摘要： 智利總統 Gabriel Boric 於 2026 年 2 月 10 日發表 Latam-GPT，這是拉丁美洲區域內研發的第一個開源大型語言模型。CENIA 結合 15 國合作網絡，模型以 Meta Llama 3.1 為底、採開源授權釋出。據報投入約 55 萬美元，訓練資料含 260 萬份區域文件，規模仍遠低於前沿實驗室。
Latam-GPT 於 2026 年 2 月 10 日正式亮相，揭幕者是智利總統 Gabriel Boric 本人——這是拉丁美洲頭一個在區域內研發出來的開源大型語言模型。計畫的操盤手是智利國家人工智慧中心 CENIA，由主任 Álvaro Soto 帶領；團隊橫跨 15 個國家、集結逾 200 名協作者，並組成 33 個機構聯盟，阿根廷、巴西、哥倫比亞、厄瓜多、墨西哥、秘魯與烏拉圭等國的大學、基金會、圖書館與政府單位都在陣容之中。經費則由 CENIA 自有資源與拉丁美洲開發銀行 CAF 共同支應。
開發者該把目光放在定位，而不是發表會儀式。Latam-GPT 並非做給一般大眾的聊天機器人，而是一套開放基礎設施：700 億參數的模型以 Meta Llama 3.1 為底，採開源授權釋出，企業與公共機構可免費下載並客製，取得管道是官方網站 latamgpt.org。
以 260 萬份文件打底的模型
讓 Latam-GPT 跟其他模型真正拉開差距的，是餵進模型的資料。投入訓練的區域素材超過 8 TB，由 260 萬份文件構成，遍及 20 個拉丁美洲國家與西班牙；語言方面目前支援西班牙語與葡萄牙語，原住民族語言也已排進團隊的後續計畫。這番工夫對應的是一道長期遭漠視的數據鴻溝：據報導，西語與葡語加總僅占現有大型模型訓練資料約 2–3%，輸出結果自然偏向美國與全球北方的視角。
Soto 講得直白：「無論大型模型多麼強大，都無法涵蓋與我們現實相關的所有面向。」他舉的案例是文化上的盲區——模型預設浮現的歷史人物、慣用語與在地脈絡，多半繞著 George Washington 這類美國符號打轉，而非拉丁美洲使用者真正需要的內容。
主權層次的敘事：餐桌與菜單
發表會上，Boric 把計畫的意義直接推到主權層次：有了 Latam-GPT，該區域得以成為「未來經濟中一個主動且主權自主的參與者」；當天被引用最廣的一句話則是「我們坐在餐桌前——而不是在菜單上」。他另將這項計畫定位為「捍衛我們的身分認同與存在的權利」，此話經 Tech Policy Press 引述流傳。
這套說法在 2026 年聽來格外響亮。前沿模型的能力與定價，如今全握在少數幾家美國與中國實驗室手裡；區域若想走出自己的路，選項不出兩種：推動法規施壓，或是乾脆自建模型。Latam-GPT 挑了後一條路，而且加上了開源——任何政府、媒體或新創，下載之後即可自行微調，無須被迫仰賴特定 API。
帳面真相：只有 55 萬美元
然而翻開帳本，規模落差一目了然。整體投入約 55 萬美元——CENIA 出資約 30 萬、CAF 貢獻約 25 萬——對照美中兩國動輒以數十億美元計的訓練預算，差距超過三個數量級。AWS 承擔了第一版模型的訓練；後續訓練將移師智利北部 Arica 的塔拉帕卡大學（University of Tarapacá）超級電腦——該校投下 1,000 萬美元，建成區域內第一座足以在本地訓練大型模型的超算中心。
應用也開始有了具體輪廓。Soto 點名醫院物流是潛在用途之一；創業家 Roberto Musso 的 Digevo 則打算以它為基礎，開發抓得住區域「俚語、慣用語甚至語速」的客服工具。這一類需求，全球模型向來照顧不到，市場卻真實存在。
放進全球開放權重浪潮來看
看衰的人提出兩道風險。第一道是資源：OpenAI、Google、Anthropic 等業者握有壓倒性的資源，只需花很少的錢、用西班牙語與葡萄牙語資料微調現有模型，就足以抹平 Latam-GPT 的區域優勢。第二道是政治：區域政局不穩，可能危及計畫的長期延續——2009 年 UNASUR 區域光纖計畫的失敗，正是當地最常被提起的前車之鑑。Tech Policy Press 下的結論是：Latam-GPT 的真正價值在於建立區域能力與人才，而不是和全球巨頭正面硬碰。
放進全球開放權重的版圖，這番判斷看得更清楚。中國與美國陣營持續推出開放權重模型，以效能為主要訴求，MiniMax 的 M2.5 開放權重編程模型便是例子；Latam-GPT 走的卻是資料主權這一條路。對產品團隊來說，啟示相當務實：假如你服務的是西語或葡語市場，現在多了一個能完全客製、免付 API 費用的基底模型——它的價值不在於擊敗 GPT，而在於沒有人能把它從你手上搶走。