一手实测 NeoHorse 1.5:6B 激活专攻干活,有点东西!【附开源 MG Skill】

0 评论 669 浏览 0 收藏 16 分钟

基元律动把 NeoHorse 1.5 丢进真实工作流:180B 总参、每次只激活 6B,靠自家平台攒下的结构化执行轨迹接着训。我拿 mg-studio 这套 Skill 当考题,让它跑分镜、素材合成和渲染自检,看一个 6B 激活的 Agent 模型能干到哪一步。

前两天刚测完阿里的旗舰 Qwen4-Max,「源神」确实一直很稳。而且除了旗舰能打,开源生态也做得很好:光是 Hugging Face 上,基于千问Qwen衍生的开源模型就已经超过20 万个,排全球第一。

底座好,拿去微调的团队就多。

那微调模型一般图啥?常见的是为了更契合自家业务,或者做垂直领域的适配。

这两天我就上手了一个挺有意思的模型,叫NeoHorse-1.5-Flash Preview,来自基元律动(TokenRhythm)。

它基于Qwen3.8-Flash训练,180B 总参、每次激活 6B,目前还在限量内测。拿自己的数据飞轮,直接在真实任务里的执行轨迹做训练,专门练能进工作流干活的 Agent 模型。

Qwen 系列的开源模型还是太强了,期待一下Qwen4的小尺寸模型哈哈哈哈

Image

光聊参数没意思,Agent 模型还是得丢进真实工作流里跑一圈才知道成色。

刚好上一篇发完,评论区好多朋友一直在催更做科普动画的mg-studio Skill,这次我干脆直接拿它当考题:用顶级模型把规则和审美标准写死,再挂上NeoHorse 1.5跑全程执行。

一个 6B 激活的模型是怎么把整套分镜、素材合成和渲染自检顺顺当当跑下来的?mg-studio的开源地址和完整工作流拆解我放在了第三部分。下面先盘一盘基元律动在做什么,以及这模型是怎么训出来的。

01 自我进化:这模型是怎么训出来的

先简单说下基元律动是做什么的。

表面上看,它是个“原厂直联”的多模型聚合平台,一个接口后面接了近 30 款主流模型,平时调 API 不用到处换 Key。

比如 Qwen 4 发布的当天,就入驻基元律动,限时85折,能直接体验~

Image

再往深挖一层,它在跑一个很清晰的正向飞轮:模型好用 → 用的人多 → 真实场景的反馈多 → 下一版模型训得更好。

而且为了更好地做业务适配,他们还顺手做了个开源 Agent 客户端叫OpenSquilla,专门帮大家根据合适的场景去选模型。

里面内置了一套「自动路由」:看你的任务意图自动匹配模型档位,顺着做就沿用原档位省钱,中途卡壳重做再自动往上升档。这样就能避免有些复杂任务小模型接不住,简单杂活直接上大模型又有点杀鸡用牛刀。

(ps. 新模型发布第二天 OpenSquilla 就同步更新了,选模直接跟着十一月模型推荐榜走,客户端也不用重装~)

Image

「多模型平台 + 客户端工具 + 结构化执行轨迹」,这套组合正好用来给NeoHorse-1.5-Flash攒训练数据。

前阵子聊开源项目的时候我跟大家提过RSI(递归自我改进),他们走的就是这条路。

Image

9 月发完第一代NeoHorse-1后,团队直接把上一代模型放回模型池里跑真实任务,靠执行反馈接着训出了这一版 1.5(官方管这轮迭代叫「第二圈」)。跑真活难免会翻车,但恰恰是失败的步骤最有参考价值。

平台让多个前沿模型同解一题做对照,把执行里的三类结构化轨迹筛了出来:

1.路由决策:这活分给了谁、为什么选它;

2.工具调用记录:调了什么工具、怎么调的;

3.环境反馈:成没成、卡在哪一步、怎么修好的。

Image

这些数据轨迹会经过校验和筛选后进入训练池,团队还配套做了三项技术来消化这些数据:

•多模型差分诊断:模型自己找错容易有盲区,直接拿它和多个前沿模型的结果做横向对比,精准找出短板;

Image

•对抗式环境进化:动态升级任务环境和难度,防止模型只会在老题型里打转、训偏科;

Image

•群体智能在线学习:把模型输出跟多模型融合出的更优结果做比对,直接拿差距当学习信号。

Image

他们上一代技术报告里就有数据对比:同样配方下,拿这种真实轨迹训出来的效果,比公开 Agent 数据集平均高了 6.26 分。放到这次的 1.5 版本上,官方对照评测里Agents’ Last Exam 比基座模型高了 9.23 分,NL2Repo 提升 5.92 分,物理科学类任务提升超 20 分,软件工程和 Web 开发也都有明显进步。

02 上手实测:6B 激活能把复杂任务干到什么程度?

