详情

　　3月6日，阿里通义千问大模子团队通知，老成推出最新的推理模子QwQ-32B。

　　阿里巴巴称，这是一款领有320亿参数的模子，其性能可与具备6710亿参数（其中370亿被激活）的DeepSeek-R1比好意思，但二者在参数目上出入快要20倍。

　　据先容，通过大范畴强化学习，千问QwQ-32B在数学、代码及通用才气上竣事质的飞跃，合座性能并列DeepSeek-R1，同期大幅裁减了部署使用老本，在阔绰级显卡上也能竣事土产货部署。

　　在数学推理、编程才气和通用才气的一系列基准测试中，通义千问大模子团队将QwQ-32B与OpenAI的o1-mini以及DeepSeek满血版及蒸馏版进行了相比，末端闪现，在测试数学才气的AIME24评测集上，以及评估代码才气的LiveCodeBench中，QwQ-32B发达与DeepSeek-R1格外，远胜于o1-mini及交流尺寸的R1蒸馏模子。

　　据先容，在冷启动基础上，阿里通义团队针对数学和编程任务、通用才气区别进行了两轮大范畴强化学习。在运行阶段，卓绝针对数学和编程任务进行了强化学习磨练。与依赖传统的奖励模子不同，通义千问大模子团队通过校验生成谜底的正确性来为数知识题提供反应，并通过代码推行作事器评估生成的代码是否班师通过测试用例来提供代码的反应。

　　业内东说念主士分析，QwQ-32B的班师标明，将辽远的基础模子与大范畴强化学习邻接结，好像在较小的参数范畴下竣事超卓性能，这为将来通向通用东说念主工智能提供了可行旅途。

　　值得扎眼的是，尽管DeepSeek-R1领有6710亿的巨型参数目，但由于DeepSeek翻新性地使用了MoE（搀和大师模子）架构以及MLA（多头潜在扎目力机制）的设施，每次推理仅激活370亿参数（占总量的5.5%）。这使得DeepSeek-R1天然合座很大，但实践干活时只需要动用一小部分力量，好像作念到勤俭资源，高效完成任务。

　　阿里通义团队示意，将来将链接探索将智能体与强化学习的集成，以竣事永劫推理，探索更高智能进而最终竣事AGI的观念。

　　现在，阿里已经受宽松的Apache2.0公约，将QwQ-32B模子向公共开源，悉数东说念主王人可免费下载及商用，也不错通过阿里云百真金不怕火平台径直调用模子API作事。同期，用户也可通过通义APP免费体验最新的QwQ-32B模子。

　　3月6日早盘，阿里巴巴集团（09988.HK）港股大幅高开涨超6%，适度收盘涨超8%。

　　3月5日晚，阿里巴巴好意思股大涨超8%。

　　此前，2月25日，阿里通义Qwen发布基于旗舰模子Qwen2.5-Max构建的推理模子QwQ-Max-Preview预览版，扶持联网搜索，会和DeepSeek以及Kimi的推理模子相通展现想考进程.

　　长江证券研报指出，近期，阿里在AI界限握续发力，践行了其AI驱动计策开yun体育网，跟着自后续参加的逐渐擢升，关捆绑尾有望加快迭代，关捆绑尾或将惠及关系产业链，加快AI诈欺落地，进而进一步带动算力需求的爆发。同期，跟着阿里在AI基础设施、基础模子平台及AI原生诈欺、现存业务的AI转型等三方面加大参加，或将引颈中国AI产业加快发展。