兩個(gè)國(guó)產(chǎn)推理模型的發(fā)布，讓全球AI圈“提前過年”了。

前兩天，月之暗面推出了Kimi k1.5多模態(tài)思考模型，DeepSeek也發(fā)布了DeepSeek-R1文本推理模型，二者都在推理能力上對(duì)標(biāo)OpenAI正式版o1。

不到兩個(gè)月，國(guó)產(chǎn)推理模型就實(shí)現(xiàn)了對(duì)OpenAI o1滿血版（2024年12月上線）的對(duì)標(biāo)，而且與OpenAI藏著掖著的技術(shù)秘訣不同，兩家中國(guó)公司雙雙公開了他們的特色技術(shù)道理：DeepSeek R1的極高性價(jià)比，kimi k1.5原創(chuàng)技術(shù)long2short 高效思維鏈+原生多模態(tài)。

因此Kimi/DeepSeek“雙子星”一夜卷翻硅谷，技術(shù)報(bào)告paper一放出，就吸引了大量海內(nèi)外同行的關(guān)注和解讀，在github的熱度飆升。

目前來看，海外同行的反饋以振奮為主流。比如Answera公司的創(chuàng)始人保羅·庫弗特（Paul Couvert）就感嘆，兩款中國(guó)o1同日發(fā)布，（中國(guó)AI）追趕速度越來越快了！

當(dāng)然，自然也少不了“潑冷水”的。

OpenAI CEO奧特曼在社交媒體說，“twitter hype is out of control”（推特上的各種炒作已經(jīng)失控了）。他認(rèn)為外界猜測(cè)的“AI即將取代大部分中層崗位”（主要靠推理模型）過度夸大了。希望大家冷靜下來，把期待值降低100倍（cut your expectations 100x）。

或許有人好奇，國(guó)產(chǎn)推理模型真的崛起了嗎？大模型技術(shù)如何從“規(guī)模擴(kuò)展”發(fā)展到“推理擴(kuò)展”？對(duì)于推理模型這個(gè)路線，我們到底該保持興奮還是冷靜一下？本文就來給大家一一解讀。

兩個(gè)中國(guó)AI公司的新模型，吸引了全球海內(nèi)外同行的高度關(guān)注。原因很簡(jiǎn)單，推理模型太火了。

2024年第四季度，出現(xiàn)了reasoning model的新形態(tài)LLM，采用思維鏈進(jìn)行“慢思考”，在推理階段投入更多計(jì)算（推理拓展思路），這種創(chuàng)新帶給大模型超前的推理能力，可以減少幻覺，提高可靠性，處理更為復(fù)雜的任務(wù)，達(dá)到人類專家/研究生級(jí)別的智能，被認(rèn)為是規(guī)模拓展Scaling Law撞墻后最具潛力的新技術(shù)。

o1系列之后，頭部模廠都開始向“慢思考”的推理模型技術(shù)路線投入，包括大廠谷歌、百度、阿里、科大訊飛、夸克，以及AI六小虎中的智譜、DeepSeek、階躍星辰等，此前也都推出過準(zhǔn)o1的推理模型，但一直沒有全面對(duì)標(biāo)正式版o1的國(guó)產(chǎn)推理模型。

要證明國(guó)產(chǎn)推理模型的崛起，有兩個(gè)前提條件：一是經(jīng)得起全球同行的審視；二是具備原創(chuàng)能力而非簡(jiǎn)單跟隨，全面對(duì)標(biāo)而非部分達(dá)標(biāo)。

目前來看，Kimi k1.5/ DeepSeeK R1達(dá)到了上述條件。

Kimi k1.5/ DeepSeeK R1首次真正對(duì)標(biāo)了正式版o1，取得了SOTA成績(jī)。其中，k1.5還是國(guó)內(nèi)首個(gè)多模態(tài)o1，同時(shí)支持文本和圖像推理。這在全球推理模型領(lǐng)域都是比較亮眼的成績(jī)。