我拿NeoHorse 1.5跑了十几个 Case。

自己试了一圈下来,它在前端审美、指令遵循和长程调度上的表现确实稳。拆开交付物细看,它明显更偏向执行,按要求做工程交付时很守规矩。

挑六个完成度还不错的 Case 给大家看看:

1. 雨夜未来街道 & 环形空间站

先看这道雨夜未来街道的三维场景。光效特别有质感,这也是我第一次在 6B 激活的 Flash 级模型上,看到能把《银翼杀手》那种霓虹色散和潮湿地面反光的打光特效还原出来:

NeoHorse 1.5 · 动图

Image

《星际穿越》环形空间站,弯曲地平线和舱内日照光影也很稳:

*NeoHorse 1.5 · 动图*

Image

2. 低多边形牛场

这一个致敬的是牛来,提示词专门要求做成粗糙复古感,越糙越对味。可以看到这里生成的“牛来”特别抽象,确实比较“几边形”了哈哈哈:

NeoHorse 1.5 · 动图

Image

无论在审美把控还是指令遵循程度上,NeoHorse 1.5 都是有点说法的~

3. 涡扇发动机拆解与装配台

不导外部模型,纯代码手搓上千片叶片的涡扇发动机,带模块拆解和装配交互。NeoHorse 做出了54 级共 2,276 片叶片,拉丝金属质感和面板信息密度都很高:

NeoHorse 1.5 · 动图

Image

4. 吹一口气飞进画里

对着麦克风吹气或按键,依次触发起风、回声、星落和拉远收束。NeoHorse 连跑 64 轮自检,把金色路径和蒲公英拉远动效一点点磨顺了:

NeoHorse 1.5 · 动图

Image

另外两个 Case 也就不展开讲了,直接看实录效果:

北极射击:移动、踩痕、瞄准与开火连成一段完整操作。

中世纪图书馆:从机位巡览到抽书、翻页,一本书真能摊开读。

03 开源我的 mg-studio:顶级模型写规则,塞进 Agent 让它跑执行

最后测下来,我个人觉得 NeoHorse 1.5 适合塞进「爱马仕」(Hermes)这类高频常驻 Personal Agent 里做日常调度执行。

浅举个例子,我日常最高配使用的是先让 Codex、Claude 这类顶级模型制作 SOP,譬如打磨一个 Skill,日常干活再切给 Flash 模型执行。

而 NeoHorse 1.5 作为一个 Flash 模型,不但性能比较稳,放进这套流程里也很适合。可以看下面这两支用 NeoHorse 1.5 跑的 MG 视频,效果还可以:

(ps.当然,跟Fable5.2肯定是没法比的,但是这个性价比来算,已经很高了

这个跟它本身的训练有很大关系。

它本来就是拿大量真实的生产实践轨迹(工具调用、环境反馈、报错修复)训练的,所以指令遵循和灵活处理能力都比较强,给它一套长流程,它能按部就班往下推进,中途卡了也会顺着反馈自己修。

这次我也顺手把评论区大家问的mg-studio开源出来。

(第一版还有很多瑕疵,大家有什么建议可以随时提issue~

既然底层有 NeoHorse 1.5 这样能严格遵循规则、按部就班推进的模型兜底,那重点其实就变成了:前面怎么让顶级模型帮你做好顶层思考,把 Skill 的结构搭好?拿mg-studio来说,让顶级模型发散梳理完,提炼出来的通用结构其实就是四点:

Image

1.美术和代码都很重要:画面素材和代码排版动效两边配合着来,把各自的长处用好;

2.每个地方先构思好镜头,再去思考动画:别上来就搞动效,先把每个镜头的静态构图和画面立住,再加运动;

3.具备明确的验收标准和规则:把什么算合格写清楚,让模型每步做完自己按规则检查,不对就回炉改;

4.上升到其他 Skill 和内容体系的顶层设计:跳出单一工具,把“划清能力分工 → 拆解阶段节点 → 建立验收闭环”沉淀成通用的 SOP 架构,横向复用到整个内容工作流和其他 Skill 的设计上。

GitHub开源地址:github.com/isjiamu/MG-Studio

前面用顶级模型把这套顶层结构想透,后面合素材、渲染、跑自检这些吃 Token 的执行活交给NeoHorse 1.5去按部就班跑就完事了。

大家把 Skill 拉进 Agent 挂上就能直接用~

04 结语

最后聊点真实感受。

基元律动他们做的贼有意思的一个点就是:他们基于千问Qwen底座跑通了真实轨迹训练,把 Agent 的指令遵循和工程交付磨得更稳,还顺手把视觉审美这块短板给补上了。

之前测千问系列(包括刚测完的 Qwen 4 和基座 Qwen3.8-Flash)时,代码和长程工程底子没得挑,就是前端直出的审美偶尔稍微逊色一点。

而这次不管是前面《银翼杀手》的霓虹雨夜光影,还是挂上mg-studio跑出来的科普动画,成片质感还是提升了一些。

「源神」之所以是源神,不只是自家旗舰能打,更在于它把便宜大碗的开源底座铺成了行业基建,让各家都能站在高起点上长出自己的本事。

千问把底层生态托起来,基元律动再用自家平台和客户端攒下的真实执行轨迹,把模型往落地干活和交付质感上再推深一步!

想上手尝尝咸淡的朋友,最后整理下官方通道和羊毛(能薅趁早薅):

为了迎接新模型入驻,平台于即日起全面升级Qwen4 Max模型优惠。截止到11月23日,在刊例价85%折扣基础上,再给予30%的消费赠金,将于隔日返还到余额账户!

平台这两天已经同步上了Qwen 4,充值的额度刚好拿去调 Qwen 4 写顶层 Skill,或者尝鲜 NeoHorse-JEV 和 Wan3,日常跑执行的 NeoHorse 四舍五入性价比很高。充值还是买二送一,充个100送150~

最后还是要感谢 Qwen,让国产模型在全领域内,遍地开花!

非常期待Qwen4的小尺寸模型开源,到时候全球的开源生态又将迎来一波春天~

作者:甲木 公众号:甲木未来派

本文由 @甲木未来派 原创发布于人人都是产品经理。未经作者许可,禁止转载

题图来自 unsplash,基于CC0协议

更多精彩内容,请关注人人都是产品经理微信公众号或下载App
海报
评论
评论请登录
  1. 目前还没评论,等你发挥!