Project Tapestry markerar första milstolpen och utökar AI-samarbetet med Vietnam och Indien

AI Alliance annonserade den 30 september 2026, under veckan för FN:s generalförsamling i New York, att Project Tapestry hade slutfört sin första tekniska milstolpe och utökat suveräna AI-samarbeten med Vietnam och Indien.

Project Tapestry bygger ett öppet, globalt konsortium där nationer och institutioner samarbetar kring grundmodeller samtidigt som de behåller kontrollen över sina data, suveräna modeller och distributioner. Enligt arkitekturen som beskrivs på projektsidan behåller partnernoder känslig data lokalt, använder den för att beräkna viktuppdateringar och delar endast de resulterande modellvikterna; varje partner kan skapa ett helt eget suveränt derivat från den delade basmodellen. Sidan listar Yann LeCun som projektets chefsforskare och beskriver AI Alliance som en ideell AI-forsknings- och öppen källkodsteknologikoalition med mer än 200 medlemsorganisationer.

Vietnam bekräftar avsikt att samarbeta kring suverän modell

Under veckan för generalförsamlingen möttes ledarna för AI Alliance och Project Tapestry i New York med Vietnams generalsekreterare och president Tô Lâm samt seniora regeringsministrar. Diskussionerna bekräftade en avsikt att samarbeta kring en suverän AI-modell som är i linje med Vietnams nationella AI‑strategi och prioriteringar, inklusive vietnamesiska språket, kulturen, kunskapen och nationella användningsfall. Vietnam har deltagit i Project Tapestry sedan de tidiga faserna, och alliansen beskrev det utökade samarbetet som ett steg mot att omvandla konsortiemodellen till nationell skala för suverän AI‑utveckling.

”Project Tapestry ger Viet Nam en möjlighet att omvandla internationellt samarbete till varaktig nationell kapacitet – att utveckla AI som förstår vårt språk, vår kultur, vår kunskap och våra prioriteringar, samtidigt som vi bygger ingenjörer och institutioner för att driva, anpassa och vidareutveckla teknologin,” sade ambassadör Hoang Anh Tuan, generalkonsul för Viet Nam i San Francisco.

Christopher Nguyen, huvudarkitekt för Project Tapestry, sade att Tô Lâm:s stöd för riktningen underströk projektets bredare vision och pekade på parallellt arbete i Viet Nam, Indien, Japan och Bhutan.

Indiens briefing föregår workshop i Mumbai

Generalkonsul Binaya Srikanta Pradhan tog emot ledarna för Project Tapestry på Indiens generalkonsulat i New York under veckan. Ganesh Ramakrishnan, grundare och chef för BharatGen, Ritwik Banerjee från Stony Brook University och Kaushik Bhatta, partner och chef på AI Alliance, informerade generalkonsulen om konsortiumdriven AI‑utveckling, Tapestrys metod och Stony Brook:s senaste tillslutning till konsortiet. Pradhan sade att AI byggd för Indiens språk och kulturer bevarar handlingsfrihet.

Indien har varit en tidig bidragsgivare till projektet. BharatGen, landets statligt stödjade, öppna källkodsstapel för grundmodeller, genomförde ett av milstolpens två proof of concept under ledning av Dr. Maneesh Singh, vice VD för maskininlärning, i samarbete med Monash University över Indien och Australien samtidigt som varje institutions data förblev i sitt hemland. Gates Foundation utnämnde Ramakrishnan till Goalkeepers Champion 2026 under samma vecka, i erkännande av hans ledarskap för BharatGen. BharatGen kommer att vara värd för en Project Tapestry‑workshop i Mumbai den 15 oktober 2026 för att planera nästa fas av Indiens deltagande.

Resultat från Milestone Zero

Alliansen slutförde Milestone Zero den 1 september 2026 och publicerade resultaten den 10 september 2026. Två proof of concept tränade eller finjusterade modeller över fyra platser i Indien, Australien och två AWS‑regioner, och åtta ytterligare bidrag kom in via projektets öppna bidragsprocess.

I det första proof of concept finjusterade det gemensamma teamet från BharatGen och Monash University OLMo 2 7B‑modellen lokalt på varje nod med hjälp av separata partitioner av CultureInstruct‑datamängden, och periodiskt sammanslog komprimerade LoRA‑vikt‑deltat medan ingen finjusteringsdata utbyttes. Kulturell anpassning mättes med GlobalOpinionQA‑utvärderingen med Jensen‑Shannon‑distans över sju rundor. Resultaten identifierar runda 3 som den bästa kontrollpunkten på den lika två‑region‑metriska skalan och varnar för att de preliminära resultaten inte bör tolkas som bevis på att federationen försämrade prestandan.

Det andra proof of concept genomförde fortsatt förträning av OLMo 3 7B via det federerade ramverket Flower över platser i Sydney och Virginia, koordinerat från Ohio. Enligt resultaten tränades på 12 miljarder token över konsortiet med åtta NVIDIA H100‑GPU:er per plats, upprätthöll cirka 44 400 token per sekund på varje plats och slutförde två rundor med en oberoende verifierad slutkontrollpunkt, trots en uppmätt rundresponstid på 186 ms och en bandbredd på ungefär 0,53 Gbit/s på Ohio–Sydney‑rutten. Den partitionerade Dolma 3‑träningsdatan lämnade aldrig platserna.

En separat studie använde LoRA-fintuning på Llama-3.2-3B-Instruct-modellen och mätte dess avstånd till Vietnams position på Inglehart‑Welzel‑kulturkartan, från 2,46 till 1,35, vilket teamet beskriver som 45 % närmare, medan full MMLU gick från 63,2 % till 62,4 %, en förändring som rapporterades som statistiskt icke‑signifikant. Ett förregistrerat valideringsramverk som bidrog genom den öppna processen fann att sådana skiftningar påverkade svarsbeteende i enkäter mer än öppet svarsbeteende. Milstolpen levererade också version 0.1‑krav för projektets strategi för datastyrning och -hantering, med arbetsgrupper organiserade för båda områdena.

Milstolpe Ett och färdplanen 2026–2027

Tapestry‑bidragsgivare presenterade en artikel, “Sovereignty Through Interdependence: Epistemic Agency, Intelligent Action, and Federated AI,” på det första workshoppen om suverän AI för samarbets‑ och pluralistiska AI‑ekosystem, som var samlokaliserad med ACM HCOMP 2026 i Washington, D.C.

”Vår första milstolpe och de växande globala samarbetena visar att Tapestry går från arkitektur till fungerande teknik,” sade Anthony Annunziata, medgrundare och styrelsesordförande för AI Alliance.

Milstolpe Ett pågår från september till november 2026 och omfattar konsortieträning, kulturell anpassning samt datastyrning och -hantering, med OpenMined, Common Crawl och GSMA som deltar i arbetet. Den publicerade färdplanen listar Fas 1, en första version av konsortiets träningsplattform, som aktiv nu; en första basmodell är målsatt till slutet av 2026, tidig utrullning för första halvan av 2027, och ett frontier‑scale‑initiativ för sommaren 2027 eller senare. Förflyttning från en fas till nästa beror på tekniska bevispunkter, partneråtaganden, tillgänglig beräkningskapacitet, dataklarhet och finansieringsgränser.