而且，不同于OpenAI o1藏著掖著的風(fēng)格，Kimi和DeepSeeK都發(fā)布了詳細(xì)的技術(shù)報(bào)告，分享模型訓(xùn)練技術(shù)的探索經(jīng)驗(yàn)，立刻在海外AI圈掀起了解讀論文的熱潮。

比如英偉達(dá)的研究科學(xué)家第一時(shí)間開扒，得出的結(jié)論是，Kimi和DeepSeeK的研究“振奮人心”。

作為當(dāng)前AI領(lǐng)域最主流的敘事和技術(shù)高地，推理模型的風(fēng)吹草動(dòng)，都會(huì)引發(fā)全球從業(yè)者的目光。而中國(guó)公司一口氣在推理模型賽道上，拿出兩個(gè)重磅論文，模型含金量高，經(jīng)過了目光聚焦且嚴(yán)苛的審視，其中還包含很多原創(chuàng)技術(shù)。

可以說，從Kimi k1.5/ DeepSeeK R1的“雙子星”開始，國(guó)產(chǎn)推理模型是真的崛起了。

推理模型，國(guó)內(nèi)AI公司是怎么追趕的？我們和海外AI圈一起“黑著眼眶熬著夜”，苦讀kimi/ DeepSeek論文，簡(jiǎn)單總結(jié)一下：

總路線上，k1.5和R1都使用了強(qiáng)化學(xué)習(xí)（RL）技術(shù)，來提升模型推理能力。但在技術(shù)細(xì)節(jié)上，kimi/ DeepSeek都拿出了全新的思路。

DeepSeek沒有采用業(yè)界普遍的監(jiān)督微調(diào)（SFT）作為冷啟動(dòng)的方案，提出了一種多階段循環(huán)的訓(xùn)練方式，用少量冷啟動(dòng)數(shù)據(jù)，微調(diào)模型作為強(qiáng)化學(xué)習(xí)的起點(diǎn)，然后在RL環(huán)境中通過獎(jiǎng)勵(lì)信號(hào)來自我進(jìn)化，實(shí)現(xiàn)了非常好的推理效果。

Kimi k1.5則首創(chuàng)了long2short思維鏈，讓LLM通過獎(jiǎng)勵(lì)機(jī)制進(jìn)行探索性學(xué)習(xí)，自主擴(kuò)展訓(xùn)練數(shù)據(jù)，來擴(kuò)展上下文長(zhǎng)度，從而優(yōu)化RL訓(xùn)練表現(xiàn)，在短鏈思維推理方面取得了SOTA成績(jī)。

性能最強(qiáng)的long-CoT版本Kimi k1.5，數(shù)學(xué)、代碼、多模態(tài)推理能力可以達(dá)到長(zhǎng)思考SOTA模型OpenAI o1正式版的水平。

基于long-CoT版本簡(jiǎn)化的short-CoT，性能依舊強(qiáng)悍，但推理更加高效，大幅超越了全球范圍內(nèi)短思考SOTA模型GPT-4o和Claude 3.5 Sonnet的水平，領(lǐng)先達(dá)到550%。

除此之外，兩大國(guó)產(chǎn)推理模型還各有亮點(diǎn)。

DeepSeek-R1延續(xù)了“AI界拼多多”的優(yōu)秀傳統(tǒng)，API每百萬輸出tokens 16 元，與o1每百萬輸出tokens 60美元的定價(jià)一比，性價(jià)比拉滿。

Kimi k1.5則是OpenAI之外，首個(gè)達(dá)到o1多模態(tài)推理性能的模型，k1.5支持文本、圖像交疊的多模態(tài)輸入，可以進(jìn)行聯(lián)合推理，填補(bǔ)了國(guó)內(nèi)多模態(tài)思考模型的空白。

在人類的感官中，視覺信息占比超過70%，有了多模態(tài)能力，認(rèn)識(shí)自家的Benchmark圖表自然不在話下。

眾所周知，o1要么用起來貴（200美元每月的訂閱費(fèi)），要么根本用不上（OpenAI不向國(guó)內(nèi)提供服務(wù)）。因此，國(guó)產(chǎn)推理模型的上述亮點(diǎn)，帶給海內(nèi)外AI開發(fā)者的價(jià)值不是一般大，很多開發(fā)者都倍感興奮。

