El laboratorio de IA de Shanghái libera Atria Dawn Preview, un MoE de 744B bajo MIT

Shanghai AI Lab ha liberado Atria Dawn Preview, un modelo de mezcla de expertos (MoE) de 744.000 millones de parámetros con licencia MIT. Está construido sobre GLM-5.2, trabaja con 256K de contexto y se distribuye con pesos en FP8. La etiqueta Preview no es decorativa: es una versión previa, no el modelo final.

El dato que acompaña al anuncio es la puntuación de 53,8 en AutomationBench, que el laboratorio presenta como líder para agentes de investigación e ingeniería de horizonte largo. Es la cifra del propio laboratorio, no una medición independiente, y no viene con el desglose por tareas ni con la comparación contra los modelos que quedan por detrás en esa tabla.

Qué se sabe y qué no

El formato MoE implica que solo una fracción de los expertos se activa en cada token, así que el coste de inferencia no escala con los 744.000 millones de parámetros totales. Cuántos se activan por token, cuántos expertos hay y cómo están organizados no aparece en el anuncio. Tampoco hay datos de hardware recomendado, latencia ni tamaño real del checkpoint.

Los pesos en FP8 ocupan la mitad que los mismos parámetros en FP16, pero hablamos de un modelo que no entra en una GPU convencional ni de lejos. Quien piense en desplegarlo en local está mirando un nodo multi-GPU, no una estación de trabajo.

Tampoco se ha publicado información sobre los datos de entrenamiento, la tokenización o los idiomas cubiertos. GLM-5.2 aparece como base, sin detalle de qué se ha modificado sobre él para convertirlo en un modelo orientado a agentes.

Lo relevante del anuncio, para quien decide infraestructura, es triple: licencia MIT, sin las cláusulas de uso que arrastran otros pesos abiertos; 256K de contexto, que es lo que necesita un agente que encadena pasos durante horas; y pesos en FP8, el formato que ya se usa en producción para servir modelos grandes sin perder demasiada calidad.

Queda por ver si la puntuación de AutomationBench se sostiene cuando terceros la reproduzcan y si el laboratorio publica una versión final o deja el preview como estado permanente. Con un anuncio de una sola línea, hay más preguntas que respuestas.