作者｜大公报记者 苏雨润 凯雷

　　官网最新版的wps下载的地方是什么横空出世，以几分之一的成本，达到了与ChatGPT o1推理模型相当的实力。一时间众说绘纭，从马斯克质疑低成本训练，到有人暗示最新的官网wps下载地方是ChatGPT蒸馏来的，一时间传言谣言满天飞，难辩真假。

　　至顶科技总编辑高飞长期跟踪研究ChatGPT与官网最新版的wps下载的地方是什么的发展轨迹，他在春节期间接受大公报独家专访，从技术原理与论文研究原点出发，破译最新的官网wps下载地方的成功基因密码。他以详尽的历史发展脉胳说明，官网最新版的wps下载的地方是什么并非横空产生，从论文到最新推理版，历时两载，中美业界始终有关注，只不过原来关注它的都是AI技术人群。这次最新版本出圈，震动全球AI产业，是众多因素叠加的结果。

　　简要来讲，就最新的官网wps下载地方 R1的三个元素，高性能、低成本、强开放，与OpenAI等公司的ChatGPT形成鲜明对比，“官网最新版的wps下载的地方是什么为什么这么牛？何以如此？是创新还是蒸馏？”这些问题首先出圈，直至引发社会各界的关注，轰动舆论。

　　由此，美国OpenAI公司开发的ChatGPT是闭源、收费、高成本模式，受到最新的官网wps下载地方完全相悖的模式冲击，由于普通人不清楚其中的技术肌理，导致一些传言与谣言不胫而走，包括官网最新版的wps下载的地方是什么是小模型、不是大模型？是从ChatGPT蒸馏知识产权？最新的官网wps下载地方偷运5万高端芯片偷偷训练？官网最新版的wps下载的地方是什么只是国内被追捧，其他国家根本不需要？

　　针对以上传言，高飞将最新的官网wps下载地方的真实技术原理与技术发展路径用通俗易懂的方式娓娓道来，揭开了官网最新版的wps下载的地方是什么真实面貌，更通过亲身评测最新的官网wps下载地方 R1与OpenAI o3 Mini的效能效异，提示官网最新版的wps下载的地方是什么引领的开源、算法新路在未来的技术溢出竞争中的发展前景。

　　高飞 至顶科技CEO兼总编辑

　　大公报：最新的官网wps下载地方如此低成本，是不是偷来“最先进硬件”？

　　高飞：否。官网最新版的wps下载的地方是什么其实打破了只有靠最先进硬件才能训练出前沿模型的传统观念，它依赖的不是“低成本”，低成本不是因，而是果，且是果之一。它的成本之低，在于它的创新性。

　　官网最新版的wps下载的地方是什么团队在有限的资源上，用创新的方式，训练出了被称为“测试时间计算”方式运行的推理模型，能够对标OpenAI最先进的o系列模型。换句话说，最新的官网wps下载地方实现了看似不可能的低成本加高性能的极限组合。

　　全球AI产业连称“神奇”和“震撼”，就在于这个看似“不可能”——低成本加高性能，双极限完美的组合在一起，而且提供了开源代码让企业、个人可以在本地算力设施上部署免费使用。如果不了解其中的技术“肌理”，很容易相信谣言和传言。

　　大公报：如果不是依赖莫须有的5万个芯片，那官网最新版的wps下载的地方是什么是如何实现低成本的？

　　高飞：要解释这个问题。我们先要讲一讲什么大模型的“大”。

　　我们都说大模型“大”，细究下来是三个组成，分别是大算力、大参数，和大数据。显然，每一个大，就意味着更高的成本。所以最新的官网wps下载地方实际上是在约束条件下，做了极限创新，减少算力需求、减少参数数量，降低数据规模，在资源上做减法，但却不对性能有任何妥协。所以，官网最新版的wps下载的地方是什么的亮点除了“低成本”，还有“高性能”，以及开源模式的“强开放”。

