一年後:主權 AI 與選擇權之戰
One year later: Sovereign AI and the fight for choice
Cloudflare 今年推出了兩款歐洲開放語言模型 EuroLLM 與 Apertus,並開啟 AI 防禦工作坊,為政府與關鍵基礎設施提供多模型選擇。
- EuroLLM:支援 35 程式語言(含 24 個 EU 官方語言),在 EU 多語言基準上表現優於同規模模型。
文章說明 Cloudflare 如何透過開放模型與多模型防禦,促進 AI 主權與網路安全,對政府與關鍵基礎設施有實際應用價值。
今天是生日週,我們傳統上會把禮物送給網際網路。今年其中兩個禮物來自歐洲:EuroLLM,涵蓋所有 24 種官方 EU 語言,還有 Apertus,瑞士的完全開源模型,訓練於超過 1,500 種語言。兩者均由公立大學與研究機構打造。它們將加入 Workers AI,您今天即可申請存取。
我們亦將推出實作工作坊,協助政府網路機構與關鍵基礎設施營運者建立可與任何模型配合的 AI 防禦。首場工作坊將於十月於新加坡舉行。
今天的公告源自我們一年前提出的論點 一年前,當時國家首都對 AI 存取與主權問題議論紛紛。我們的答案是選擇:自由挑選適合工作的工具,並在需要時切換。
自此以後,這些對話變得更堅定。攻擊者已使用前沿模型發動網路攻擊。部分前沿模型的存取現在取決於你所在位置。限制開源模型的呼聲越來越高。綜合考量後,很容易得出結論:AI 主權是零和博弈——每一個由他國掌控的模型都無法信賴,最安全的做法就是建立防護牆。
我們認為過去一年可以朝另一方向發展。印度、日本與新加坡聚焦於開源模型,亞太地區的人們亦以此為基礎開發工具,服務農村居民、長者病患及照護他們的護士。我們自身的安全團隊打造了能與任何模型配合的 AI 防禦,失去其中一個模型的存取並不代表失去防禦。
協助打造更好的網際網路始終意味著更多選擇,而非更少。這就是我們為何致力於防止 供應商鎖定 的開放標準、為何我們開發的大部分內容起初免費、以及為何我們的 網路 覆蓋超過 335 個城市、125+ 個國家,並在 230 多個國家部署 AI 推論 GPU。 我們不認為任何國家應該依賴單一公司提供 AI,這包括我們自己。
Workers AI 上的兩款歐洲開源模型
二月,Matthew Prince 在新德里舉行的 India AI Impact Summit 2026 上表示,去中心化且實惠的 AI 存取是國家韌性的重要因素。我們幾個月前新增的印度、日本與新加坡模型即為首個證明。該峰會系列將於 2027 年 6 月移至 日內瓦,其使命為「繁榮與進步為所有人」。
EuroLLM 支援 35 種語言,包括所有 24 種官方 EU 語言,其中許多在現有開源模型中服務不足。它由 Horizon Europe、歐洲研究委員會與 EuroHPC 的資助下,由包括 Instituto Superior Técnico、Edinburgh 大學、Instituto de Telecomunicações、巴黎-薩克雷大學、Unbabel、索邦大學、Naver Labs 以及阿姆斯特丹大學在內的聯盟共同開發。它在 MareNostrum 5 超級電腦上進行訓練,根據聯盟的說法,在 EU 多語言基準和機器翻譯上優於同等規模的模型。
您可以在 Workers AI 上 此處 申請存取 EuroLLM。
Apertus (拉丁語「open」之意)是瑞士首個大規模、完全開源、多語言語言模型。它在超過 15 兆個 token、1,500 多種語言上訓練,訓練資料中 40% 來自非英語語言。它由 ETH Zurich、EPFL 與瑞士國家超級電腦中心(CSCS)在 Swiss AI Initiative 的框架下開發:由公共機構打造,為公共利益服務。其架構、權重、訓練資料與方法均已公開。設計時已考慮瑞士與歐洲規範,如 EU AI Act 與 GDPR,意味著尊重訓練退選、移除個人資料並防止記憶化。它在 CSCS 的 Alps 超級電腦(超過 10,000 個 GH200 GPU)上訓練,其開發者表示,在羅曼什語、瑞士德語以及亞洲和非洲低資源語言等稀有與地方語言上,表現顯著優於領先的封閉與開放模型。
