The Pulse

Shanghai AI Lab rilascia il modello agentico Atria Dawn da 753 miliardi di parametri

Atria Dawn Preview dello Shanghai Artificial Intelligence Laboratory è un modello agentico da 753 miliardi di parametri, con licenza MIT, una finestra di contesto da 256K token e opzioni di distribuzione locale.

AI.info Team · Scritto con l’IA · verificato · 2026-09-15

Lo Shanghai Artificial Intelligence Laboratory ha rilasciato Atria Dawn Preview, presentandolo come un modello agentico a pesi aperti progettato per portare avanti attività di ricerca e ingegneria dall’analisi iniziale fino all’esecuzione, alla valutazione e al recupero dagli errori.

Atria Dawn Preview è una versione preliminare di un modello agentico di nuova generazione sviluppato dallo Shanghai Artificial Intelligence Laboratory.

Il sistema è basato su GLM-5.2, un modello fondazionale mixture-of-experts da 744 miliardi di parametri. Il repository indica che il modello rilasciato ha 753 miliardi di parametri e mette a disposizione sia un checkpoint instruct standard sia una versione quantizzata in FP8, con licenza MIT.

Atria Dawn si presenta meno come un chatbot generalista che come un agente capace di affrontare incarichi articolati in più fasi, rispondendo ai feedback dell’ambiente in cui opera. Gli ambiti di applicazione dichiarati comprendono la ricerca e l’esplorazione, lo sviluppo di software e sistemi di machine learning, la produzione di documenti e le attività di cybersicurezza autorizzate.

Atria Dawn punta a flussi di lavoro completi

La scheda del modello suddivide le attività previste per Atria Dawn in quattro aree. L’esplorazione comprende la raccolta e l’organizzazione delle evidenze, la ricerca approfondita e la trasformazione di domande di ricerca in piani sperimentali. La creazione riguarda software, applicazioni interattive, giochi, visualizzazioni di dati e sistemi di machine learning.

La produzione si concentra sulla trasformazione di documenti, dati e requisiti progettuali in rapporti, presentazioni e altri prodotti strutturati. La categoria della cybersicurezza comprende l’analisi della sicurezza, la convalida delle vulnerabilità, le correzioni e la successiva riconvalida in ambienti autorizzati.

Secondo lo Shanghai AI Laboratory, il modello può supportare l’analisi dei problemi, la progettazione di soluzioni, l’uso di strumenti, l’implementazione del codice, l’esecuzione di esperimenti, l’analisi dei risultati e il recupero dagli errori. La sequenza descrive un ciclo completo di attività, anziché un singolo passaggio di generazione della risposta, anche se il repository non stabilisce con quale affidabilità il sistema porti a termine questi flussi di lavoro al di fuori delle valutazioni pubblicate.

Contesto da 256K token e due modalità di distribuzione

Atria Dawn Preview accetta solo input testuali e supporta una finestra di contesto da 256K token. Secondo le istruzioni di distribuzione del repository, il modello è disponibile per la distribuzione locale tramite SGLang versione 0.5.13.post1 o successiva e vLLM versione 0.23.0 o successiva.

Chi lo gestisce in locale può scaricare il checkpoint standard o quello FP8 e collegare il modello ai propri strumenti e ambienti di esecuzione. Il progetto indica anche una modalità di accesso ospitata per gli utenti internazionali e per quelli in Cina, con un endpoint API compatibile con OpenAI documentato per il modello.

La documentazione API pubblicata supporta le richieste Chat Completions, Messages compatibili con Anthropic e Responses compatibili con OpenAI. Gli sviluppatori devono usare l’identificativo del modello Atria-Dawn-Preview; la documentazione avverte inoltre che il modello non accetta immagini, PDF o altri allegati binari come input diretto.

La tabella dei benchmark mostra punti di forza e lacune

La scheda del modello riporta risultati su 16 benchmark che spaziano dall’esplorazione alla programmazione, dall’uso di strumenti alle attività lavorative e alla cybersicurezza. Atria Dawn registra un punteggio di 96,0 su DeepSearchQA, 92,5 su BrowseComp, 86,5 su CyberGym, 77,0 su BFCL v4 e 53,8 su AutomationBench.

I suoi risultati non sono sempre superiori a quelli dei modelli indicati per il confronto. Atria Dawn ottiene 59,6 su SWE-bench Pro, contro 61,4 per GPT 5.6 sol e 74,7 per Claude Opus 5. Su MLE-bench Lite raggiunge 86,2, rispetto a 88,9 per GPT 5.6 sol e 88,0 per Claude Opus 5.

La tabella riporta inoltre 65,0 su Workspace-Bench, 68,2 su Workspace-Bench-Lite, 81,9 su WideSearch e 51,1 su DeepResearch Bench II. I risultati nella tabella sono presentati dagli sviluppatori del modello e la scheda non accompagna i dati con una verifica indipendente o un protocollo di test dettagliato.

Un paper di ricerca amplia la portata del rilascio

Il repository del modello contiene un collegamento al paper «Atria Dawn: The Dawn of Agentic Superintelligence», che descrive l’addestramento attraverso una «Verifiable Experience Pipeline» che collega interazioni mediate da strumenti ad ambienti eseguibili e risultati verificati esternamente.

Secondo l’abstract del paper, il gruppo di ricerca valuta Atria Dawn su 16 benchmark e afferma che il modello ottiene il punteggio più alto riportato in cinque di essi. Il paper esamina inoltre 769 registrazioni di attività svolte da 56 partecipanti e riferisce che questi hanno giudicato circa un terzo delle attività completate con l’assistenza dell’IA irrealizzabile senza l’IA.

Questi risultati ampliano la portata del rilascio oltre il checkpoint del modello. Presentano Atria Dawn come uno studio di come persone e agenti si dividono il lavoro durante la ricerca e lo sviluppo: gli esseri umani mantengono le decisioni finali, mentre gli agenti propongono metodi, attuano revisioni e svolgono parti dell’indagine.

Pesi aperti, infrastrutture impegnative

La licenza MIT consente di modificare e distribuire il modello, ma le sue dimensioni impongono requisiti hardware elevati. Il repository identifica il modello come un checkpoint da 753 miliardi di parametri, mentre il modello fondazionale sottostante è descritto come dotato di 744 miliardi di parametri. Una versione FP8 riduce i requisiti di memoria rispetto al checkpoint standard, ma le istruzioni del progetto presuppongono comunque un’infrastruttura multi-GPU e versioni software realizzate per servire modelli di grandi dimensioni.

Per gli sviluppatori che valutano sistemi agentici, Atria Dawn offre un’alternativa scaricabile a un servizio disponibile solo su infrastruttura ospitata. Il suo valore pratico dipenderà dall’integrazione degli strumenti, dall’affidabilità dell’esecuzione, dai costi operativi e da test indipendenti delle prestazioni dichiarate sui benchmark.

Il rilascio dà allo Shanghai AI Laboratory un grande modello aperto rivolto specificamente al lavoro a livello di progetto: cercare evidenze, scrivere codice, eseguire esperimenti e produrre risultati da consegnare. I dati tecnici immediati sono chiari: il repository offre pesi con licenza MIT, un contesto testuale da 256K token e istruzioni per la distribuzione locale. Spetterà invece agli utenti misurare le prestazioni del modello nei normali ambienti di produzione.