前沿语言智能研究中心 · Frontier Language Intelligence Lab | 开放学术资源平台
下载中心 合作申请 联系我们 中文 / EN
FLI

前沿语言智能研究中心 FLI Lab

Frontier Language Intelligence Lab · Since 2019

资源服务热线 工作日 09:00–18:00 (UTC+8)
当前位置:首页>前沿语言智能研究中心>开放资源与下载中心
中心概况 加入我们 >>

前沿语言智能研究中心(FLI Lab)成立于 2019 年,聚焦大语言模型的基础架构、效率重构、 可验证推理与具身世界模型四个核心方向。中心现有全职研究员 46 人、访问学者与联合培养博士生 71 人, 与国内外 12 所高校及 9 家产业实验室保持长期联合研究关系。

中心坚持“可复现、可评测、可验证”的研究准则:所有对外发布的技术报告均附带实验配置与随机种子说明, 所有公开模型均提供完整模型卡与评测脚本,所有数据集均标注采集协议、许可范围与已知偏差。 截至 2026 年 11 月,中心累计开放数据集 34 个、模型权重 21 个、 技术文档 87 份,累计下载量超过 412 万次。

中心的长期判断是:效率的极致化不会自动带来智能的深化,但智能的深化必须建立在可承受的效率之上。 因此我们同时在“把模型做小做快”和“把推理做稳做对”两端投入,并在二者的交叉点上寻找下一代基础架构。

研究版图一览
研究方向 核心问题 在研项目 2026 进展
效率重构混合线性注意力 / 激活稀疏 / 低比特 如何在参数规模继续扩张的同时,让推理成本、长文本吞吐与部署门槛发生数量级下降 7 项 3 项已开源
长上下文与记忆256K 训练 / 符号记忆 / KV 压缩 长周期任务中,模型如何保持跨文件、跨会话、跨工具调用的状态一致性 5 项 2 项已开源
世界模型与具身Next-State Prediction / VLA 语言先验能否高效迁移为物理因果先验,而非从零学习物理 6 项 1 项已开源
神经符号与可验证推理自动形式化 / 求解器协同 形式验证能否成为推理架构的原生组件,而非事后补丁 4 项 2 项已开源
Agent 系统与协议长周期规划 / 工具调用 / 多智能体 在真实工具环境中,Agent 的失败模式如何被系统性度量与修复 5 项 2 项已开源
新型计算基底脉冲 / 量子 / 光子 / 储层 哪一种基底会最先在“每瓦有效推理”上超越数字 Transformer 3 项 1 项已开源
评测与基准长周期基准 / 因果保真度 / 路由诊断 如何设计不被“刷榜”的基准,真实反映模型的推理与泛化能力 4 项 3 项已开源
研究领域详解 相关技术报告 >>
一、效率重构:让万亿参数变得可运行

2026 年最确定的技术主线是“效率”。参数规模本身不再是唯一叙事, 每 token 的有效计算量、长上下文吞吐以及推理硬件的民主化成为真正的竞争维度。 蚂蚁集团开源的 Ring-2.5-1T 给出了一个标志性信号:万亿总参数、63B 激活参数, 在混合线性注意力架构下,32K 以上长文本生成吞吐较上代提升 3 倍以上, 访存规模降低 一个数量级。这意味着智能体时代的长周期任务——跨文件代码理解、 长文档规划、多步工具调用——第一次有了在成本上可持续的基础模型支撑。

Motif 3 则从 MoE 稀疏性方向推进效率边界:314B 总参数、每 token 仅激活 13.2B, 384 个路由专家中选 8 个,配合 Grouped Differential Latent Attention 与窗口感知上下文并行, 支持 256K token 训练长度。稀疏不再是“省一点算力”的妥协, 而成为在相同硬件预算下扩展有效容量的结构性选择。 Qwen4-Max 则在注意力层面同时做两件事:Gated DeltaNet 降低长提示词的硬件开销, QSA 跳过高成本无关片段,任务完成所需 token 最高减少 35%, 编码场景节省幅度达到 49%。

更激进的一步来自量化与数值格式的底层重构。X-Ternary 将 LLM 权重压缩至 2-bit 三值状态 {-1, 0, 1},结合 2:4 结构化稀疏与硬件级动态路由, 将 70B 级模型的内存约束降低约 80%,使其可在单张消费级 GPU 上以近零延迟运行数学推理。 这指向一个明确的未来:确定性推理不必以失去精度为代价。

二、世界模型与具身智能:从“预测词”到“预测状态”