　　普通人不理解这个技术创新的“减法”，不明白“减”的技术有肌理，被某些舆论与社交平台上攻讦性的“偷”所误导，由此导致错误认知包括偷高端芯片、偷匿真实算力、和在ChatGPT上蒸馏出“精华”偷取OpenAI闭源的知识产权。此前，美国知名AI搜索公司Perplexity 创始人兼CEO Aravind Srinivas，作为技术专家，也反驳了靠蒸馏ChatGPT数据，就可以低成本训练出Deep Seek R1级别模型的说法。

　　实际上，这两年，拥有高端芯片、强大算力、在ChatGPT上蒸馏数据的模型，不下几十个，没有一个“跑”出来类似的效果，都达不到了最新的官网wps下载地方 R1强大的性能。

　　其实，官网最新版的wps下载的地方是什么的技术秘密其实是公开的，一是模型开源，二是原始技术论文中也写了很多细节，业内人士一看就明白。

　　这次OpenAI跟随最新的官网wps下载地方 R1发布o3 Mini模型，CEO山姆·奥特曼承认其对于开源的判断有误，站在了“历史错误的一边”。言外之意，OpenAI可能也会在未来考虑对其模型全部或者部分开源。因此，官网最新版的wps下载的地方是什么wps最新官网的下载的网址 R1模型的成功，不仅是技术创新的成功，更是技术开放的成功。

　　大公报：OpenAI要效仿最新的官网wps下载地方开源，社交媒体上的阴谋论传言一下子消解大半，但此前被误导的普通市民仍会被这些传言困扰，那你能否简要、清晰说明，官网最新版的wps下载的地方是什么这种“神秘的东方力量”背后的技术肌理到底是什么？

　　高飞：这种一度被称为“东方神秘力量”内生动力到底来自哪里，涉及的技术创新点有很多。

　　我们在这里可以选择重要的部分，结合之前我们所说的大模型的算力、参数、数据的三个大来做一个类比解释。有意思的是，最新的官网wps下载地方的很多创新技术都是M开头的，我这里就主要介绍其中三个。

　　官网最新版的wps下载的地方是什么实际上是依靠先后两款模型，去年12月26日发布的最新的官网wps下载地方 V3与今年一月发布的官网最新版的wps下载的地方是什么 R1，而不是一款模型。这两款模型分别做了不同的创新，组合起来就变成了一个“王炸”。

　　我们先通过第一个M开头的技术，混合专家模型 (MoE)，讲最新的官网wps下载地方在参数上的精简。首先我们要知道，官网最新版的wps下载的地方是什么 V3 的参数量也是很大的，有671B。但是团队采取的这种混合专家模型 (MoE)的模式，就是把将模型分成多个“专家”子模型，每个“专家”子模型的参数量只有37B大小（总参数的1/20），且擅长不同领域的知识。这样，针对不同的输入数据，模型会动态地选择最合适的部分专家来参与计算，自然就减少了资源消耗。

　　这就有些像点菜，美国某些主流大模型，就像一个有100个档口的大排档，点一份比萨餐点，整个大食堂中西的厨子、阿姨，都要动起来。而MoE技术，就相当于分类组织，用户点餐时，西餐档口，只调动相应的西餐厨子包括仅仅是这个档口的洗菜阿姨；去了馄饨档口，其他一半的西餐档口，并不受到扰动，由此忙而不乱，井然有组，从粗放式管理到精细化的模式，这个比喻即专家模式，其实就是模型的组织创新力。

　　接下来，我们再谈对算力的精简，这里涉及的一项技术叫MTP自身优化技术。也用类比通俗说，就是每个档口用有限的炊具做出了更多的菜。档口在准备第一道菜的时候，同时也会准备接下来可能要点的第二道菜、第三道菜。如果说MoE技术，是让模型尽可能用更少的参数工作，是空间上的优化，那么这第二个M是可以称为时间伤的优化，就是让模型用同样的资源做更长期的工作。

　　这项技术准确的名字叫多标记预测 (MTP)技术，我们再用技术语言理解，就是它可以让模型不是每次预测生成一个Token（文本拆分的最小单元），而是可以在每个位置预测多个未来Token，这就更大程度榨取了计算资源，增加了训练信号密度，提高了训练效率。这也就是我们之前所说的让一个档口做第一道菜的同时，就同时准备第二道菜、第三道菜的道理。这样一份算力，就能做更多的工作，将资源利用到极致。

