Zaya1-8B
ZAYA1-8B 是 Zyphra 发布的一个开权重混合专家推理模型，总参数量 8.4B，每次前向传播只激活 760M 个参数，官方把这套做法称为「每激活参数的智能密度最大化」。
2026 年 5 月 6 日以 Apache 2.0 协议发布，在 1,024 块 AMD Instinct MI300X GPU 上完成训练，IBM 参与了合作。这也是第一个在竞争级别上验证 AMD 全栈可行性的推理模型。三个核心创新（压缩卷积注意力 CCA、基于 MLP 的专家路由、可学习残差缩放）让它在 AIME 和 HMMT 数学基准上能和比自己大 10 到 30 倍的模型掰腕子。
像 F1 赛车引擎：激活的汽缸比普通引擎少，每次燃烧的输出全部榨到极限，只为单圈最快，不管长途巡航。
拿 DeepSeek-R1 当基准线比，对熟悉这个参照物的中文开发者来说，基准成绩的含金量不用再解释。这词才发布两个月，目前来看英文深度评测和部署教程还没起来，现在写横评或本地部署指南还有先手机会。
搜索热度
-
萌芽0–7 天
-
初现8–30 天
-
验证中 ← 当前31–90 天
-
上升91–180 天
-
成熟180 天以上
为什么是现在火？
Zyphra 在 2026 年 5 月 6 日发布了 ZAYA1-8B，把自研架构（压缩卷积注意力 CCA、Markovian RSA 推理）和 AMD MI300X 全栈训练结合起来，产出了一个在 AIME 数学基准上能追上甚至超过 DeepSeek-R1 的模型，激活参数不到 1B，是开源推理模型里的效率新基线。
前景
未来 6 个月的信号走势和商业化节奏。
AMD 原生开源推理模型填了个真需求，但能不能跑起来，得看 vLLM 的 fork 依赖什么时候合进主干。
风险 · LM Studio 兼容性问题加上 vLLM 主干合并进度不确定，可能让推广速度停滞好几周。
类比 · DeepSeek-R1 · Mistral-Small · Qwen3
-
现在Apache 2.0，开放下载
权重免费放在 Hugging Face，Apache 2.0 没有商用限制，可以直接集成进产品。
-
3-6 个月工具链成熟，Agent 场景落地
vLLM 主干合并后，托管微调服务、基准优化工具和 AMD 原生推理 API 都能快速跟进。
-
6-12 个月效率层 SaaS 的窗口期
如果 760M 激活参数的 MoE 路线站稳，主打算力效率的 AI 推理服务商就能在价格上压过那些吃 GPU 的竞品。
“Zaya1-8B” 的竞争与机会 Placeholder
Needs at least one tracked query to compute — run enrich-trends or enrich-autocomplete to populate.
“Zaya1-8B” 能做的点子
把这个词做成文章、网站、产品、帖子、邮件、视频或课程，随便挑一张卡片就能开干。
在数学、代码和成本上做三方横评。目前还没有公允的比较文章，先发的能吃下这块搜索流量。
现在跑 ZAYA1-8B 需要 vLLM fork 加 transformers fork，部署是最大卡点。一篇手把手的教程能接住这波主动搜索的需求。
Markovian RSA 是核心差异点，给 ML 从业者写一篇独立解释文章，能精准命中小众高意图搜索词。
ZAYA1-8B 是目前 AMD 可行性最强的论据，这个角度能打到更广的基础设施和 MLOps 受众。
760M 激活参数意味着可以跑在端侧或移动设备上。在开权重这条线，本地运行 AIME 级别数学推理的 App 目前还没人做。
RSA 方法不依赖具体模型，一个能把它套到任何 HuggingFace 模型上、画出性能-算力曲线的工具，对 ML 研究者有实用价值。
数学基准演示天然适合传播，用同一批题目直播跑两个模型，展示效果清晰，有明显的观看吸引力。
过去四年每一个主流 AI 模型都是 Nvidia 训出来的。然后一个 31 人的初创公司用 AMD 硬件跑出了前沿级别的推理结果。
数学基准是真实的。Agent 任务还差得远，部署环境更是一场噩梦。
所有大厂都在冲万亿参数，Zyphra 造了一个能跑在笔记本上、数学比赛能打赢 30 倍大小模型的东西。
大家在搜什么 Placeholder
Long-tail queries to rank for — SERP-verified volumes pending enrichment.
make et-enrich-trends to populate real queries.“Zaya1-8B” 的搜索结果
现在搜索的人会看到的页面：自然结果在上，有人投广告就显示在那。广告多少是实时的商业化信号。
常见问题
什么是 Zaya1-8B？
ZAYA1-8B 是 Zyphra 发布的一个开权重混合专家推理模型，总参数量 8.4B，每次前向传播只激活 760M 个参数，官方把这套做法称为「每激活参数的智能密度最大化」。
Zaya1-8B 为什么现在火？
Zyphra 在 2026 年 5 月 6 日发布了 ZAYA1-8B，把自研架构（压缩卷积注意力 CCA、Markovian RSA 推理）和 AMD MI300X 全栈训练结合起来，产出了一个在 AIME 数学基准上能追上甚至超过 DeepSeek-R1 的模型，激活参数不到 1B，是开源推理模型里的效率新基线。
Zaya1-8B 是什么时候出现的？
约于 2026-05-06 公开出现（截至 2026-07-09 约 64 天前）。EarlyTerms 最早于 2026-05-07 记录到信号。
相关词
同一领域里的其他词：别名、子类、竞品，以及值得接着看的邻近词。
- 竞品 deepseek-v4 DeepSeek V4 是深度求索推出的一系列开放权重混合专家 (MoE) 大模型，把百万 token 上下文带进了前沿级别的性能区间，价格只有闭源模型的一小部分。这系列有两个变体：V4-Pro (1.6T 参数，激活 49B) 和 V4-Flash (284B… →
- 竞品 qwen3 Qwen3 是阿里巴巴推出的第三代开权重基础模型系列，2025 年 4 月 28 日正式发布，采用 Apache 2.0… →
- 相关 mlx MLX 是 Apple 开源的 Apple Silicon 机器学习框架，API 风格和 NumPy、PyTorch 基本一致，但整个 runtime 跑在 Metal 和统一内存架构上，CPU、GPU、Neural Engine 共享同一块内存，张量不需要在它们之间来回拷贝。 →
- 相关 grpo GRPO（Group Relative Policy Optimization）是一种用来教大模型推理的强化学习算法。每道题采样多个回答，用这批回答的平均得分当基准，省掉了 PPO 单独带的 value network。 →
- 属于 ·
- 包含 ·
- 竞品
- 相关 ··
来源
这份报告引用的一手链接，点开任意一条都能自己核对。
- 01 Zyphra — ZAYA1-8B 官方发布公告 zyphra.com ↗
- 02 Hugging Face — ZAYA1-8B 模型卡片 huggingface.co ↗
- 03 PR Newswire — Zyphra 发布 ZAYA1-8B prnewswire.com ↗
- 04 VentureBeat — ZAYA1-8B：超高效开源推理模型 venturebeat.com ↗
- 05 MarkTechPost — Zyphra ZAYA1-8B MoE 分析 marktechpost.com ↗
- 06 Hacker News — ZAYA1-8B 社区讨论 news.ycombinator.com ↗
- 07 IBM Newsroom — IBM 与 AMD 携手 Zyphra 合作 AI 基础设施 newsroom.ibm.com ↗