浪潮开源源 3.0 Ultra：1515B 参数巨无霸瘦身至 68B 激活，企业级 RAG 与表格理解全面超越 GPT-4o

“大模型的未来不在于无限堆砌参数，而在于如何让每一分算力都产生价值。”

浪潮旗下 YuanLab.ai 团队正式开源 源 3.0 Ultra (Yuan3.0 Ultra)。这是一款从零开始预训练的超大规模多模态模型，其初始参数量高达 1515B (1.5 万亿)，但通过创新的架构设计，最终激活参数量仅为 68.8B。

• 官网：https://yuanlab.ai
• GitHub：https://github.com/Yuan-lab-LLM/Yuan3.0
• Hugging Face：https://huggingface.co/YuanLabAI/Yuan3.0-Ultra
• 魔搭：https://www.modelscope.cn/models/YuanLabAI/Yuan3.0-Ultra

这不仅是一次参数的胜利，更是一场效率的革命。源 3.0 Ultra 在多模态 RAG、复杂表格理解、Text-to-SQL等企业核心场景中，多项基准测试成绩超越 GPT-4o、Claude Opus 4.6 及 Gemini 3.1 Pro，成为驱动下一代企业智能体的强力引擎。

核心技术突破：大模型的“瘦身”与“深思”

源 3.0 Ultra 并未盲目追求推理时的庞大算力，而是通过两项颠覆性技术，实现了训练效率与推理质量的双重优化。

1. 逐层自适应专家剪枝 (LAEP)：让训练效率提升 49%

传统的混合专家 (MoE) 模型在训练后期常面临“专家负载不均”的难题：少数专家累死，多数专家闲置。

• 创新方案：YuanLab 提出了 LAEP 算法。在训练进入稳定阶段后，系统会根据每一层的 Token 分布，动态剪枝低负载专家，并通过贪心策略重排剩余专家，实现完美的负载均衡。
• 惊人效果：
  • 总参数量从 1515B 缩减至 1010B (减少 33%)。
  • 预训练效率提升 49%。
  • 最终推理时，激活参数量仅需 68.8B，使得如此庞大的模型也能在相对合理的算力成本下部署。

2. 反思抑制奖励机制 (RIRM)：拒绝无效“过度思考”

在强化学习阶段，模型往往容易陷入“为了思考而思考”的陷阱，生成大量冗余步骤。

• 创新方案：基于 快速思考强化学习 (RAPO) 范式，引入 RIRM 机制。
  • 答对了？ 反思步骤越少，奖励越高（鼓励直觉与高效）。
  • 答错了？ 反思步骤越多，惩罚越重（避免无效试错）。
• 实测数据：
  • 训练准确率提升 16.33%。
  • 输出 Token 长度减少 14.38%。
  • 真正实现了“该快则快，该慢则慢”的智能节奏。

🏆 企业级场景：全面领跑的硬实力

源 3.0 Ultra 专为解决企业复杂任务而生，在五大核心基准测试中展现了统治级表现。

1. 多模态 RAG：文档理解的绝对王者 (DocMatix 🏆)

面对包含文本、表格、图像的复杂多页文档，源 3.0 Ultra 展现了惊人的信息提取与关联能力。

• 得分：67.4%
• 对比：远超 GPT-4o (56.8%)、Claude Opus 4.6 (46.2%) 及 o3 (45.6%)。
• 意义：无论是财报分析还是技术手册检索，它都能精准定位关键信息，是企业知识库的完美大脑。

2. 文本 RAG：长短期记忆的全能选手 (ChatRAG 🏆)

在涵盖长上下文、短对话及结构化检索的 10 项任务中，源 3.0 Ultra 在 9 项排名第一。

• 平均准确率：68.2% (领先第二名 Kimi K2.5 近 15 个百分点)。
• 亮点：在 CoQA (94.6%) 和 SQA (91.0%) 等高难度对话与结构化检索任务中表现近乎完美。

3. 复杂表格理解：数据分析的行家 (MMTab)

处理财务报告、审批表单等结构化数据是许多模型的弱项，但源 3.0 Ultra 对此游刃有余。

• 平均准确率：62.3%
• 对比：超越 Claude Opus 4.6 (39.8%) 和 Gemini 3.1 Pro (45.1%)，仅在个别单项上略逊于 Kimi K2.5，但综合均衡性更强。
• 能力：轻松应对跨行跨列计算、事实核查及长上下文表格推理。

4. 高质量摘要生成：信息压缩的艺术 (SummEval 🏆)

作为 Agent 的历史记忆压缩模块，摘要的忠实度与简洁性至关重要。

• 平均准确率：62.8%
• 优势：在 ROUGE-1 (59.1) 和 BERTScore (91.1) 上大幅领先，确保信息不丢失、语义不扭曲。

5. 工具调用与 Text-to-SQL：智能体的手脚

• 工具调用 (BFCL V3)：平均分 67.8%，尤其在无关调用拒绝能力上高达 86.0%，有效防止 Agent 乱调 API。
• Text-to-SQL：在 Spider 1.0 基准上取得 83.9% 的高分，超越 Qwen3.5 和 DeepSeek-V3.2，让自然语言查库更加精准可靠。

📊 性能对比一览

(注：部分模型未公开所有基准数据，“-”表示暂无公开数据)

💾 模型下载与部署

源 3.0 Ultra 现已完全开源，支持多种精度格式，方便不同算力需求的用户部署。

• 架构特点：103 层 Transformer，集成 SigLIP 类视觉编码器，支持原生多模态输入。
• 适用场景：企业私有知识库、复杂数据分析 Agent、自动化办公流、科研文献解读。