Sakana AI 是 2023 年在东京成立的日本前沿 AI 创业公司,也是全球少有的不走 “堆算力、堆参数” 路线的 AI 玩家,核心特色就是用进化计算、群体智能这套自然启发思路改造大模型底座,不靠从零训练超大模型,而是把市面上已经有的开源模型像生物演化一样做交叉、变异、筛选重组,自动融合出更强的新模型;创始人阵容含金量很高,包含 Transformer 论文共同作者 Llion Jones、前谷歌 Brain 研究员 David Ha,公司名字 Sakana 日语原意是鱼,对应鱼群群体协同的理念,和 OpenAI、Anthropic 持续训练巨型单一大模型的路线形成明显反差,它的代表作进化模型合并技术、Sakana Fugu 多模型编排器、AI Scientist 自动科研智能体,已经在推理、代码、日文大模型领域跑出不错的效果,在算力成本、本地化日文能力上优势突出,现在已经拿到 B 轮融资,面向日本本土金融、制造企业落地企业 AI 方案。
Sakana AI 选择进化计算做大模型底座的原因
现在主流大模型的模式是持续扩大参数量、投入海量算力预训练,算力成本越来越高,收益边际递减,而且很多开源小模型各有特长,有的擅长数学、有的擅长日文、有的擅长代码,单独用都有短板。Sakana AI 的思路就是借鉴生物进化论,不用从头训练,把这些现成模型当成 “基因”,通过进化算法自动组合、筛选,找到人类很难手动设计出来的融合方案。这套方式算力消耗更低,适合日本算力资源有限的环境,同时可以快速产出适配日语、本土行业需求的专属模型,支撑日本本土自主可控的主权 AI 需求。
核心技术和代表产品清单
- 进化模型合并(Evolutionary Model Merge):核心招牌技术,对多个开源模型做演化重组,自动生成专项能力更强的融合模型,7B 日文模型甚至在部分日文榜单超过 70B 大模型;
- Sakana Fugu 河豚编排器:2026 年 6 月推出,分为 Fugu、Fugu Ultra 版本,它本身不直接回答所有问题,而是作为总指挥,根据任务自动挑选、调度不同模型协作,多模型协同推理;
- AI Scientist:登上《Nature》的自动科研智能体,可以自主完成实验设计、论文撰写、算法迭代;
- Darwin Gödel Machine、ShinkaEvolve:可以让 AI 生成代码、算法并且持续自我进化优化;
- Namazu:主打日语的基础大模型,自带搜索、代码执行能力,面向日本本土用户。
Sakana AI 路线对比表
| 项目 | Sakana AI(进化计算路线) | 传统主流大模型路线 |
|---|---|---|
| 核心思路 | 模型重组、进化筛选,复用已有模型 | 从零大规模预训练,持续放大参数量 |
| 算力消耗 | 低,不需要海量预训练算力 | 极高,需要大规模 GPU 集群 |
| 能力来源 | 多个差异化模型协同融合 | 单一基座模型内部学习 |
| 优势 | 迭代快、成本可控、适配小语种 | 综合能力上限高,通用性强 |
| 短板 | 复杂底层能力上限受原有模型池限制 | 算力成本高、投入周期长 |
| 代表产品 | Fugu 编排器、进化合并模型 | GPT 系列、Claude 系列 |
落地应用方向
- 日本本土企业服务:金融资管、制造业流程 AI,和日本本土券商、工业企业合作;
- 日语本地化 AI:日文对话、日文翻译、公文润色,适配日语敬语体系;
- 科研自动化:AI Scientist 自动推进 AI 科研、算法探索;
- 多智能体编排:Fugu 对外统一 API,客户不用对接一大堆不同模型接口。
整体来看,Sakana AI 不是去做另一个巨型通用大模型,而是开辟了 “模型即基因、进化做融合” 的新范式,进化计算是它整套底座的核心。这条路线不一定会取代传统大模型预训练,但给算力资源有限的国家、企业提供了低成本搭建 AI 能力的新方案,也是当下 AI 领域 “自然启发式 AI” 流派里最受关注的代表。
【常见问题】
问题 1:Sakana AI 作为日本前沿 AI 新星,它的进化计算重塑大模型底座到底是什么意思?
回答 1:Sakana AI 用进化计算重塑大模型底座,就是不从头训练巨型模型,把现有开源模型当作基因,通过交叉、变异、筛选的演化算法自动融合重组,生成新的专项大模型,属于群体智能路线。
问题 2:Sakana AI 依靠进化计算的路线,和 OpenAI 这类公司做大模型的方式有什么不一样?
回答 2:Sakana AI 依靠进化计算,主打复用现有模型、低算力融合;OpenAI 这类主流厂商主要依靠大规模算力投入,从零预训练单一大基座模型,靠参数规模提升能力。
问题 3:Sakana AI 的 Sakana Fugu 产品,和它进化计算的大模型底座有什么关联?
回答 3:Sakana Fugu 是基于 Sakana AI 进化计算、群体智能思路打造的多模型编排器,作为调度总指挥,动态选择不同模型协同完成复杂任务,是这套底座思路的商业化产品。
问题 4:Sakana AI 用进化计算打造的大模型,在哪些场景优势比较明显?
回答 4:Sakana AI 进化计算路线的模型,在日语本地化、企业轻量化 AI 部署、科研自动化、多模型协同调度场景优势明显,算力投入更低,迭代速度更快。
【参考资料】
[2026-11-19](
【网经社 AI 科普】Sakana AI:日本前沿 AI 新星 以 “进化计算” 重塑大模型底座)网经社
[2026-10-28](Sakana AI 公司介绍:进化计算与群体智能)AI Wiki
[2026-06-23](又一大模型发布,号称比肩 Fable 5 和 Mythos)36 氪
[2025-11-17](Sakana AI 宣布 B 轮融资,聚焦可持续高效 AI)Sakana AI 官网博客
【免责声明】
本文为 Sakana AI 科普资讯整理,进化计算技术效果、模型性能、企业落地项目以 Sakana AI 官方论文、技术报告及企业公告为准;进化计算路线属于前沿 AI 研究方向,路线前景存在不确定性,内容仅为 AI 产业科普解读,不构成技术投资、创业选型建议。
