上面三项；在 BrowseComp 上，预览版的 92.5 反而高于正式版的 91.3。这些数字说明正式版的进步是结构性的，而不是所有能力同步跃升。

可用性方面，Atria Dawn 通过托管 API 提供国际和中国两个端点，仓库里附有 SGLang、vLLM 与 Codex 的配置指南，模型只接受文本输入。代码采用 MIT 许可证，这一点对希望自建智能体栈的团队有实际吸引力。

真正决定它扩散速度的，可能是权重。Hugging Face 和 ModelScope 上，正式版的权重仍标注为“即将发布”，目前只有预览版权重可以下载。也就是说，现阶段所谓的“开源”，更多体现在代码、部署脚手架和架构说明层面，而不是可以直接拿走微调的模型参数。

从预览到正式版只用了一个月，节奏说明上海人工智能实验室正把智能体模型当作主线产品迭代。接下来值得观察两件事：正式版权重何时真正开放，以及 512K 上下文在真实的长文档研究、代码库理解与多步工具调用中，能否兑现基准分数所暗示的稳定性。