🌍The Next Web (TNW)•最新收集於 55m
Harvey 推出首款自研法律 AI 模型
#legal-ai#proprietary-model#open-weight#model-strategytenetharveytenetkimi k3moonshotopenai
💡Harvey 正從租用通用模型，轉向自有的專業法律 AI。
⚡ 30-Second TL;DR
有什麼變化
Tenet 是 Harvey 首款針對法律工作的專有自研模型。
為什麼重要
Tenet 可能讓 Harvey 更能掌控模型行為、成本與法律領域最佳化。這也凸顯應用型公司正逐步開發專業模型，而非完全依賴通用 AI 供應商。
下一步行動
追蹤 Tenet 的法律領域基準測試，並在取得使用權限後，使用具代表性的合約審查與法律研究工作負載，將其與目前採用的 OpenAI 模型比較。
誰應關注：Enterprise & Security Teams
關鍵要點
- •Tenet 是 Harvey 首款針對法律工作的專有自研模型。
- •該模型以 Moonshot 的開放權重模型 Kimi K3 進行後訓練。
- •Harvey 計畫透過內部部署 Tenet，降低對外部租用 OpenAI 模型的依賴。
- •此次推出代表 Harvey 朝向垂直專業化法律 AI 的策略轉變。
🧠 深度解析
背景與延伸：來自公開資料，非原文內容。引用 10 個來源。
🔑 增強重點摘要
- •Tenet 是 Harvey II 平台更新的核心組件，該更新同時引入了名為「Memory」的新功能，用於學習律師的個人寫作風格與引用標準。
- •Harvey 透過聘請內部律師以及與 Mercor 和 Snorkel 等機構合作，利用合成法律數據與專家標註數據對 Kimi K3 進行了深度後訓練。
- •此舉旨在將 Harvey 的營運成本結構從依賴外部 API 費用的變動成本，轉變為更具可控性的固定成本，以降低對 OpenAI 等投資方的依賴。
- •根據 Harvey 的內部測試，Tenet 在其專有的「法律代理基準測試」（Legal Agent Benchmark, LAB）中，任務完成率較原始的 Kimi K3 模型提升了近一倍。
- •Harvey 目前估值已達 155 億美元，其平台用戶規模超過 14.2 萬名法律專業人士，顯示其在法律科技領域的市場主導地位。
📊 競品分析▸ Show
| 競爭對手 | 特色 | 定價模式 | 基準測試表現 |
|---|---|---|---|
| Harvey (Tenet) | 法律專用後訓練模型，整合 Memory 功能 | 企業訂閱制 | 在 LAB 基準測試中表現優異 |
| OpenAI (GPT-4o) | 通用型強大模型，具備廣泛法律應用 | API 按量計費 | 通用推理能力強，缺乏法律垂直優化 |
| Anthropic (Claude 3.5) | 長文本處理能力強，適合法律文件分析 | API 按量計費 | 法律文件摘要與分析能力領先 |
🛠️ 技術深入
- 基礎架構：採用 Moonshot AI 於 2026 年 7 月發布的開放權重模型 Kimi K3 作為底層基礎。
- 訓練方法：結合合成法律數據與人類專家標註數據進行後訓練（Post-training）。
- 隱私機制：引入 Memory 功能，該功能與全域語言模型訓練隔離，確保客戶機密數據不被用於模型權重更新。
- 整合性：支援跨平台應用，包含 Harvey 原生介面、Microsoft Word 及 Outlook。
🔮 前景展望AI analysis grounded in cited sources
Harvey 將顯著降低其毛利率的波動性。
透過轉向自研模型，公司能將原本支付給 OpenAI 的高額 API 變動成本轉化為內部基礎設施的固定成本。
法律 AI 市場將出現「垂直模型」與「通用模型」的顯著分化。
Harvey 的策略轉變顯示，頂尖法律科技公司正傾向於透過專有數據訓練垂直模型，以在特定領域超越通用大模型的表現。
⏳ 時間線
2026-07
Moonshot AI 發布開放權重模型 Kimi K3。
2026-08
Harvey 推出 Harvey II 平台及首款自研模型 Tenet。
📎 來源 (10)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： The Next Web (TNW) ↗
每週 AI 簡報
每週一封，可隨時退訂。