智源研究院在 2026 年趋势报告中做出了一个关键判断:行业共识正从语言模型转向 能理解物理规律的多模态世界模型,核心范式从 Next-Token Prediction 迁移至 Next-State Prediction(NSP)。语言模型可以是智能的入口,但“入口”本身并不等于完整的智能。 英伟达 Cosmos 3、Google DeepMind Genie 系列以及西湖大学提出的概念世界模型, 正在把“可交互世界模拟”从演示推向工程化。

在具身侧,Gemini Robotics 2.5 作为 VLA(视觉—语言—动作)模型,在灵巧操作上已“接近人类水平”; ScaleVLA 则将 VLA 规模推至 552B 参数,LIBERO-PRO 泛化成功率 从较小骨干的 31.3% 提升至 45.1%。但真正的瓶颈不在参数, 而在语言先验向物理因果先验的迁移效率:模型能否把“杯子会掉落”的语言知识, 压缩为对抓取姿态与碰撞响应的可控中间表示。

三、神经符号与可验证推理:让“像牛顿一样思考”成为工程问题

2026 年一个容易被低估但影响深远的方向,是神经符号架构从论文概念走向系统级实现。 姚期智、袁洋团队与杨植麟等人的联合工作展示了一个清晰信号:在特定数学构造任务上, 前沿大模型已经能够超过人类公开最好结果,但“探索”与“证明”之间的鸿沟仍然存在—— 模型可以猜出答案,却不一定能构造出可被形式系统接受的推理链。

X-Ternary 的路径是从数值格式与硬件层面强制因果非结合性,用 2-bit 三值状态与 intensional mathematics 消除传统 GEMM 的关联概率缺陷,使“推理过程与因果历史不可分离”。 另一条路径是自适应神经符号推理框架:LLM 负责自然语言理解与策略生成,形式逻辑求解器负责验证与搜索, 两者通过动态逻辑求解器组合进行协同。NS-Mem 将符号记忆引入多模态 Agent, 在真实多模态推理基准上带来 平均 4.35 个百分点的提升。

四、长上下文、记忆与 Agent 系统

长上下文并不等于长记忆。中心在 2026 年将二者明确拆分为两个独立评测维度: 上下文窗口内的信息利用率,与跨会话的状态持久化能力。 前者依赖注意力与 KV 缓存压缩技术,后者依赖符号记忆、检索策略与写入淘汰机制。 我们在 NS-Mem 基础上构建了长期一致性测试集,发现当会话跨度超过 40 轮后, 纯向量记忆的实体一致性下降明显,而符号记忆 + 实体图结构的组合可将错误率降低约 31%。

在 Agent 侧,长周期任务的失败往往不是单步推理错误,而是错误累积与目标漂移。 中心提出的 LongHorizon-AgentBench 覆盖 18 类真实工具环境、平均任务步长 87 步, 用于度量模型在多步规划中的自纠偏能力。初步结论是:显式的中间状态校验点 比单纯增加模型规模更能提升长周期任务成功率。

五、发散前沿:混合智能与新型计算基底

类脑脉冲语言模型。中科院自动化所瞬悉 2.0 已开源 5B 语言模型与视觉语言模型, 采用双空间稀疏注意力架构;SpikingLM 报告能耗降低 57.9%,同时在 GLUE 上保持有竞争力的表现。 脉冲计算的真正意义不是“模仿大脑”,而是事件驱动推理在边缘侧的常数级计算成本—— 这与 Agent 的持续运行需求天然契合。

量子—语言模型混合工作流。QCR-LLM 将推理聚合重新表述为高阶无约束二值优化问题, 并接入真实量子计算机;QART 架构让 LLM 承担理解与生成,量子模块参与组合优化求解, 再将结果交回模型继续推理。短期内量子优势在 LLM 主路径上并不现实, 但在结构化搜索、约束满足与组合推理子任务上,量子模块可能成为“外部协处理器”。

储层计算与物理基底语言模型。埼玉大学的工作表明,固定循环动力学 + 轻量可训练读出层 可以在语言建模上取得有竞争力的预测性能,且天然适合光子、神经形态等物理硬件实现。 这提出一个根本性问题:如果序列处理系统的大部分不需要训练,LLM 的训练经济学是否需要重写?

