OVHcloud 官宣首个自研 LLM 家族 Olala:Olala mini 7A1B 将开源上架 Hugging Face,已在 Qwant 投产
2026 年 11 月 17 日,法国云服务商 OVHcloud 发布官方公告,宣布推出公司首个大语言模型(LLM)家族 Olala,首发型号为 Olala mini 7A1B。创始人兼 CEO Octave Klaba 于当天 06:12(UTC)在 X 上的法语帖文发布了同一消息,并附上这份新闻稿的链接。按公告,Olala mini 7A1B 总参数 7B(70 亿),每 token(词元)只激活 1B(10 亿),每层布置 256 个专家,采用结合 Differential-TPA 与 Mamba-3 的混合注意力,以 BF16(bfloat16,16 位浮点格式)训练,上下文窗口目前为 32,000 tokens。OVHcloud 称,模型最低可在 8 GB 显存的 GPU 上运行,在 RTX A4500 上达到每秒 160 个 token,不用 GPU、纯 CPU 运行也有每秒 50 个 token。
公告称,Olala mini 计划在 Hugging Face(开源模型托管平台)上以 Apache 2.0 许可证开源,随附模型权重、预训练基础模型(base model)、技术报告和 EU AI Act(欧盟《人工智能法案》)合规文档;训练动用了 Jupiter、MeluXina、Jean Zay 三台欧洲公共超算,折合约 700 万欧元的算力。OVHcloud 还称,搜索引擎 Qwant 已把模型投入生产环境,用于其「快答」(réponse flash)功能:答案快 20%,运行成本降至此前所用模型的三分之一。正式发布安排在 11 月 19 日的 OVHcloud AI Summit。技术媒体 ActuIA 当日发表分析称,这份公告给出的是“一个显存数字、两个速度和一个客户”,没有给出任何质量评测分数——上述性能与成本数字均为 OVHcloud 自述口径,公告未附任何评测结果。
只激活部分专家的架构,和对不上的显存账
Olala mini 是一个混合专家(MoE,mixture-of-experts)模型:每层有 256 个专门化的子网络,路由模块只为每段文本激活其中一部分,7B 总参数里因此只有 1B 参与每次运算,这也是官方所称低显存占用与高速度的来源。注意力部分是混合式的,按 ActuIA 对公告的解读:Differential-TPA 负责压缩、过滤经典注意力,Mamba-3 则把文本当作流来读取,只保留固定大小的摘要。OVHcloud 的公告本身只有一句概括:“每次请求只动用模型的一小部分,因此更快、更省内存。”
ActuIA 随即算了一笔账:BF16 格式下每个参数占 2 字节,70 亿参数的权重合计约 14 GB,几乎是官方所称 8 GB 最低显存的两倍——压缩版模型或专家的部分加载都能解释这个差距,但公告没有给出答案。每秒 160 个 token 的测试卡 RTX A4500 实际配备 20 GB 显存,并非 8 GB;跑出每秒 50 个 token 的“简单处理器”连型号都没有公布。这些数字没有一个衡量答案质量。ActuIA 的结论是:没有分数,Olala mini 就无法与 Mistral 的 Ministral、Google 的 Gemma 或阿里巴巴的 Qwen 等同级开源小模型放在一起比较。
公告唯一点名的投产客户 Qwant,多数股份由两位 Klaba 持有
官方公告列出的唯一投产案例是 Qwant:模型已用于搜索结果顶部的「快答」摘要功能。被替换的旧模型是哪一个,公告没有说明。
ActuIA 提醒了一个背景:Qwant 隶属于 Synfonium,后者的股份 75% 由 Octave 和 Miroslaw Klaba 持有、25% 由法国国家存款与信托银行(Caisse des Dépôts)持有。这份投产成绩因此来自集团内部,属于内部反馈,而非第三方客户的独立验证。
训练用了欧洲公共超算,架构来自收购的 Dragon LLM
训练用的三台超算分别位于德国(Jupiter)、卢森堡(MeluXina)和法国(Jean Zay),配备 GH200、A100 和 H100 GPU。OVHcloud 在公告中向公共部门致谢,并称这笔公共算力支持“造就了一支出色的 AI 团队”,还催生了公司的 agentic(智能体)实验室 OVHai LLM。ActuIA 补充了两点:OVHcloud 没有说明这些算力额度通过哪项计划获得;这家上一财年营收 11.45 亿欧元的集团,并没有独自承担这次训练的费用。
模型架构也不是在 OVHcloud 总部所在地鲁拜(Roubaix)写出来的。ActuIA 指出,它来自 Dragon LLM——前身是 2011 年成立、以金融翻译起家的巴黎公司 Lingua Custodia。OVHcloud 官方博客的时间线显示,2026 年 3 月 25 日,OVHcloud 在成立 AI Lab 的同时官宣收购 Dragon LLM,后者此后更名为 OVHai LLM。Dragon LLM 曾在 2024 年 6 月赢得欧盟委员会的 Large AI Grand Challenge 大赛,获得 Leonardo 与 Jupiter 上共 320 万小时的算力(ActuIA 援引 Silicon.fr 的报道);当时的大赛要求 30B 以上参数的模型,而 Dragon LLM 在 2025 年 10 月拿出的验证模型只有 3.6B 参数,同样没有基准成绩。另据 ActuIA 援引法新社(AFP)的数字,OVHcloud 目前从事 AI 的员工不到 100 人,分布在巴黎的三个实验室;作为参照,Mistral 的员工超过 1000 人。Klaba 对 AFP 表示,他想证明欧洲“在人工智能的每一层都有一席之地”。
权重定于 19 日上线,合规文档要按 AI Act 披露训练内容
ActuIA 称,权重定于 11 月 19 日(周四)上线 Hugging Face。公告承诺随附的合规文档有具体所指:ActuIA 指出,自 2025 年 8 月 2 日起,AI Act 要求所有通用 AI 模型的提供方——即便是开源模型——具备版权政策,并公开训练内容的摘要。这份承诺的文档将回答 Olala 到底从什么数据学来。
正式发布的地点是巴黎卢浮宫卡鲁塞尔厅(Carrousel du Louvre)。官方博客称,届时将有超过 2000 名参会者,Klaba 与首席产品及技术官 Yaniv Fdida 将在上午 10 点至 12 点的主题演讲中讲解公司的 AI 战略与产品发布。
年底扩到 128k 上下文,v2.0 目标千亿参数
路线图上,v1.1 预计年底前发布,把上下文窗口扩到 128,000 tokens,并改进数学推理表现。v2.0 的参数将超过 1000 亿,ActuIA 指出这一版没有公布日期,计划沿三个方向做专门化模型:企业 agentic 应用——Olala 将驱动 OVHai Workspace,其加密版本要求模型能直接在办公终端上本地运行;云 DevOps(开发运维)——面向开发者、架构师和保障服务 24 小时连续运转的运维团队;网络安全——覆盖防御与进攻两端。
Klaba 在公告中解释了为什么要自己做模型:“AI 对 OVH 是战略性的。除了向客户提供 AI 服务,我们还必须有能力为自己和客户的需求打造模型。未来几年,不能只指望某些实验室继续慷慨地开源共享它们的 LLM。模型训练的专有技术已经大幅普及,训练成本在 3 年里降到了原来的二十分之一。现在,一边打造 LLM 一边让这项业务盈利,已经成为可能。”
对 19 日的正式发布,ActuIA 列出三件要核对的事:技术报告中的公开评测分数、在真正的 8 GB 显卡上实测权重加载、以及训练数据的公开说明。它的结语是:“7A1B 说明了有多少参数在工作。技术报告则必须说明它们能做什么。”