返回首页

Olala mini 7A1B / Olala

x+web 0.94
访问原文

介绍

Olala 是法国云厂商 OVHcloud 在 2026 年 11 月 17 日宣布的首个大语言模型家族,第一个公开成员是 Olala mini 7A1B。官方英文新闻稿标题为 “OVH announces Olala mini 7A1B”,页面日期为 Tue, 11/17/2026 - 12:00,开头写:Roubaix – 17 november 2026 – OVH today announces Olala, its first family of LLMs。新闻稿把这次宣布与 11 月 19 日在巴黎 Carrousel du Louvre 举行的 OVHcloud AI Summit 上的正式发布分开:17 日公布名字与规格,19 日再详述、并计划放出权重。

按官方说明,Olala mini 是从零训练的 MoE 模型:总参数约 70 亿,每层 256 个专家,每次请求约 10 亿激活参数,注意力为 Differential-TPA 与 Mamba-3 的混合结构,精度为 BF16,当前上下文窗口 32,000 tokens。官方声称它能在不少于 8 GB 显存的 GPU 上运行,在 RTX A4500 上约 160 tokens/秒,在普通 CPU、不使用 GPU 时约 50 tokens/秒;这些是官方给出的速度数字,公开材料没有同时给出质量评测分数。

训练使用了欧洲三台公共超算 Jupiter、MeluXina 和 Jean Zay(新闻稿提到配备 GH200、A100 与 H100),官方称公共算力支持约合 700 万欧元机时,并由此组建了 OVH 的 Agentic Lab(OVHai LLM)。新闻稿还写到,法国搜索引擎 Qwant 已把 Olala mini 用在 flash answer 功能上,官方声称回答快 20%、运行成本降到原先所用模型的三分之一。不要把它和其他同名或谐音的个人项目、微调仓库混为一谈。

广告

解释

Olala mini 的产品定位是“可在普通工作站上跑的欧洲自研小模型”,而不是对标旗舰稠密大模型。名字里的 7A1B 按新闻报道和官方规格对应当前这颗模型:7B 总参数、约 1B 激活参数。官方强调只有一部分专家会参与每次请求,因此更快、更省显存;许可证计划为 Apache 2.0,发布包将包括权重、预训练基座、技术报告,以及面向欧盟 AI Act 的合规文档。截至本轮扫描,Hugging Face 上尚未检索到官方 Olala 权重仓库,与“19 日正式发布时再上线”的官方时间表一致。

路线图也写在同一篇新闻稿里:年内预期的 v1.1 会把上下文扩到 128,000 tokens,并改进数学推理;v2.0 计划超过 1000 亿参数,并分出三条专项方向——企业智能体(未来为本地运行的 OVHai Workspace 供电)、云 DevOps,以及攻防两端的网络安全。OVHcloud CEO Octave Klaba 在稿中表示,公司不能只依赖其他实验室继续开源大模型,训练成本在三年里降到原来的约二十分之一,现在可以在把这项工作做成可盈利活动的同时自研 LLM。这些都是官方主张,外界评测仍需等 19 日的权重与技术报告。

本轮扫描窗口内,中文转述帖(例如 LenardReads 在 2026-11-17T14:31:17Z 的帖子)提到 OVH 推出 Olala、Qwant 运行成本降到三分之一,与新闻稿一致;该转述帖互动不高,本词条以官方新闻稿为准。

用法

现在(11 月 17 日宣布当天)公开可用的主要是官方说明,而不是已经可下载的权重。阅读官方新闻稿:OVH announces Olala mini 7A1B。按官方计划,2026 年 11 月 19 日的 OVHcloud AI Summit 上将正式发布,并在 Hugging Face 以 Apache 2.0 提供权重、预训练基座、技术报告和 AI Act 文档。若要试用,应等到官方仓库上线后再从 Hugging Face 下载,不要把搜索到的旧谐音仓库误当成 Olala mini。

官方给出的运行口径是:不少于 8 GB 显存的 GPU,或在普通 CPU 上做较低吞吐的推理;稿中举例为 RTX A4500 约 160 tokens/秒、CPU 约 50 tokens/秒,具体环境要以即将发布的技术报告为准。若关注实际业务效果,新闻稿提到的现成案例是 Qwant 的 flash answer;那是 Qwant 内部替换,不是对外 API 说明。媒体联系邮箱在新闻稿末尾:[email protected]。