今日，阿里旗下通義千問Qwen推出新的推理模型 QwQ-32B。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。

QwQ-32B 在一系列基準(zhǔn)測試中進(jìn)行了評估，測試了數(shù)學(xué)推理、編程能力和通用能力。測試結(jié)果顯示，QwQ-32B 的性能和 DeepSeek-R1-671B 不相上下，遠(yuǎn)勝于相同尺寸的R1蒸餾模型。

通義千問表示，希望能夠證明強(qiáng)大的基礎(chǔ)模型疊加大規(guī)模強(qiáng)化學(xué)習(xí)也許是一條通往通用人工智能的可行之路。

其近期的研究表明，強(qiáng)化學(xué)習(xí)可以顯著提高模型的推理能力。例如，DeepSeek-R1 通過整合冷啟動數(shù)據(jù)和多階段訓(xùn)練，實現(xiàn)了先進(jìn)的性能，使其能夠進(jìn)行深度思考和復(fù)雜推理。

目前，QwQ-32B 已在 Hugging Face和 ModelScope開源，并采用了 Apache 2.0 開源協(xié)議。

阿里巴巴近日宣布將不遺余力加速云和AI硬件基礎(chǔ)設(shè)施建設(shè)。阿里巴巴集團(tuán)CEO吳泳銘表示，未來三年，阿里將投入超過3800億元，用于建設(shè)云和AI硬件基礎(chǔ)設(shè)施，總額超過去十年總和。這也創(chuàng)下民營企業(yè)在云和AI硬件基礎(chǔ)設(shè)施建設(shè)領(lǐng)域有史以來蕞大規(guī)模投資紀(jì)錄。