一位開發(fā)者在論壇感嘆，這兩個(gè)中國(guó)實(shí)驗(yàn)室“用更少的資源做更多的事情，他們對(duì)模型效率和精煉的巨大關(guān)注，造福我們所有人”。

Amarok開發(fā)者M(jìn)ark Kretschmann也在社交媒體上不吝褒獎(jiǎng)，直呼k1.5是“多模態(tài)AI領(lǐng)域的重大突破”。

可以看到，面對(duì)“推理拓展”這個(gè)全新技術(shù)領(lǐng)域，中國(guó)AI“雙子星”靠原創(chuàng)硬實(shí)力穩(wěn)穩(wěn)拿下，并走出了一條有別于OpenAI的發(fā)展創(chuàng)新之路。

OpenAI奧特曼建議大家放低預(yù)期，那么，中國(guó)AI公司發(fā)力推理模型，價(jià)值究竟有沒有、有多大？

對(duì)于中國(guó)AI公司來說，點(diǎn)亮推理模型的技術(shù)版圖，有兩方面的意義：

一是仰望星空，可以拉近中美AI的技術(shù)距離。大模型的領(lǐng)先不會(huì)從天上掉下來，而是日拱一卒、水滴石穿的努力，保持對(duì)最新技術(shù)路線的跟進(jìn)，能讓中國(guó)AI的水平快速提高。對(duì)標(biāo)ChatGPT用了半年左右，而對(duì)標(biāo)正式版o1只用了不到三個(gè)月，

以Kimi為例，去年11月推出k0-math數(shù)學(xué)模型，12月發(fā)布k1視覺思考模型，今年1月發(fā)布k1.5多模態(tài)思考模型，三個(gè)月三次迭代，進(jìn)化速度極快。說明對(duì)天花板技術(shù)的貼身跟進(jìn)，是中國(guó)AI最快最好的練兵場(chǎng)。

二是腳踏實(shí)地，中國(guó)的行業(yè)沃土為國(guó)產(chǎn)AI提供了更廣闊的落地場(chǎng)景，推理模型的落地情況會(huì)比o1更好。海外AI多以個(gè)人消費(fèi)者為主，o1的主要用例是程序員的代碼助手、數(shù)據(jù)分析師、個(gè)人開發(fā)者，普通人上手門檻高。而國(guó)產(chǎn)大模型更多面向行業(yè)場(chǎng)景，AI改造的業(yè)務(wù)場(chǎng)景中包含大量容錯(cuò)率低的嚴(yán)肅生產(chǎn)場(chǎng)景，以前的大語言模型很難解決復(fù)雜任務(wù)，十分需要少幻覺、高可靠的推理模型。所以，國(guó)產(chǎn)推理模型的落地也許會(huì)更快、更廣。

從這些角度看，在各行各業(yè)引入專家級(jí)AI的推理模型，加速行業(yè)智能化，恐怕仍會(huì)由國(guó)產(chǎn)AI率先垂范。k1.5、R1等國(guó)產(chǎn)推理模型，將在其中貢獻(xiàn)不可或缺的基座價(jià)值。Kimi官方也表示，2025會(huì)繼續(xù)沿著路線圖，加速升級(jí)k系列強(qiáng)化學(xué)習(xí)模型，帶來更多模態(tài)、更多領(lǐng)域的能力和更強(qiáng)的通用能力。

所以不出預(yù)料的話，我們很快就能用上花錢少、出活好的專家級(jí)國(guó)產(chǎn)AI了。

中國(guó)AI“雙子星”炸開的2025年大模型開局，分外精彩。推理模型作為模廠的下一個(gè)分水嶺，誰抓住了國(guó)產(chǎn)推理模型的崛起時(shí)刻，也就先一步抓住了未來。

       原文標(biāo)題 : 國(guó)產(chǎn)AI卷翻硅谷，奧特曼發(fā)文“陰陽”，類o1模型都在卷什么？