---
title: "瑞士Apertus开源大模型重磅发布：70B参数支持1811种语言，数据合规性引关注"
url: "https://paooo.com/aigc-news/13971/"
author: "Prompt 语宙研究院"
published_at: "2026-06-23T09:12:22+08:00"
updated_at: "2026-06-07T20:20:17+08:00"
categories: "AI 工具, AIGC 资讯"
tags: "Apertus, 多语言LLM, 开源大模型, 数据合规, 瑞士AI"
source: "Prompt 语宙 (https://paooo.com)"
ai_tools_directory: "语宙 AI 导航 (https://ai.paooo.com)"
---

# 瑞士Apertus开源大模型重磅发布：70B参数支持1811种语言，数据合规性引关注

> 来源：[Prompt 语宙 (paooo.com)](https://paooo.com/aigc-news/13971/) · 作者：Prompt 语宙研究院 · 发布时间：2026-06-23

## AI 30 秒核心看点 (TL;DR)

- Apertus是瑞士首个大规模开放多语言大模型，70B/8B双版本覆盖1811种语言。
- 模型公开权重、数据与训练细节，预训练数据强调合规、过滤有害内容并尊重退出意愿。
- 支持本地服务器部署，适合金融、医疗、政务等对数据主权要求高的行业。

> 
                **💡 站外导读：**在全球AI发展被少数几家美国科技巨头主导、数据隐私与合规争议不断的背景下，欧洲正在寻找自己的路径。瑞士顶尖学府EPFL和ETH Zurich联合推出首个大规模开源语言模型Apertus，直接将模型权重、数据和训练细节全部公开。这不仅是技术上的突破，更是对“开放AI”理念的一次重要实践，旨在让开发者和企业能够在自己的服务器上运行模型，完全掌控数据。

            

             
                        

## Apertus是什么

Apertus是瑞士EPFL、ETH Zurich和瑞士国家超级计算中心（CSCS）联合推出的瑞士首个大规模开放、多语言的大型语言模型，有70B和8B两个参数版本，用大规模语言进行训练，其中40%的数据为非英语，包括瑞士德语、罗曼什语等此前在LLM中被低估的语言。Apertus用解码器仅的Transformer架构，基于新的xIELU激活函数和AdEMAMix优化器。模型完全开放，模型权重、数据和训练细节，用户能在自己的服务器上使用，保持数据控制权。

## Apertus的主要功能

- 
**文本生成**：根据用户输入的提示生成连贯、相关的文本。

- 
**多语言支持**：支持超过1811种语言，包括许多此前在LLM中被低估的小语种。

- 
**透明性和开放性**：模型权重、数据和训练细节完全公开，用户能在自己的服务器上使用。

- 
**长上下文处理**：支持长上下文处理，适用于复杂的任务。

## Apertus的技术原理

- **模型架构**：Apertus用仅密集解码器Transformer架构，模型有8B和70B两种规模，分别有32层/32个注意力头和80层/64个注意力头。使用xIELU激活函数、RMSNorm归一化、RoPE位置编码和分组查询注意力机制，提升模型效率和长上下文处理能力。

- **预训练目标**：用Goldfish目标函数，通过随机掩盖部分标记，防止模型学习精确的上下文映射，有效抑制逐字回忆，同时保留下游任务性能。预训练数据完全来自公开可用的来源，尊重内容所有者的退出意愿，避免使用受版权保护、非许可、有毒或包含个人身份信息的内容。

- **预训练数据**：Apertus在超过15万亿个标记的数据上进行预训练，涵盖超过1800种语言。数据来源多样，包括高质量的网络爬取数据、代码数据、数学数据等。通过多种过滤机制，如尊重robots.txt文件中的爬取限制、移除个人身份信息和毒性内容，确保数据的合规性。为提高模型的多语言能力和数据多样性，在预训练数据中分配大量非英语内容。

- **训练过程**：用AdEMAMix优化器和WSD学习率调度进行训练，确保训练的稳定性和效率。通过逐步增加上下文长度，使模型能处理更长的文本序列，支持长达65,536个标记的上下文。

- **后训练（Post-Training）**：通过指令微调和对齐训练，用QRPO算法优化模型的行为，使其在生成文本时更加安全、有用和符合人类价值观。后训练阶段使模型能更好地理解和生成符合指令的文本。

## Apertus的项目地址

- **项目官网**：https://www.swiss-ai.org/apertus

- **HuggingFace模型库**：https://huggingface.co/collections/swiss-ai/apertus-llm-68b699e65415c231ace3b059

- **技术论文**：https://github.com/swiss-ai/apertus-tech-report

## Apertus的应用场景

- **多语言对话系统**：适用构建多语言聊天机器人、客服系统等，为用户提供跨语言的交流和信息获取服务。

- **代码生成与辅助**：根据自然语言描述生成代码片段，帮助开发者快速实现编程任务，提高开发效率，适用于软件开发辅助工具。

- **教育与学习辅助**：生成教育内容、解答学术问题、提供学习建议等，用于在线教育平台、智能辅导系统等教育场景。

- **内容创作**：协助创作文本内容，如撰写文章、故事、新闻报道等，为内容创作者提供灵感和写作辅助。

- **翻译服务**：用在翻译任务，提供文本翻译服务，支持跨语言的信息传播和交流。

                    
            
                

#### 📝 站长洞察 (Editor's Insight)

                Apertus的发布标志着欧洲开源AI生态的一次重要尝试。在OpenAI等闭源模型占据主导的今天，瑞士团队选择将15万亿标记数据和完整的训练流程公开，其数据来源严格遵守robots.txt规则并过滤有害信息，这为AI的合规训练树立了新标杆。特别值得关注的是，模型中40%的非英语数据（包括罗曼什语等小语种），体现了对语言多样性的重视，这在全球AI同质化的趋势下极具价值。长远看，这类完全透明、可本地部署的模型将对金融、医疗、政务等对数据主权要求极高的行业产生深远影响，可能催生基于私有化部署的新商业模式。

## 常见问题解答 (FAQ)

### Apertus开源大模型有什么特点？
Apertus由EPFL、ETH Zurich和CSCS联合推出，提供70B与8B版本，支持超过1811种语言。它将模型权重、数据和训练细节全部公开，强调可本地部署与数据控制权。

### Apertus的数据合规性体现在哪里？
其预训练数据来自公开可用来源，尊重robots.txt限制，过滤个人身份信息、毒性内容及受版权保护或非许可内容，并尽量遵守内容所有者的退出意愿。

### Apertus适合哪些应用场景？
适合多语言对话系统、翻译、代码生成、教育辅助和内容创作等场景。由于支持本地部署且强调数据主权，也适合金融、医疗、政务等高合规行业。

---
探索 2,800+ 全球实用 AI 工具与官方直达入口：[语宙 AI 导航 (https://ai.paooo.com/)](https://ai.paooo.com/)
