# 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

- Link: https://paooo.com/aigc-news/13971/
- Published: 2026-06-23T09:12:22+08:00
- Author: Prompt 语宙研究院

⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点

 * Apertus是瑞士首个大规模开放多语言[大模型](https://paooo.com/ai-study/)，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。

阅读目录

 * [Apertus是什么](https://paooo.com/aigc-news/13971/#apertus%e6%98%af%e4%bb%80%e4%b9%88)
 * [Apertus的主要功能](https://paooo.com/aigc-news/13971/#apertus%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [Apertus的技术原理](https://paooo.com/aigc-news/13971/#apertus%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86)
 * [Apertus的项目地址](https://paooo.com/aigc-news/13971/#apertus%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [Apertus的应用场景](https://paooo.com/aigc-news/13971/#apertus%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)
       * [📝 站长洞察 (Editor’s Insight)](https://paooo.com/aigc-news/13971/#%f0%9f%93%9d-%e7%ab%99%e9%95%bf%e6%b4%9e%e5%af%9f-editor8217s-insight)

![Apertus](https://paooo.com/wp-content/uploads/2026/05/Apertus-website-3.avif)

## 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](https://paooo.com/tag/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。

🧭 文中关联 [AI 工具](https://ai.paooo.com/)官网与参数卡（语宙 AI 导航）

**HuggingFace ↗**

HuggingFace：AI模型开发社区，面向大语言模型场景提供便捷实用的在线功能支持，涵盖大
模型等实用方向。

❓ 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。

🔬 语宙深潜追问 · 进阶实操拆解

多语言模型如何处理长尾语言？

核心是数据分层：高资源语言做主训练，长尾语言用迁移学习、合成数据和少样本适配补齐；
同时要做语言识别与路由，避免模型在低资源语种上混淆。

合规公开训练细节有多重要？

非常重要，尤其在政企和公共机构场景。公开数据来源、过滤规则和训练流程，能显著降低
版权与隐私争议，也方便本地复现、审计和二次部署。

🗳️ 读者观点微投票 · 您的实战立场是？

1811种语言模型，真正价值在哪？

🕸️ 语宙向量知识图谱 · 语义强关联深度内链

[🔓 所属权威专题：开源大模型与端侧推理 →](https://paooo.com/topics/open-source-llm/)

 * [SmolLM2 – Hugging Face推出的紧凑型大语言模型](https://paooo.com/aigc-news/25930/)
 * [2023 年 AI 领域的重大发现 [译]](https://paooo.com/ai-study/8472/)
 * [Lingua – Meta推出的轻量级独立代码库](https://paooo.com/aigc-news/26215/)
 * [为忙碌人士准备的大语言模型（LLM）速览 [译]](https://paooo.com/ai-study/7073/)

[🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（
paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示
词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发
者与创作者提供一手、可复现的深度技术洞察。

[📄 Markdown 纯净版](https://paooo.com/aigc-news/13971/?format=md)

💡 这篇内容对您有启发吗？

[📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/)

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