异构推理栈(中心长期赌注)。我们认为未来不属于单一计算基底,而属于 异构推理栈:不同子任务路由到脉冲、量子、光子或数字 Transformer, 由语言模型本身充当编排层。效率的极致化不会自动带来智能的深化, 但智能的深化必须建立在可承受的效率之上。

前沿动态与中心新闻 更多动态 >>
  • 2026-11-18中心发布《效率重构:混合线性注意力与激活稀疏的协同设计》技术报告 v1.2,新增 256K 训练长度下的完整吞吐曲线 NEW
  • 2026-11-12FLI-MoE-32B-A5.6 模型权重开放下载,同步发布完整模型卡与路由诊断工具链 HOT
  • 2026-11-05LongHorizon-AgentBench v2.0 正式发布,覆盖 18 类工具环境、平均任务步长 87 步
  • 2026-10-28中心与产业联合实验室完成 2-bit 三值状态推理的第三方复现,内存约束降低约 80%
  • 2026-10-19《从 Next-Token 到 Next-State:语言先验向物理因果的迁移评估框架》白皮书 v1.0 上线
  • 2026-10-08具身智能工作组完成 LIBERO-PRO 泛化评测,VLA 骨干规模与泛化成功率关系数据已公开
  • 2026-09-26可验证推理系统栈技术报告 v0.9 发布,含神经符号架构的延迟—正确性权衡完整实验
  • 2026-09-15符号记忆增强的多模态 Agent 方法在真实推理基准上取得平均 4.35 个百分点提升
  • 2026-09-02脉冲语言模型能耗评测结果公布:在 GLUE 保持竞争力的前提下能耗降低 57.9%
  • 2026-08-21中心开放 EdgeSpike-Corpus-9B 脉冲预训练语料 token 化版本,容量 78 GB 大文件
下载中心 · 开放资源总览
下载须知:本页所有资源仅限学术研究与教学用途,商业使用须另行申请授权。 大文件(> 5 GB)建议使用支持断点续传的下载工具,并优先选择就近镜像节点。 所有资源均提供 SHA-256 校验值,下载完成后请核对完整性。
资源类别 内容说明 数量 总体积 快捷入口
数据集 长周期 Agent 基准、因果数学推理、物理状态对齐、脉冲语料、路由诊断等开放数据集 34 个 1.12 TB 进入数据集区
大模型权重 稀疏 MoE 基线、世界模型桥接模型、脉冲语言模型、2-bit 三值模型等 21 个 486 GB 进入模型区
研究资料 技术报告、白皮书、基准规范、立场论文、演讲幻灯片、复现镜像与视频讲座 87 份 263 GB 进入资料区
数据集下载 · Datasets 返回总览 >>
核心基准与训练语料(共 34 个,以下为常用 12 个)
数据集名称 内容说明 格式 大小 更新时间 下载
LongHorizon-AgentBench v2.0 18 类工具环境 · 平均 87 步任务 长周期 Agent 任务基准,含完整轨迹、工具调用日志与自纠偏标注 JSONL 12.4 GB 2026-11-05 下载 校验
FLI-CausalMath-56K 推理链自动形式化标注 5.6 万道数学构造题,每题附带可被形式系统接受的完整推理链 JSON 8.7 GB 2026-10-30 下载 校验
PhysState-Align-1.2M 语言—物理状态对齐大文件 120 万条“语言描述—物理状态—动作响应”三元组,覆盖 9 类日常操作场景 Parquet 36.0 GB 2026-10-22 下载 镜像
SymbolicTrace-380K 神经符号推理轨迹 38 万条 LLM—求解器协同推理轨迹,含失败案例与回溯路径 JSONL 15.2 GB 2026-10-14 下载 校验
EdgeSpike-Corpus-9B 脉冲模型预训练语料大文件 90 亿 token 的公开语料脉冲编码版本,含事件流时间戳与稀疏索引 Bin 78.0 GB 2026-08-21 下载 镜像
MoE-Router-Diag-2.4M 专家路由诊断 240 万条路由决策记录,含专家负载分布、专业化度量与溢出样本 Parquet 5.1 GB 2026-11-12 下载 校验
LowBit-Fidelity-Bench 低比特推理保真度评测 覆盖 2/3/4-bit 量化配置的推理保真度评测集,含参考答案与形式化验证脚本 JSON 3.3 GB 2026-10-28 下载 校验
MultiEmbodied-Dialog-870K 具身多轮对话大文件 87 万条具身场景多轮对话,含指代消解标注与空间关系标注 JSONL 22.0 GB 2026-09-18 下载 校验
ReasonVerify-Hard-12K 高难可验证推理 1.2 万道高难推理题,全部提供机器可检验的最终证明或反例 JSON 0.9 GB 2026-09-09 下载 校验
TokenEfficiency-Trace-4M token 效率追踪 400 万条任务完成所需的 token 消耗追踪记录,支持效率—正确性联合分析 Parquet 11.6 GB 2026-11-08 下载 校验
LongMem-Consistency-220K 长期记忆一致性 22 万条跨 40 轮以上会话的实体一致性测试样本,含符号记忆与向量记忆对照 JSONL 7.4 GB 2026-10-06 下载 校验
Synthetic-Reliability-Set-6M 合成数据可靠性大文件 600 万条多轮生成的合成数据,附带质量分级标签与污染检测结果 Parquet 28.5 GB 2026-08-30 下载 镜像
共 34 个数据集 · 全部提供 SHA-256 校验 · 许可:CC BY-NC 4.0 / FLI-Research-1.0 1 2 3 下一页
大模型下载 · Model Weights 返回总览 >>