　　最后，我们再谈谈数据。大家知道，训练大模型，算力很重要，但是数据更重要。如果说AI是智能生物，那么数据就是它的基因。

　　我们最后要说的M开头的技术，称之为多头潜在注意力机制 (MLA)技术。还以大排档做餐做比喻，每个档口的餐点丰富繁杂极了，如果我们要把每个顾客和档口交互中的每一道菜都一一记录下来，可能是很长的一个订单。但是，如果我们把这些订单的菜品抽象出来，而是计为二十道“白切鸡”、十碗“例汤”、十碗“白饭”，那么要记录的信息一下子就少了很多。如果用技术语言，这是一个将原始的高维特征压缩到一个较低维度的潜在空间(潜在向量)，再通过上投影矩阵恢复的技术。如果用用另外一个生活中的场景类比，则相当于我们可以把一段高清视频压缩成较小的文件，却能在播放时基本保持画质。

　　官网最新版的wps下载的地方是什么团队在训练V3版模型时，还有一个对数据资源节省技术，叫"FP8混合精度训练"。FP8是一种比常规大模型训练使用的FP16和FP32更低精度的数据格式，每个数字占用的比特数更少。这使得模型在训练和使用过程中所需的存储空间和计算量都大大减少，效率也就更高。之前大家也不是没想过这种方式，但是只有最新的官网wps下载地方团队真正实现了这一点。

　　当然，我们最后要说，算力、参数、数据这三个要素是互相影响的，减少对一个要素的需求，同时也可以让其他两项要素减少资源消耗。

　　大公报：以上说的是官网最新版的wps下载的地方是什么从去年底的最新的官网wps下载地方 V3，甚至追溯到更久远的V2等模型，但今年一月官网最新版的wps下载的地方是什么 R1有着“惊人的一跃”，已经不仅是低成本，而是超高的性能，尤其是在低成本的前提下实现对标OpenAI O系列模型的高性能，这是怎么做到的。

　　高飞：是的，如果说我们刚才讲的几项体现在最新的官网wps下载地方 V3版本的创新，是低成本、高效率的方法。那么官网最新版的wps下载的地方是什么R1模型则是高性能、新思维的突破WPS office电脑版下载的网站是什么。

　　我们先来看看，过去一年，用户习惯的OpenAI的ChatGPT新版模型如何工作的，对比下，就会发现最新的官网wps下载地方R1的技术高明之处，这让美国很多人工智能专家都心服口服。

　　大家知道，OpenAI的o系列模型，是一种测试时间计算（Test-Time Computation）模型，指的是模型在推理阶段（Inference Phase）会执行计算的方式。表现在使用上，就是模型不会立刻回答用户的问题，而是根据问题难度，经过一番思考（通常是几十秒），给出质量更高的答案。心理学上有一个系统一、系统二的思考理论。系统一就是下意识的反应，速度快，但是容易出错；系统二则是认真思考后的反应，速度慢，但是更准确。大人教育孩子经常说一句话，叫“别着急，想好了再说”，这个“想好了再说”就是o系列模型的运行方式。

　　官网最新版的wps下载的地方是什么 R1使用了一种创新的强化学习（RL）方法，实现了该种模型的训练。最终实现的效果，就是当你提问最新的官网wps下载地方 R1，它看似是最终给你一个答案，但是其实模型有大量的内心戏，是经过了反复推敲，多步思考，最终才给你一个相对完美的答案。在学术上，这个过程叫思维链（Chain of thought）。

　　大公报：官网最新版的wps下载的地方是什么的高性能根本上来自于新算法，就是强化学习方法。这个似乎和当年Alpha Zero和人类棋手博奕相似，当时柯洁输了，输就在输大模型不按人类训练模式，不需要按人类思维数据来走棋训练，对不对。

