3月6日，阿里通义千问大模子团队通知，负责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失色，但二者在参数目上收支快要20倍。

据先容，通过大限制强化学习，千问QwQ-32B在数学、代码及通用时间上已毕质的飞跃，合座性能并排DeepSeek-R1，同期大幅镌汰了部署使用资本，在耗尽级显卡上也能已毕腹地部署。

在数学推理、编程时间和通用时间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，收尾披露，在测试数学时间的AIME24评测集上，以及评估代码时间的LiveCodeBench中，QwQ-32B发达与DeepSeek-R1止境，远胜于o1-mini及疏导尺寸的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、通用时间离别进行了两轮大限制强化学习。在启动阶段，很是针对数学和编程任务进行了强化学习考试。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反映，并通过代码推行干事器评估生成的代码是否到手通过测试用例来提供代码的反映。

业内东谈主士分析，QwQ-32B的到手标明，将宏大的基础模子与大限制强化学习相市欢，大概在较小的参数限制下已毕超卓性能，这为已往通向通用东谈主工智能提供了可行旅途。

值得驻防的是，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（搀杂众人模子）架构以及MLA（多头潜在驻防力机制）的步伐，每次推理仅激活370亿参数（占总量的5.5%）。这使得DeepSeek-R1固然合座很大，但实质干活时只需要动用一小部分力量，大概作念到从简资源，高效完成任务。

阿里通义团队暴露，已往将连续探索将智能体与强化学习的集成，以已毕永劫推理，探索更高智能进而最终已毕AGI的目的。

当今，阿里已接受宽松的Apache2.0条约，将QwQ-32B模子向大家开源，通盘东谈主都可免费下载及商用，也不错通过阿里云百真金不怕火平台径直调用模子API干事。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%，收尾收盘涨超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，扶植联网搜索，会和DeepSeek以及Kimi的推理模子同样展现念念考进程.

长江证券研报指出，近期，阿里在AI鸿沟握续发力，践行了其AI驱动计谋，跟着后来续进入的逐步擢升，经营效果有望加快迭代，经营效果或将惠及经营产业链，加快AI欺诈落地，进而进一步带动算力需求的爆发。同期，跟着阿里在AI基础时间、基础模子平台及AI原生欺诈、现存业务的AI转型等三方面加大进入，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云开体育，与和讯网无关。和讯网站对文中述说、不雅点判断保握中立，不合所包含内容的准确性、可靠性或好意思满性提供任何昭示或暗意的保证。请读者仅作参考，并请自行承担一皆牵累。邮箱：news_center@staff.hexun.com