模型使用提示:权重以 safetensors 格式发布,附带完整模型卡、评测脚本与推理示例。 标注“大文件”的模型建议使用分片下载,单片不超过 8 GB。所有模型均要求在使用时引用对应技术报告。
模型名称 架构与用途 参数 格式 大小 许可 下载
FLI-MoE-7B-A2.1 稀疏基线 · 研究复现 64 专家选 4,混合线性注意力,面向研究复现的轻量稀疏语言模型基线 7B / 2.1B safetensors 14.2 GB FLI-Research-1.0 权重 模型卡
FLI-MoE-32B-A5.6 稀疏主力 · 长上下文大文件 256 专家选 8,支持 256K 训练长度,面向长文档与代码理解 32B / 5.6B safetensors 64.0 GB FLI-Research-1.0 权重 模型卡
FLI-WorldBridge-3B 语言→物理状态桥接 语言先验到物理状态预测的桥接模型,用于具身规划与仿真对齐研究 3B safetensors 6.1 GB FLI-Research-1.0 权重 推理代码
FLI-SpikeLM-1.5B 脉冲语言模型 双空间稀疏注意力 + 事件驱动推理,面向边缘侧持续运行场景 1.5B Bin 3.2 GB FLI-Research-1.0 权重 模型卡
FLI-Ternary-70B-Q2 2-bit 三值状态大文件 权重压缩至 {-1,0,1},2:4 结构化稀疏,单卡可运行数学推理 70B safetensors 17.8 GB FLI-Research-1.0 权重 推理内核
FLI-Symbolic-R1-8B 神经符号推理 面向形式化推理链生成的 8B 模型,配套求解器协同调用接口 8B safetensors 16.3 GB FLI-Research-1.0 权重 模型卡
FLI-Embed-Multilingual-560M 多语言向量 覆盖 42 种语言的检索向量模型,面向长文档与代码检索 560M safetensors 1.1 GB Apache-2.0 权重 模型卡
FLI-Router-1.3B 专家路由诊断模型 用于分析 MoE 路由决策与专家专业化度量的辅助模型 1.3B safetensors 2.7 GB FLI-Research-1.0 权重 模型卡
FLI-WorldModel-Eval-2B 世界模型评测代理 自动评估世界模型状态预测一致性的代理模型,支持批量评测流水线 2B safetensors 4.3 GB FLI-Research-1.0 权重 评测脚本
FLI-Agent-Planner-12B 长周期规划大文件 面向 80 步以上任务的长周期规划模型,含中间状态校验点生成能力 12B safetensors 24.6 GB FLI-Research-1.0 权重 模型卡
共 21 个模型 · 均提供模型卡与 SHA-256 校验 · 商业授权请联系 resources@fli-lab.org 1 2 3 下一页
研究资料下载 · Reports & Materials 返回总览 >>
技术报告 / 白皮书 / 立场论文
文档名称 类型 版本 大小 更新时间 下载
FLI-2026-01 · 效率重构:混合线性注意力与激活稀疏的协同设计 技术报告 v1.2 4.8 MB 2026-11-18 PDF
FLI-2026-02 · 从 Next-Token 到 Next-State:语言先验向物理因果的迁移评估框架 白皮书 v1.0 6.2 MB 2026-10-19 PDF
FLI-2026-03 · 可验证推理系统栈:神经符号架构的延迟—正确性权衡 技术报告 v0.9 3.1 MB 2026-09-26 PDF
FLI-2026-04 · Agent 长周期任务基准(LongHorizon-AgentBench)规范 基准规范 v2.0 2.4 MB 2026-11-05 PDF JSON
FLI-2026-05 · 低比特推理下的因果保真度:2-bit 三值状态的逻辑边界 立场论文 v1.0 1.9 MB 2026-08-12 PDF
FLI-2026-06 · 长期记忆一致性:符号记忆与向量记忆的对照研究 技术报告 v1.0 2.8 MB 2026-10-06 PDF
FLI-2026-07 · 异构推理栈:脉冲、量子与储层计算的任务路由初探 预印本 v0.7 2.2 MB 2026-11-09 PDF
FLI-2025-06 · 稀疏 MoE 训练稳定性与专家专业化度量 技术备忘 v1.1 1.2 MB 2026-06-30 PDF
演讲幻灯片 / 年报 / 视频 / 复现镜像
资料名称 类型 格式 大小 更新时间 下载
2026 年度研究报告(年报合集,含全部在研项目摘要) 年报 PDF 18.4 MB 2026-11-01 下载
神经符号系统栈:从自动形式化到求解器协同(会议演讲) 幻灯片 PPTX 46.7 MB 2026-09-26 下载
效率重构系列讲座(共 6 讲,含字幕与讲稿) 视频 MP4 1.2 GB 2026-10-15 下载 讲稿
FLI-MoE-32B-A5.6 完整实验复现镜像 复现包 TAR 9.8 GB 2026-11-12 下载 说明
LongHorizon-AgentBench 评测环境 Docker 镜像 复现包 TAR 6.4 GB 2026-11-05 下载 说明
世界模型状态预测评测工具链(含示例配置) 工具包 ZIP 312 MB 2026-10-22 下载
模型卡与系统卡合集(21 个模型,统一索引) 文档集 ZIP 86 MB 2026-11-12 下载
资源许可与合规说明(数据集 / 模型 / 文档统一许可条款) 说明 PDF 640 KB 2026-07-01 下载
数据中心网络抓包与带宽压测数据集(大文件,供部署参考) 补充数据 PCAP 14.7 GB 2026-08-05 下载 镜像
共 87 份研究资料 · 文档类资源可整包下载 · 视频与镜像类资源建议使用下载工具 1 2 3 下一页
开放合作 · 联合研究 · 招聘

