3月6日，阿里通义千问大模子团队文书，厚爱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，通过大范围强化学习，千问QwQ-32B在数学、代码及通用才调上达成质的飞跃，举座性能并列DeepSeek-R1，同期大幅裁汰了部署使用资本，在浪掷级显卡上也能达成土产货部署。

在数学推理、编程才和解通用才调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，终局露出，在测试数学才调的AIME24评测集上，以及评估代码才调的LiveCodeBench中，QwQ-32B发扬与DeepSeek-R1终点，远胜于o1-mini及疏通尺寸的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、通用才调分袂进行了两轮大范围强化学习。在运行阶段，稀疏针对数学和编程任务进行了强化学习历练。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常识题提供响应，并通过代码推论做事器评估生成的代码是否得胜通过测试用例来提供代码的响应。

业内东谈主士分析，QwQ-32B的得胜标明，将雄伟的基础模子与大范围强化学习相集中，简略在较小的参数范围下达成超卓性能，这为改日通向通用东谈主工智能提供了可行旅途。

值得留意的是，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（羼杂各人模子）架构以及MLA（多头潜在留意力机制）的步调，每次推理仅激活370亿参数（占总量的5.5%）。这使得DeepSeek-R1固然举座很大，但本色干活时只需要动用一小部分力量，简略作念到爽脆资源，高效完成任务。

阿里通义团队走漏，改日将无间探索将智能体与强化学习的集成，以达成万古推理，探索更高智能进而最终达成AGI的办法。

当今，阿里已秉承宽松的Apache2.0公约，将QwQ-32B模子向群众开源，整个东谈主皆可免费下载及商用，也不错通过阿里云百真金不怕火平台平直调用模子API做事。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%，为止收盘涨超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，支柱联网搜索，会和DeepSeek以及Kimi的推理模子相同展现想考经过.

长江证券研报指出，近期，阿里在AI规模握续发力，践行了其AI驱动政策，跟着自后续干涉的逐步提高，关连效果有望加快迭代，关连效果或将惠及关连产业链，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基础步调、基础模子平台及AI原生诈欺、现存业务的AI转型等三方面加大干涉，或将引颈中国AI产业加快发展。

【免责声明】本文仅代表作家本东谈主不雅点，与和讯网无关。和讯网站对文中回报、不雅点判断保握中立，不合所包含内容的准确性、可靠性或齐备性提供任何昭示或走漏的保证。请读者仅作参考，并请自行承担一齐包袱。邮箱：news_center@staff.hexun.com