目錄
Cosine 扛起「主權 AI」大旗,卻面對資源遠勝自己的對手
英國要打造自主前沿 AI 模型的希望,落在一家倫敦新創身上——Cosine,約 30 名員工,至今僅募得 1,500 萬美元。
Cosine 由執行長 Alistair Pullen 與楊力(Yang Li)共同創辦,正在開發 Lumen Sovereign,一個獲政府支持、並與 BAE Systems、PwC、勞埃德銀行集團(Lloyds Banking Group)等企業共同開發的前沿 AI 模型。官方稱其為「英國首個完全自主的前沿 AI 模型」,但也有人質疑,這家公司是否具備實現目標所需的人才、算力與資金。
Cosine 是誰
一家從編碼工具起家的新創
Cosine 成立於 2022 年,由執行長 Alistair Pullen 與楊力共同創辦,是英國少數自建大型模型的新創之一。公司起家的產品是「AI 軟體工程師」——一套能自動接單、開分支、寫程式、測試並送出 pull request 的自主編碼系統,可嵌入 Slack、Jira 等既有工作流;2024 年,這套系統曾在業界基準 SWE-Bench 取得 30.08% 的成績,一度領先 Amazon 與 Cognition。累計募資約 1,500 萬美元的 Cosine,如今把重心押在受政府支持的前沿模型 Lumen Sovereign 上。
創辦人的技術底氣
執行長 Pullen 是全端軟體工程師出身,對 LLM 與 embeddings 有第一手實作經驗;他先前參與的新創 Fancy 曾被 GoPuff 收購。這段實績,正是他口中「我們在這領域確有業績記錄」的底氣。
從「AI 軟體工程師」到主權模型
Cosine 起家的念頭,是 Pullen 判斷 LLM 將徹底改變軟體開發,於是與楊力著手打造他們口中的「AI 軟體工程師」。兩人加入知名孵化器 Y Combinator 後,取得 OpenAI 模型的早期使用權,針對軟體工程任務微調,讓這個構想落地。
一次迫使轉向的挫折
據金融時報報導,轉折出現在規模更大的競爭對手於自主編碼工具站穩領先之後——其中最受矚目的,是 Anthropic 推出的 Claude Code。這讓 Cosine 意識到難以在編碼工具上正面抗衡最大的 AI 實驗室,於是重新調整方向:與其硬拚,不如轉向為金融、國防等高度監管產業打造 AI 系統,這些產業要求 AI 在企業自有伺服器上運行。Pullen 認為,正是這段為受監管產業調整、訓練 LLM 的經驗,替 Lumen Sovereign 奠定了技術地基。「從零打造模型所需的工作,和我們過去做的非常相似,只是規模可能放大了幾個數量級,」他說。
英國少數「從零自建」的玩家
一片幾近空白的版圖
英國目前沒有自己的前沿 LLM,Cosine 是少數嘗試從零打造的公司之一——而這個領域長期由資金雄厚的美國與中國團隊主導。事實上,放眼英國,以獨立新創之姿、從零訓練通用前沿模型的公司屈指可數,Cosine 幾乎是其中唯一,這也凸顯出英國在基礎模型上的空白:相較於美中兩地民間巨頭林立,英國至今沒有一個真正自主的前沿 LLM。
政府用超級電腦撐腰
政府支持的具體形式,是開放 Isambard-AI 超級電腦供其訓練。Isambard-AI 是英國最強的超級電腦,滿載搭載 5,448 顆 NVIDIA GH200 超級晶片,可提供逾 21 ExaFLOP 的 AI 訓練效能,造價約 2.25 億英鎊——比英國其餘超級電腦加總起來還強。Pullen 估計,訓練 Lumen Sovereign 所需的算力約有 8 成來自這台機器,其餘 2 成靠英國民間資料中心補足。這項計畫的時代背景,是各國政府日益重視 AI 主權與對關鍵技術的掌控:英國 6 月宣布向 Cosine 開放 Isambard 幾天後,美國一度禁止外國機構存取 Anthropic 的 Mythos 與 Fable 模型,加深了各界對國家安全與過度依賴海外 AI 供應商的疑慮。
站在開放權重模型的肩膀上
技術路線上,Lumen Sovereign 採用由中國 DeepSeek 帶動風潮的「專家混合」(mixture of experts)架構,設計藍圖參考 Mistral 的 Large 3,但規模約為兩倍、權重從零訓練。值得一提的是,Mistral Large 3 本身是採 Apache 2.0 授權釋出的開放權重模型,用 3,000 顆 NVIDIA H200 從零訓練而成——這也讓 Cosine 有充分依據,把它當成架構參考。與 OpenAI、Anthropic 不同的是,Cosine 不打算自行營運模型,而是把 Lumen Sovereign 交給他人部署,以迴避大規模運行 AI 的高昂成本。
障礙依然巨大
資金、算力、人才三道關卡
門檻並不低,而且幾道關卡環環相扣。首先是資金:相較於法國 Mistral 已募得數十億美元、OpenAI 與 Anthropic 更是天文數字,Cosine 至今僅有 1,500 萬美元;一位熟悉該公司的創投人士直言,技術看來很不錯,但「他們得募到數億英鎊才有一點競爭力,而目前還在很早期的階段」。要體會這道落差,可看一個對照:光是 Mistral Large 3,就動用了 3,000 顆 H200 從零訓練,而 Cosine 要做的是規模約兩倍的模型,量級的差距可想而知。其次是算力,這也是 Pullen 口中最大的瓶頸——Isambard 估計只能提供約 8 成的訓練需求,其餘得靠英國民間資料中心補足。第三是人才:公司至今尚未從全球頂尖實驗室挖到研究員,薪酬又拚不過 OpenAI 與 Anthropic,只能靠「在小團隊打造前沿模型」的號召,去吸引那些在大組織裡「被定型」的工程師。
未來幾個月的時間表
時程上,Cosine 計劃 9 月起與夥伴分享訓練期間的「檢查點」(checkpoints),10 月進行更廣泛的公開發布,並在今年稍晚啟動新一輪募資,為下一階段開發籌資。
一場還看不到答案的豪賭
Pullen 對這些挑戰並不迴避。他說喜歡員工帶著「良性的不服輸」,並告訴他們:「我們能證明自己做得到,絕對能成功。」這股心氣能否兌現成一個真正的主權模型,仍待觀察——對一場以 30 人、1,500 萬美元起步的豪賭而言,答案恐怕還要很久才會揭曉。
參考資料
Jamie John（2026/8/11),Can a 30-person start-up build Britain’s answer to OpenAI?,Financial Times。網址:https://www.ft.com/content/02e29d7f-9e3e-4977-a5d3-ea3f2d9efd10
Cosine 公司頁,Y Combinator。https://www.ycombinator.com/companies/cosine
