3月6日，阿里通义千问大模子团队秘书，顾惜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，通过大限制强化学习，千问QwQ-32B在数学、代码及通用智商上竣事质的飞跃，举座性能并列DeepSeek-R1情欲九歌下载，同期大幅镌汰了部署使用老本，在破钞级显卡上也能竣事土产货部署。

　　在数学推理、编程智商和通用智商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，收尾泄露，在测试数学智商的AIME24评测集上，以及评估代码智商的LiveCodeBench中，QwQ-32B发扬与DeepSeek-R1特别，远胜于o1-mini及交流尺寸的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、通用智商辞别进行了两轮大限制强化学习。在运转阶段，超过针对数学和编程任务进行了强化学习施行。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应，并通过代码奉行处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反应。

　　业内东谈主士分析，QwQ-32B的得胜标明，将高大的基础模子与大限制强化学习相蚁合，省略在较小的参数限制下竣事超卓性能，这为曩昔通向通用东谈主工智能提供了可行旅途。

　　值得细巧的是，尽管DeepSeek-R1领有6710亿的巨型参数目，但由于DeepSeek立异性地使用了MoE（混杂内行模子）架构以及MLA（多头潜在细巧力机制）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诚然举座很大，但骨子干活时只需要动用一小部分力量，省略作念到从简资源，高效完成任务。

　　阿里通义团队默示，曩昔将连续探索将智能体与强化学习的集成，以竣事万古推理，探索更高智能进而最终竣事AGI的筹办。

　　当今，阿里已经受宽松的Apache2.0合同，将QwQ-32B模子向公共开源，通盘东谈主齐可免费下载及商用，也不错通过阿里云百真金不怕火平台告成调用模子API处事。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，解救联网搜索，会和DeepSeek以及Kimi的推理模子同样展现想考经由.

　　长江证券研报指出，近期，阿里在AI界限合手续发力，践行了其AI驱动政策，跟着自后续插足的迟缓进步，磋商服从有望加快迭代，磋商服从或将惠及磋商产业链，加快AI利用落地情欲九歌下载，进而进一步带动算力需求的爆发。同期，跟着阿里在AI基础门径、基础模子平台及AI原生利用、现存业务的AI转型等三方面加大插足，或将引颈中国AI产业加快发展。