阿里巴巴，股價暴漲！最新成果公布：“用5%的力”，性能比肩滿血DeepSeek-R1

每經(jīng)編輯 孫志成    

3月6日，阿里通義千問大模型團隊宣布，正式推出最新的推理模型QwQ-32B。

阿里巴巴稱，這是一款擁有320億參數(shù)的模型，其性能可與具備6710億參數(shù)（其中370億被激活）的DeepSeek-R1媲美，但二者在參數(shù)量上相差將近20倍。

據(jù)介紹，通過大規(guī)模強化學(xué)習(xí)，千問QwQ-32B在數(shù)學(xué)、代碼及通用能力上實現(xiàn)質(zhì)的飛躍，整體性能比肩DeepSeek-R1，同時大幅降低了部署使用成本，在消費級顯卡上也能實現(xiàn)本地部署。

在數(shù)學(xué)推理、編程能力和通用能力的一系列基準(zhǔn)測試中，通義千問大模型團隊將QwQ-32B與OpenAI的o1-mini以及DeepSeek滿血版及蒸餾版進行了比較，結(jié)果顯示，在測試數(shù)學(xué)能力的AIME24評測集上，以及評估代碼能力的LiveCodeBench中，QwQ-32B表現(xiàn)與DeepSeek-R1相當(dāng)，遠勝于o1-mini及相同尺寸的R1蒸餾模型。

據(jù)介紹，在冷啟動基礎(chǔ)上，阿里通義團隊針對數(shù)學(xué)和編程任務(wù)、通用能力分別進行了兩輪大規(guī)模強化學(xué)習(xí)。在初始階段，特別針對數(shù)學(xué)和編程任務(wù)進行了強化學(xué)習(xí)訓(xùn)練。與依賴傳統(tǒng)的獎勵模型不同，通義千問大模型團隊通過校驗生成答案的正確性來為數(shù)學(xué)問題提供反饋，并通過代碼執(zhí)行服務(wù)器評估生成的代碼是否成功通過測試用例來提供代碼的反饋。

業(yè)內(nèi)人士分析，QwQ-32B的成功表明，將強大的基礎(chǔ)模型與大規(guī)模強化學(xué)習(xí)相結(jié)合，能夠在較小的參數(shù)規(guī)模下實現(xiàn)卓越性能，這為未來通向通用人工智能提供了可行路徑。

值得注意的是，盡管DeepSeek-R1擁有6710億的巨型參數(shù)量，但由于DeepSeek創(chuàng)新性地使用了MoE（混合專家模型）架構(gòu)以及MLA（多頭潛在注意力機制）的方法，每次推理僅激活370億參數(shù)（占總量的5.5%）。這使得DeepSeek-R1雖然整體很大，但實際干活時只需要動用一小部分力量，能夠做到節(jié)省資源，高效完成任務(wù)。

阿里通義團隊表示，未來將繼續(xù)探索將智能體與強化學(xué)習(xí)的集成，以實現(xiàn)長時推理，探索更高智能進而最終實現(xiàn)AGI的目標(biāo)。

目前，阿里已采用寬松的Apache2.0協(xié)議，將QwQ-32B模型向全球開源，所有人都可免費下載及商用，也可以通過阿里云百煉平臺直接調(diào)用模型API服務(wù)。同時，用戶也可通過通義APP免費體驗最新的QwQ-32B模型。

3月6日早盤，阿里巴巴集團（09988.HK）港股大幅高開漲超6%，截至收盤漲超8%。

3月5日晚，阿里巴巴美股大漲超8%。

此前，2月25日，阿里通義Qwen發(fā)布基于旗艦?zāi)Ｐ蚎wen2.5-Max構(gòu)建的推理模型QwQ-Max-Preview預(yù)覽版，支持聯(lián)網(wǎng)搜索，會和DeepSeek以及Kimi的推理模型一樣展現(xiàn)思考過程.

長江證券研報指出，近期，阿里在AI領(lǐng)域持續(xù)發(fā)力，踐行了其AI驅(qū)動戰(zhàn)略，隨著其后續(xù)投入的逐步提升，相關(guān)成果有望加速迭代，相關(guān)成果或?qū)⒒菁跋嚓P(guān)產(chǎn)業(yè)鏈，加速AI應(yīng)用落地，進而進一步帶動算力需求的爆發(fā)。同時，隨著阿里在AI基礎(chǔ)設(shè)施、基礎(chǔ)模型平臺及AI原生應(yīng)用、現(xiàn)有業(yè)務(wù)的AI轉(zhuǎn)型等三方面加大投入，或?qū)⒁I(lǐng)中國AI產(chǎn)業(yè)加速發(fā)展。

編輯|||孫志成 杜恒峰

校對|何小桃

封面圖自每經(jīng)記者 張涵 攝

每日經(jīng)濟新聞綜合自證券時報、公開資料等