Naive-N0.5-Flash实测：AI训练AI是真突破还是营销噱头？

近期一个名为 Naive-N0.5-Flash 的开源模型在海外社交平台引发讨论，其宣传的核心卖点是「完全由AI训练出来的模型」。B站UP主坤蒙头对该模型进行了实测解析，得出的结论相当直接：这更像是一次概念包装，而非真正的技术突破。本文结合其实测内容，拆解这款模型的真实成色。

「AI训练AI」的真相：并非新鲜事

该模型最抓眼球的宣传点，就是标榜自己是由AI训练出来的。但从大模型训练的实际情况看，这个说法几乎没有信息量。

据UP主分析，目前约80%的大模型公司都在用AI来驱动AI的训练流程——让模型通过强化学习（RL）的形式自我迭代、自我反馈，再进入下一轮训练，这已经是行业通行做法。不管是国内还是国外的主流开源模型，基本都在做同样的事情。

换句话说，「AI训练AI」并不是 Naive-N0.5-Flash 的独门绝技，而是被包装成卖点的行业常规操作。UP主直言，被这类名词蛊惑没有必要，模型自我迭代早已是常态。

参数规格与性能：纸面数据不算亮眼

从公开信息看，这是一个 309B 参数的 MoE（混合专家）模型，激活参数约 15.5B，原生支持 100 万 token 上下文，且并未采用全注意力机制。推理性能方面，单并发可优化到约 2000 token/s，多并发场景下可达每秒 50 token 以上。

模型定位为擅长代码研发和AI研发，官方的意图是用它来构建下一代模型。在 SWE-bench 1.1 等测试上，官方宣称仅次于部分头部模型，并称在开源模型中表现领先。

但UP主对这些数字持保留态度。以对比对象为例，同类的 flash 型号（约 500B 参数）在 token 生成速度上已能达到二三百 token/s，Naive-N0.5-Flash 的性能优势并不明显。更关键的是，它没有拿真正的强劲对手做全面对比，测试数据的说服力打了折扣。

MoE（Mixture of Experts，混合专家）架构是理解该模型参数数字的关键背景。与传统密集模型不同，MoE 模型拥有大量「专家」子网络，但每次推理时只激活其中一小部分。Naive-N0.5-Flash 总参数 309B，激活参数仅约 15.5B，意味着实际推理时只有约 5% 的参数在工作。这种设计使得推理速度和显存占用接近一个 15B 的小模型，但理论上保留了大模型的知识容量。然而，MoE 的实际效果高度依赖训练数据质量和专家路由设计，激活参数量并不能直接等同于同规模密集模型的能力。SWE-bench 是专门评估模型解决真实 GitHub issue 能力的代码基准测试，1.1 版本相比原版增加了更多高难度任务，是代码能力的重要参考指标之一，但单一基准的成绩容易通过针对性训练数据刷高，缺乏多维度对比时说服力有限。

基于小米MiMo-V2.5的「套壳」质疑

实测中一个重要发现是：Naive-N0.5-Flash 是基于小米的 MiMo-V2.5 模型进行公开训练的。

这一点让「AI造模型」的故事显得更站不住脚。UP主指出，小米自身的最新模型同样是借助AI推理进行迭代的，那么拿一个中国的开源模型再套一层「AI训练」的叙事，然后重新开源出来，本质上并没有创造出新的技术。

从技术栈看，该模型使用的全部是成熟的开源技术，与国内开源模型采用的方案高度重叠，没有造出新的原创技术。因此，所谓「AI自己训练出的模型」，更像是在既有基座上做二次训练后的营销叙事。

小米 MiMo（Mixed Modal）系列是小米技术团队发布的开源推理模型，MiMo-V2.5 是其迭代版本，在代码和数学推理任务上有较强表现，并同样采用了强化学习进行后训练优化。以已有开源模型为基座进行继续预训练或监督微调（SFT）、再结合强化学习迭代，是目前开源社区的常见做法，本身并无技术问题。但这种「在别人的模型上再训练一遍」与「从头构建一个新模型」存在本质区别——前者的知识结构和能力上限在很大程度上已由基座模型决定。当一个项目同时声称「完全由AI训练」又基于第三方开源基座时，两个叙事之间的张力值得格外注意：真正的创新点究竟在哪一层，是基座的选择、训练数据的构造，还是强化学习的奖励设计，需要清晰说明才具有可信度。

部署成本与实际能力：性价比存疑

从落地角度看，这款模型的部署门槛并不低。BF16 权重文件约 618GB，即便官方也放出了基于英伟达 Blackwell 架构的 FP8 格式版本，权重降到约 315GB，能一定程度降低推理成本，但整体部署成本依旧偏高。

能力层面，UP主认为它不如同类的顶尖开源模型，也不支持多模态。综合成本与性能来看，性价比缺乏吸引力。他还提到一个耐人寻味的细节：早上还能打开的可复现工具链，到录制时已被删除，仓库里几乎没剩什么内容，这一操作让模型的「完整开源」承诺打了问号。

值得肯定的一点：完整可复现工具链

尽管整体评价偏负面，UP主也给出了客观的肯定：该模型（在删除前）提供了一个可复现的物理环境和完整工具链。

这一点相比国内多数「只开源权重」的做法更进一步。目前国产开源模型大部分是开放权重，而完整开源可复现的整套工具链，对研究者复现和二次开发更友好。海外已有数家公司在做类似的事情，但不少公司会在开源后删掉整套工具链——Naive-N0.5-Flash 后续删除工具链的行为，恰好也印证了这种反复。

「开源权重」与「完整开源」是当前AI社区频繁讨论的重要区别。前者仅发布模型参数文件，用户可以下载运行，但无法了解训练数据、训练代码、评估流程等完整细节；后者则提供从数据处理到训练脚本、评估框架的全套可复现环境，理论上任何人都能从零复现结果。完整开源对科学可信度和社区二次创新至关重要，但也意味着更高的维护成本和潜在的知识产权顾虑，这正是许多公司在开源后悄然删除工具链的原因。OSI（开源倡议组织）近年也在积极讨论AI开源的定义标准，区分「仅开放权重」和「真正开源」已成为评估一个模型开放程度的重要维度。Naive-N0.5-Flash 先提供后删除的行为，恰好展示了这一领域承诺与实践之间落差的典型案例。

结论：不必被概念蛊惑

综合来看，Naive-N0.5-Flash 更多是一次成功的概念营销，而非真正的技术跃迁。UP主的观点很明确：

• 「AI训练AI」是行业普遍做法，不构成独特优势；
• 模型基于小米 MiMo-V2.5 二次训练，技术全部来自成熟开源方案；
• 性能与部署性价比并不突出，且不支持多模态；
• 唯一亮点是（曾经的）完整可复现工具链。

他同时表达了一个有意思的判断：理论上海外公司在算力（英伟达显卡采购无限制）和已有中国开源模型可参照的双重条件下，本应做出更强的模型。但就目前这款模型而言，在开源领域，国产模型依旧处于领先地位。对于「AI能自己训练出强模型」的叙事，理性看待、不盲目跟风才是更可取的态度。