推理模型 - AI在线

阿里开源推理模型QwQ-32B，性能比肩R1满血版！

Manus 发布之后，随之而来赶到战场的，是阿里。关于 Manus 的深度测评：. 一手体验首款通用Agent产品Manus昨天夜里，深夜惊雷。

消息称微软正开发内部 AI 推理模型，并测试 xAI、DeepSeek 等多种 OpenAI 替代方案

外媒The Information 今晚发布消息称，微软正在开发内部人工智能推理模型，以与OpenAI竞争，并可能向开发者出售。

32B逆袭671BDeepSeek R1！阿里推理模型炸翻了：小到笔记本就能run,成本仅1/10！又是强化学习带来惊喜！

编辑 | 伊风太震撼了。阿里直接扔了一张王炸！ QwQ-32B，一个参数量如此小的小模型，居然追平了671B的DeepSeek-R1？

亚马逊研发新型推理人工智能模型，欲与OpenAI和Anthropic展开竞争

近日，有消息透露，亚马逊正在积极开发一种集成先进推理能力的人工智能模型。这一新产品计划将在今年6月份以 Nova 品牌推出，Nova 是亚马逊去年年底发布的一系列生成式人工智能模型的一部分。项目的相关人士表示，该模型旨在采用 “混合推理” 方法，能够在同一个系统中提供快速的回答以及更复杂的推理过程。

彻底理解推理模型和通用模型

以下是通用模型和推理模型的核心总结及其区别，通过表格和关键点快速对比。一、概念1、通用模型（General-Purpose Models）定义：能够处理多种任务的模型，如文本生成、问答、翻译、摘要等，通常基于大规模预训练（如GPT系列、PaLM等）。特点：a.广泛适用性：通过海量数据预训练，学习通用语言模式和知识。

消息称亚马逊正开发推理模型 Nova：又要快又要能深度思考

据一位直接参与该项目的知情人士透露，这款新产品计划最早在 6 月以“Nova”品牌发布，Nova 是亚马逊去年底推出的一系列生成式AI模型。

阿里国际站推出Accio搜索引擎 AI"生意助手"提升业务效率

今日，阿里国际站宣布正式上线面向全球B2B买家的首个AI搜索引擎Accio。该引擎接入了DeepSeek等推理模型，为用户提供深度研究和商业探索功能。同时，阿里国际站还将其为中国外贸商家推出的"生意助手"AI工具全面接入推理模型。

业界首个“混合AI推理模型”！快OpenAI一步Anthropic跳版本发布：Claude3.7 Sonnet可自行决定思考时长

整理 | 星璇出品 | 51CTO技术栈（微信号：blog51cto）就在OpenAI还在吊胃口之际，最强竞对 Anthropic 深夜开大了！ Anthropic 直接把自家的“通用推理”二合一的模型发布了，并把自家内部在用的AI编程工具也上线，直接可以终端执行任务的那种！这就带大家看看这家公司在大模型以及AI产品上的不同打法！

1/30 训练步骤复刻 DeepSeek-R1-Zero，沈向洋姜大昕张祥雨等开源推理模型 RL 训练方法

现在，开源 RL 训练方法只需要用 1/30 的训练步骤就能赶上相同尺寸的 DeepSeek-R1-Zero 蒸馏 Qwen。

Sebastian Raschka：关于DeepSeek R1和推理模型，我有几点看法

著名 AI 研究者和博主 Sebastian Raschka 又更新博客了。这一次，他将立足于 DeepSeek 技术报告，介绍用于构建推理模型的四种主要方法，也就是如何通过推理能力来增强 LLM。 Sebastian Raschka 表示：「我希望这能提供有价值的见解，并帮助你了解围绕这一主题的快速演变的文献和话题炒作。

外国专家解读DeepSeek：预算有限，如何复制R1推理模型？纯强化学习不现实！不是任何问题都得问DeepSeek！

出品 | 51CTO技术栈（微信号：blog51cto）Sebastian Raschka是一位外国知名的AI专家。特别在大型语言模型（LLM）研究方面，有着丰富的研究经验。近日DeepSeek-R1推理模型的推出，将“任何一款不是o1的模型快速蒸馏成具备强推理能力的o1”成为了可能，而且所需的成本和算力都大大降低。

应对DeepSeek挑战，OpenAI增加o3-mini公开推理过程

OpenAI近日宣布展示其最新推理模型o3-mini的详细推理过程，此举被视为对竞争对手DeepSeek-R1日益增长压力的回应。这一改变标志着OpenAI在模型透明度策略上的重要转变。此前，OpenAI一直将"思维链"（Chain of Thought， CoT）视为核心竞争优势而选择隐藏。

网易有道全面拥抱DeepSeek-R1，加速AI教育应用商业化落地

1月20日，DeepSeek震撼发布DeepSeek-R1，这款推理大模型在数学、编程及逻辑推理等多个领域展现出了与OpenAI顶尖模型比肩的实力，同时实现了API调用成本90%-95%的大幅缩减，无疑为科技界投下了一颗开年“重磅炸弹”。 DeepSeek-R1的深度推理能力不仅为AI产业的多元化发展开辟了新航道，也为包括教育在内的多个行业带来了革新动力。作为教育科技企业，网易有道坚持深入挖掘教育场景下的大模型应用价值。

有道子曰推理模型“子曰-o1”发布即开源，14B小参数复现OpenAI o1强推理效果

2025开年，AI行业掀起大模型“推理潮”，自OpenAI发布o1后，各式推理模型不断涌现，模型的高阶推理能力迎来爆发增强，其应用价值也愈发获得业界的广泛关注。 1月22日，网易有道正式推出国内首个输出分步式讲解的推理模型“子曰-o1”。作为14B轻量级单模型，子曰-o1支持在消费级显卡上进行部署，采用思维链技术，能够提供细致解题过程，以强逻辑和推理能力，实现更高的解题准确性，并提供中文逻辑推理。

阶跃星辰推理模型 Step R-mini 上线：宣称“文理兼修”，AIME 等数学基准测试成绩超 o1-preview

阶跃星辰昨日（1 月 16 日）宣布，自研推理模型 Step Reasoner mini（简称 Step R-mini ）上线。

智谱版o1终于也来了：直接拿下考研数学，一句话就能做小游戏！

终于，在2024年的最后一天，智谱版o1也来了！名字叫做GLM-Zero-Preview，Zero推理模型（下文简称Zero模型），自称是擅长通过逻辑推理来解决数理问题。既然如此，那么我们就直接一套2024年考研数学真题来伺候一下吧~规则也很简单，就是把真题的题目以截图的方式“喂”给Zero模型，这样也可以顺便考验一下它的视觉理解能力。

参数量仅 0.25B，成都人形机器人创新中心全国首发 R-DDIRM 高速推理模型

在视频演示中，人形机器人在不断被干扰的情况下，依然能够将目标物体摆放到指定位置，展现了 R-DDIRM 模型在复杂环境中处理各种任务的能力。

钟南山团队、腾讯联合研究：AI模型评估这三项措施最有助于防控疫情

关闭学校、关闭工作场所、取消公共活动、限制人群聚集、公共交通管制、居家生活建议、限制国内流动、限制国际旅行…… 到底哪项政策防疫效果更好？钟南山团队与腾讯的联合研究发现了其中的 Top 3。