您可於 Workers AI 此處申請取得 Apertus 的存取權。
去年人們建構的成果
去年推出的國家模型並未閒置。自從我們將它們納入 Workers AI 後,亞太地區數以百計的學生、創業公司、小型企業及公務員已在其上開發,許多在我們與地方夥伴共同舉辦的 Buildathon 中完成。以下列舉其中三項:
- 政府表單,免閱讀 – Form Mitra(印度):用密集英文撰寫的福利表單,讓許多農村、低識字率及視障市民無法使用。印度德里理工學院(Indian Institute of Technology Delhi)的學生於我們與 CyberPeace 合作舉辦的 Buildathon 中開發了 Form Mitra:一個語音引導助手,能以 22 種印度語言協助使用者完成表單,採用 AI4Bharat's IndicTrans2 模型。
- 以病患自己的方言照護 – MedBridge(新加坡):許多照顧新加坡長者的護士來自東南亞各地,並不講當地方言,致使關鍵臨床資訊在翻譯過程中遺失。MedBridge 以 14 種語言(含福建話與粵語)引導病患進行健康對話。
- 一鍵獲得正確公共服務 – Anshin Concierge(日本):對於長者、殘障人士以及對數位工具不熟悉的人而言,急需時決定該撥打哪項公共服務電話可能令人不知所措。Anshin Concierge 以 Hackathon 原型構建,讓使用者以自己的語言描述問題("my knees hurt"、"a strange screen appeared on my phone"),並以一鍵方式連線至正確的東京都政府支援服務臺,透過電話或網頁。
不依賴單一模型的 AI 防禦
政府希望利用 AI 來保護重要服務與國家基礎設施。能夠大規模發現漏洞的前沿模型,也能為防禦者發現漏洞。但依賴單一模型的防禦,其可靠性僅與您對該模型的存取權相等,而政府亦曾目睹關鍵模型的存取權在缺乏預警的情況下被限制。
我們也遇到同樣的問題,在安全領域我們永遠是自己的第一個客戶。過去一年,我們的安全團隊與公司各部門合作,開始構建不依賴任何單一模型的 AI 防禦。我們打造了一個 harness:一個協調多個 AI 模型並行運作的編排層,用於尋找漏洞、驗證發現並優先處理威脅。我們 公佈了我們的學習成果 介紹如何將 frontier 與開放模型一起使用,將 harness 開源,讓任何組織都可以使用其選擇的模型執行,並闡述了我們用來阻止配備 frontier 模型的攻擊者首次發現漏洞的 分層架構。
因為 harness 可與任何模型(封閉或開放)配合,失去一個供應商的存取權也不會關閉你的防禦。當我們向政府說明此方案時,最常見的反應是安心。隨後便出現實務問題:如何在他們自己的環境、依照自己的規則部署它。簡報很快就變成了對實務訓練的需求。
因此,今天我們推出針對政府網路安全機構與關鍵基礎設施運營商的實務工作坊計畫。參與者將構建自己的 AI 安全 harness 與分層防禦,並離開時瞭解如何將其調整以符合自身組織。這些模組即插即用,設計為能夠嵌入國家 AI 能力培訓與網路韌性計畫。第一場工作坊將於今年十月在新加坡國際網路週於新加坡舉行。
一起來構建吧
這一切並非單獨完成。像印度的 CyberPeace 與日本的 Code for Japan 等合作夥伴協助將開放模型轉化為可用工具。如果你負責國家 AI 計畫、網路機構或關鍵基礎設施,且想要比現在更多選項,請寫信至 policy-team@cloudflare.com。請求存取 EuroLLM 與 Apertus,或從 harness 開始。
一年前,我們說選擇是通往 AI 主權的道路。今年則證明它同樣是通往 AI 安全的道路。
來源:cloudflare blog · blog.cloudflare.com