Maia Chess团队正式推出Maia 3，这款基于Llama架构的开源国际象棋引擎在2.5亿局人类对局数据上训练，Elo评分达到约1800分，较上一代提升近300分。更重要的是，Maia 3完全免费、开源，支持本地部署，标志着AI棋类引擎向"平民化"迈出关键一步。

从研究项目到开源产品

Maia项目起源于多伦多大学与微软研究院的联合研究，初衷是探索AI如何更好地理解和模拟人类下棋行为。与AlphaZero等追求超人类水平的引擎不同，Maia系列专注于"像人类一样下棋"——预测人类的走法，而非寻找最优解。

Maia 1和Maia 2已在学术界和棋类社区获得广泛关注，被用于研究人类决策模式、棋力评估和教学辅助。此次发布的Maia 3是该项目的重大升级，不仅在棋力上实现跨越式提升，更在可访问性和开放性方面树立新标杆。

技术架构：Llama 3.1加持，多模态扩展

Maia 3基于Meta的Llama 3.1架构构建，采用 decoder-only transformer 设计。相比前代基于GPT-2的架构，Llama 3.1提供了更强的上下文理解能力和计算效率。

训练数据方面，Maia 3使用了2.5亿局来自lichess.org的真实人类对局，涵盖从初学者到大师级别的各个水平段。这种"人类中心"的训练方式使Maia 3能够准确预测不同水平玩家的走法偏好，而非单纯追求引擎评估分数。

值得注意的是，Maia 3已扩展支持多种棋类游戏，包括国际象棋、将棋（Shogi）、围棋（Go）和中国象棋（Xiangqi）。这一多模态能力使其成为通用的棋类AI研究平台。

性能表现：Elo 1800，接近业余高手水平

根据官方测试数据，Maia 3的Elo评分约为1800分，较Maia 2（约1500分）提升近300分。这一水平相当于业余俱乐部中的高手，能够应对大多数休闲玩家的对局需求。

与商业引擎Stockfish、Leela Chess Zero相比，Maia 3在绝对棋力上仍有差距——后者可达3500+ Elo。但Maia 3的优势在于"更像人类"：它不会走出人类难以理解的"神之一手"，而是模拟真实对局中的常见模式和错误，使其成为更具教育意义的陪练对手。

完全开源：Apache 2.0许可证，消费级硬件可运行

Maia 3采用Apache 2.0许可证开源，这意味着开发者可以自由使用、修改和分发，包括商业用途。项目代码、训练数据和模型权重均已发布至GitHub。

在硬件要求方面，Maia 3经过优化可在消费级设备上运行。官方表示，配备现代CPU的普通笔记本电脑即可流畅运行，无需高端GPU。这一特性显著降低了AI棋类引擎的使用门槛，使其能够触达更广泛的用户群体。

应用场景：从教学辅助到研究平台

Maia 3的发布为多个领域带来新机遇。在棋类教学方面，教练和学生可以利用其"人类化"的对局风格进行针对性训练，避免与超强引擎对局时的挫败感。在学术研究方面，开源特性使研究者能够深入分析模型决策过程，探索人类认知与AI行为的关联。

此外，Maia 3的多棋种支持为跨文化棋类研究提供了统一平台，有助于比较不同棋类游戏中的策略思维和决策模式。

行业意义：AI民主化的又一里程碑

Maia 3的发布反映了AI领域的一个重要趋势：从"性能至上"转向"可访问性与实用性并重"。在GPT-4、Claude等大模型持续刷新能力上限的同时，像Maia 3这样的项目证明，针对特定场景优化的开源模型同样具有重要价值。

对于国际象棋社区而言，Maia 3的出现为在线对局平台、教学软件和棋谱分析工具提供了免费且高质量的AI引擎选择，有望推动棋类AI应用的进一步普及。

目前，用户可通过lichess.org/play/maia直接与Maia 3对局，或访问GitHub仓库获取源代码和模型文件进行本地部署。

参考来源：

• https://lichess.org/@/ashtonanderson/blog/introducing-maia-3-free-and-open-source/vCPPRtX3
• shttps://github.com/CSSLab/maia3