Thomson Reuters 推出自己的前沿模型

# Thomson Reuters利用其世界级数据资产推出自有前沿大语言模型 来源：https://www.thomsonreuters.com/en/press-releases/2026/august/thomson-reuters-leverages-its-world-class-data-assets-to-launch-its-own-frontier-model **多伦多，2026年8月24日**——全球内容与技术公司汤森路透（纽交所/多伦多证交所代码：TRI）今日宣布推出Thomson，这是公司首个完全自研的大语言模型。前沿实验室通常耗资数十亿美元用于算力投入，并经历数年基础设施建设才能达到前沿水平。汤森路透另辟蹊径：在强大的开源基础上，投入4000万美元针对关键职业场景训练出兼具人才与算力适配性的智能模型。最终成果是一个完全自主可控的模型，无需承担典型前沿模型高昂的推理成本。 作为全球领先的专业人士可信内容与专业知识提供商之一，汤森路透基于数十年来独有的内容资产、技术积累及行业专长构建Thomson模型——这是其他公司无法复刻的优势。正是依托这些独特资源进行训练，才成就了这款严格遵循**受托级标准**（https://www.thomsonreuters.com/en-us/posts/innovation/thomson-reuters-standard-for-high-stakes-ai/）的模型，且成本远低于行业常规水平。 汤森路透首席技术官Joel Hron表示："多年来，人工智能行业将规模扩张视为解决方案：更大模型、更多算力、更多资金投入。Thomson证明了另一条路径的存在——从坚实基础出发，深度垂直于关键职业领域进行专业化训练，即可构建出高效能、高效率且完全自主可控的智能体系。我们认为这将改变专业人工智能的经济逻辑。" **Thomson的核心差异化特征** Thomson以强大的开源模型为基础，其独特性在于后续的技术突破：融合来自Westlaw、Practical Law、CheckPoint和路透社数十年权威内容的先进中间训练与后训练技术，并在整个训练目标设计到最终评估的全流程中集成数百位领域专家。 汤森路透首席执行官Steve Hasker指出："Thomson证明了基于数十年专属内容和编辑专业能力建构人工智能的可行性。这是汤森路透独有的竞争优势，在结果中得到充分体现：早期评估显示Thomson在多项任务中性能与最新前沿模型持平。我们已在CoCounsel Legal产品中应用该模型，未来将拓展更多功能并提供主权人工智能解决方案。这正是我们持续提升的标准。" 目前该模型仅使用了汤森路透不到10%的内容进行训练，未来的发展并非简单堆砌数据，而是持续探索新的专业化方向与认知维度——这完全得益于数十年专属内容与编辑专业能力的积累。 **人工智能主权及其当前意义** 专业人士正日益关注人工智能主权相关问题：模型如何训练、其内置行为模式与偏见构成、运行位置以及用户隐私保护机制。Thomson标志着汤森路透进入自主回答这些问题的新阶段，而非完全依赖第三方机构。 测试表明，Thomson模型在指令遵循能力（即精准执行复杂多环节专业指令的能力）上较基础模型有显著提升；在导航密集领域特定内容方面——这类内容需要最困难职业任务所需的细微推理能力——性能提升更为突出。此外，该模型能与汤森路透的专属工具（如Westlaw和Practical Law）协同训练，使其在实际应用中更加精妙完善。 这种领域特异性优势挑战了行业普遍假设：最具能力的通用模型只需接入合适内容即可达到专家水平。汤森路透的早期结果表明事实并非如此。专属训练与人类领域专业知识的结合，在坚实基础之上产生的增益，是单纯内容接入无法实现的。 关于Thomson底层基础模型的评估详情，已包含在模型开发技术报告中。 **实测验证** 在正式发布前，汤森路透已开放模型供部分法律与人工智能学者直接评估。未来数周至数月内，我们将继续向外部机构提供模型访问权限，以助力Thomson的进一步验证与发展。汤森路透同步在Hugging Face平台发布Thomson的"轻量版"开源模型，供学术及非商业用途参与验证。 华盛顿大学法学院的Jonathan H. Choi教授表示："我用公司税法课程中学生提出的高难度问题对Thomson、ChatGPT和Claude进行了对比测试。三款模型都正确回答了问题，但我更倾向Thomson的整体响应质量。特别是其提供的论著链接，使回答对法律工作更具透明度和实用性。" 女王大学冲突分析实验室暨康奈尔大学法律人工智能实验室主任Samuel Dahan教授指出："我们的评估发现，即使在测试加拿大就业法相关问题且未设置加拿大特定语境的情况下，Thomson的引用质量总体与领先前沿模型具有可比性。" **信任作为核心差异化要素** 汤森路透正为对信任度与准确性有最高要求的客户开发领域专用人工智能。当行业多年专注于原始能力竞争时，汤森路透押注下一阶段的竞争将在验证层面决胜负。这为实践中的**受托级人工智能标准**（Thomson Reuters为肩负注意义务和问责责任的专业人士设计的人工智能标准）奠定基础——在该标准下，"接近正确"远远不够，且未经明确同意不会使用客户数据训练模型。 **服务于CoCounsel及更广阔场景** Thomson的首个部署场景是CoCounsel Legal中的表格分析模块，这正是高频次结构化文档审查场景——专用模型的优势得以立即凸显。CoCounsel Legal保持多模型架构设计，在Thomson具备最明确优势的环节应用该模型，其他场景则采用领先模型。Thomson将在即将发布的版本中向律师事务所与企业法务部门开放表格分析功能，并计划将Thomson模型扩展至法律与税务产品组合，后续将提供更多主权人工智能解决方案。 Thomson的发布标志着汤森路透新篇章的开启。公司始终拥有专业人士日常依赖的内容、专业工具及知识体系。如今更完成了模型的自主构建。汤森路透不再仅仅是整合全球顶尖的内容、技术与专业知识，更在构建驱动未来专业工作的人工智能引擎。 **汤森路透** 汤森路透（多伦多证交所/纽交所代码：TRI）通过汇聚人们和机构做出正确决策所需的可信内容与技术，指明前行方向。公司服务于法律、税务、审计、会计、合规、政府及媒体领域的专业人士。其产品结合高度专业化软件与洞察，赋能专业人士获取数据、智能与解决方案，以做出明智决策，并协助机构追求正义、真相与透明。路透社作为汤森路透旗下机构，是全球领先的可信新闻与资讯提供商。更多信息请访问thomsonreuters.com。 **媒体联络** Ali Hughes，人工智能与创新传播总监 [[email protected]](mailto:[email protected])