陈奕强：大马三大主权LLM崛起：各走专长路线，打造本土AI新生态

当大家谈主权人工智能（AI）时，很多人想到的是外国大厂的模型，其实在马来西亚，已经有三套很有代表性的本土大型语言模型（LLM）在发芽成长：Mesolitica的MaLLaM、杨忠礼集团下YTL AI Labs的ILMU，以及Agmo的Merdeka LLM。它们的共同点，是都主打马来西亚本地数据、本地部署、本地团队；不同的是，各自选择了完全不一样的赛道，所以更多是互补，而不是互相内卷。

第一，是Mesolitica背后的MaLLaM。Mesolitica 是本地专做语言模型的创业公司，MaLLaM 从一开始就不是要变成一个通用英文模型，而是专门为马来西亚语言环境训练的大脑，训练数据里大部分都是马来西亚语境，达到接近九十亿 tokens的规模。

根据多家媒体和AWS的报导，MaLLaM 能理解本地的马来文、马来西亚式英文（Manglish）、混杂语言（Bahasa Rojak），以及多种州属方言和区域语言，总共支援十六种区域语言和本地口音，用意就是让AI真正听得懂本地人的讲法。
更有意思的是，Mesolitica不只是做纯文本模型，还和马来西亚广播与电视台（RTM）合作，把自家的TTS和Voice Cloning 带进广播场景，在RTM场合展示即时变声、合成主播声音等技术，并签署项目协议，探索在公共广播体系里用本地AI语音。

所以Mesolitica的独特之处，在于它从语言和声音两端同时发力，目标是把柔佛、吉打、东马等地的口音和用语全部训练进模型，让AI的语感尽量贴近茶室聊天的真实状态，而不是标准书面语而已。

第二，是YTL AI Labs打造的 ILMU。ILMU的名字来自Intelek Luhur Malaysia Untukmu（为马来西亚人打造的马来西亚智能），是一套由YTL AI Labs主导、在本地开发和营运的多模态大模型，可以处理文字、语音和图像，官方强调百分之百由马来西亚团队打造、训练在本地数据与语料上，并且完整在本地掌控。

ILMU 很快就落地在两个非常接地气的场景。其一是Ryt Bank，也就是YTL集团与Sea合作推出的全AI数码银行。多篇报导都写明，Ryt Bank核心的对话助理Ryt AI，是建立在ILMU之上，为用户提供自然语言的转帐、查帐和理财教育等服务。

其二是车内娱乐和车载助手，YTL AI Labs在发布会上展示了和 ACOTech 合作的in car AI assistant，用ILMU做车机语音交互，帮司机查路线、控制娱乐、说明车况等。

从定位来看，ILMU更像一套AI基础设施：一方面是本地大模型本身，另一方面是背后算力、网络和合作伙伴生态，包括电讯、媒体、银行、汽车等行业一起接入，用统一的本地大模型做底层。

第三，是Agmo集团推出的Merdeka LLM。根据官方网站和公告，Merdeka LLM被定义为 AI Sovereignty as a Service，也就是主权AI即服务，由本地团队开发、托管在马来西亚的数据中心、使用本地数据训练，重点是让政府和企业在本地掌控数据、托管和模型所有权。

和前两者不同的是，Merdeka LLM 一开始就不是要变成一个全能聊天机器人，而是要帮各个行业训练自己的专家型模型。官方介绍里点名的重点领域包括法律、人力资源（HR）、金融等，强调利用马来西亚法律、人力资源和不同行业的数据，微调出专用模型，例如Malaysia Legal LLM、Malays HR LLM，用来做合约审阅、合规检查、政策文件整理等等。

在教育方面，Agmo已经和教育出版社Sasbadi结成联营，公司公告和多家媒体都指出，双方将共同开发马来西亚第一套专注教育领域的大型语言模型，由Sasbadi提供本地课程内容和教育专业，Agmo提供模型设计、训练和部署，模型会围绕国家课程纲要，为学生和老师提供本地化、双语和个性化的学习支持。

在 Agmo的年报和相关报导中，也已经把 Merdeka LLM 描述为以本地教育内容、配合国家课程而开发的马来西亚教育型 LLM，是集团在ESG与教育平等方面的重要布局之一。

各有特色

从这个角度看，Merdeka LLM 的最大特色，不在于它会不会写华丽的作文，而在于它可以在高度敏感的领域，吃进那些不能随便丢到境外云端的大马本地数据，在本地合规环境里训练出真正懂本地法规、制度和教学要求的专用模型。这类数据一般情况下，像ChatGPT、DeepSeek之类的全球通用模型是接触不到的，这就是主权AI的核心价值。

把三者放在一起看，就能看出它们并不是在做一模一样的事情。Mesolitica 更像语言和语音的实验室，专注把马来西亚各州口音、Bahasa Rojak、本地俚语甚至多种区域语言都训练进模型，为所有需要深度理解本地语言的应用打底。

YTL的ILMU则像一间AI电力公司，一边经营和国家主权相关的本地模型和计算基础设施，一边把模型接入银行、车机、媒体等行业，让大众透过银行应用、车载系统等真正用到本地大模型。

Agmo的Merdeka LLM 则是一个专做垂直专家的工厂，透过和法律、人力资源、教育、金融等领域的专家合作，以主权为前提，把行业内部的专业知识和数据转化成一个个领域专用模型，教育领域和Sasbadi的合作就是一个鲜明例子。

主权AI最后不是变成三家互相竞争的一堵墙，而是慢慢长成一个分工明确的生态：有懂本地语言和方言的大脑，有提供全国级基础设施的底座，也有扎进特定行业、吃进敏感数据的专家模型。

在这一点上，MaLLaM、ILMU和Merdeka LLM代表的是三条互相补位的路线，而不是三条互相挤压的战线。