中心长期开放三类合作通道:联合研究项目(面向高校与科研机构,周期 1–3 年)、 资源共建(数据集、基准与工具链的共同维护)、 访问学者与博士后(每年 2 批,分别在 3 月与 9 月入学)。 我们尤其欢迎在效率架构、形式化推理、具身世界模型三个方向有扎实工程或理论积累的申请者。

长期学术与产业合作单位
清华大学
计算机系 · 联合实验室
北京大学
人工智能研究院
中科院自动化所
类脑智能方向
智源研究院
趋势研究合作
浙江大学
形式化验证组
上海交通大学
具身智能中心
产业联合实验室 A
推理硬件与编译
产业联合实验室 B
长上下文系统
联系方式
事项 联系邮箱 说明
资源与下载支持 resources@fli-lab.org 下载失败、校验不一致、镜像节点申请
商业授权 license@fli-lab.org 模型与数据集的商业使用授权、定制化合作
联合研究 collab@fli-lab.org 联合项目申报、资源共建、访问学者申请
学术交流 seminar@fli-lab.org 讲座邀请、论文预印本交流、评测基准共建
快捷下载
  • LongHorizon-AgentBench v2.012.4 GB · JSONL · 2026-11-05 下载
  • FLI-MoE-32B-A5.6 权重64.0 GB · safetensors · 2026-11-12 下载
  • FLI-Ternary-70B-Q2 权重17.8 GB · 2-bit 三值 · 2026-10-28 下载
  • 2026 年度研究报告18.4 MB · PDF · 2026-11-01 下载
  • 效率重构系列讲座(6 讲)1.2 GB · MP4 · 2026-10-15 下载
开放资源统计
开放数据集34 个
开放模型权重21 个
技术文档87 份
资源总体积1.86 TB
累计下载量412 万次
本月新增9 项
镜像节点6 个
大文件下载指引

1. 超过 5 GB 的资源建议使用 aria2 或浏览器下载工具,支持断点续传。

2. 优先选择就近镜像节点,镜像内容与主节点每日同步一次。

3. 下载完成后请使用页面提供的 SHA-256 校验值核对完整性。

4. 若多次失败,请将错误日志发送至 resources@fli-lab.org。

资源更新订阅