欧盟押注 EUROPA 联盟造自己的前沿大模型：400 亿参数、24 种语言、开源
美国和中国卷大模型卷了三年，欧洲终于决定自己下场了。
三个关键信息
欧盟委员会 6 月 19 日宣布，意大利公司 Domyn 领衔的 EUROPA 联盟赢得了「前沿 AI 大挑战」。 这项挑战赛今年 2 月启动，要求参赛方提出一个超过 4000 亿参数的模型方案，原生覆盖欧盟全部 24 种官方语言。EUROPA 从众多竞标者中胜出，将获得 EuroHPC 联合体总算力的 2.5%，在一台或多台 AI 优化超算上进行为期一年的训练。最终模型将以开源方式发布。
技术路线选择了混合专家（MoE）架构。 根据欧盟委员会的公告，EUROPA 计划采用高效的模块化混合专家架构，以在有限算力下实现与全球顶级模型可比的性能。这条路线并不意外——Mistral 和 DeepSeek 已经证明 MoE 是「穷人造大模型」的最佳路径。但 4000 亿参数对 MoE 来说并不算大，真正的难点在于要同时在 24 种语言上达到前沿水平，其中很多是小语种，高质量训练数据极度稀缺。
这是欧盟「数字主权」战略的最新一步。 过去几年，欧盟在 AI 领域一直扮演监管者角色——出台了全球第一部《AI 法案》，但在模型研发上严重依赖美国。EUROPA 项目的目标很明确：在欧洲自己的基础设施上、用欧洲自己的数据和人才，训练一个不受美国公司控制的开源前沿模型，供欧洲企业、研究机构和公共部门使用。
王斗视角
欧盟的问题从来不是缺钱也不是缺人才，是缺速度。2 月发起挑战赛、6 月选出赢家、然后还要一年训练——等这个模型出来，GPT-6 和 Claude 5 可能都已经迭代了两轮。而且 EuroHPC 总算力的 2.5% 听起来很慷慨，但 NVIDIA 给 EUROPA 配的是一个 6000 张 Blackwell 的集群，Meta 训练 Llama 3 用的是 16000 张 H100。这点算力要同时搞定 24 种语言、4000 亿参数，相当于拿一辆面包车去跑 F1。不过话说回来，Mistral 用远少于 OpenAI 的资源做出了 Mixtral，DeepSeek 用 2000 张卡训出了 R1。算力不够，MoE 来凑——如果 EUROPA 真的搞出一个 24 语言的开源利器，光是爱沙尼亚语和马耳他语的原生支持就够让 GPT-5 汗颜了。