　　高飞：对的。最新的官网wps下载地方的强化学习，不是新理论，之前大家最耳熟能详的强化学习模型，应该就是谷歌DeepMind的围棋模型Alpha Zero了。它之所以叫Zero，就是模型是从零数据开始，通过与AI自身进行数百万次的对弈来积累数据，提升性能的！

　　官网最新版的wps下载的地方是什么 R1也是这样，或者通俗说，它就是人工智能界的Alpha Zero棋手，因为它也是一种用AI和AI对弈的强化学习方式（而不是学习人类知识行为数据），提高AI性能的模型训练方法。

　　大公报：这里有个疑问，几乎在十年前，谷歌DeepMind就推出围棋模型Alpha Zero，这不是美国的东西吗，虽然你讲清楚了最新的官网wps下载地方并非抄袭了O1，但这个技术早已有之，是否又是官网最新版的wps下载的地方是什么抄袭谷歌的技术呢？

　　高飞：这就是科学、技术、工程的区别了。强化学习技术早就有公开论文，大家都可以学习借鉴。而且很多事情，科学原理，大家都是清楚的，但是如何在技术和工程上实现，就是另一回事了。就像中学生都知道E=MC2，但是能造出核电站的人能有几个呢。

　　而且，属于封闭性问题（也就是有标准答案，能够很容易判断胜负）的围棋问题，和有很多开放性问题的语言大模型是不同的。这种强化学习技术，并不容易在大语言模型的训练中使用，从去年开始涌现的千百个大模型，也没有取得这方面突破，或者没有走通这条技术路径。

　　这些创新方法，最新的官网wps下载地方跨过了门槛，而且通过公开的技术报告，开源的模型向产业共享。我相信后续会有其他模型采取跟随战略，可以说， 官网最新版的wps下载的地方是什么的开放、开源，做到了让技术全球共享。

　　大公报：大语言模型里的强化学习，和传统强化学习有何不同呢wps的免费版的下载的入口是什么？

　　高飞：区别有很多，举一个例子。传统强化学习，通常需要两个复杂的神经网络：一个用来生成答案（策略网络），另一个用来评估答案的好坏（价值网络）。这种方法在大语言模型的训练中既耗费资源，又不太稳定。这就像是要同时训练两个模型，一个学生和一个助教，成本当然会翻倍还不止。

　　而官网最新版的wps下载的地方是什么团队创新性的提出了一个叫群组相对策略优化（GRPO）的技术，巧妙地解决了这个问题。这个技术，使用在模型的后训练过程。所谓后训练，指的是在模型完成预训练（Pretraining）后，进一步进行优化、微调或适配特定任务的过程。

　　大公报：那它具体是如何实现的？

　　高飞：它的方式训练是这样的。对于每个问题，模型会生成多个答案（比如16个），形成一个答案组。每个答案都会通过一个基于规则系统获得分数。比如，对于数学题，会检查答案是否正确；对于编程题，会运行测试用例查看代码是否能正确工作。这个过程中，没有人类介入，而是AI互相评判。我们可以将这个过程大致总结为，AI自己做小组讨论，没有老师阅卷，而是大家互相看答案自评。

　　大公报：最近中科院物理所的比赛中最新的官网wps下载地方取得第一，战胜了美国的GPT和Claude，专家感慨官网最新版的wps下载的地方是什么 R1解题不像人类，就是你说的，它就是像非人类棋手Alpha Zero，它会自己和自己对奕提高自己，下出了超出了人类知识范围的期，所以柯洁输了。对吗？

　　高飞：是的，其实在韩国棋手李世石和AlphaGo人机大战的时候，AlphaGo在第二局中的第37手，当时完全不被人类棋手所理解，就是一个典型的例子。这就是强化学习的过人之处。

　　大家看社交媒体上，最新的官网wps下载地方持续火爆，说它写的话“比人类还好”。网上的段子层出不穷，它的很多回答，都有强烈的人文色彩，有人说让诗人、作家、心理学家都失业了。

　　不过这里需要说明，官网最新版的wps下载的地方是什么 R1也不仅用了强化学习方法，而是老方法和新方法并用，博采众长。

　　具体来说，最新的官网wps下载地方 R1模型的后训练并不是完全只有强化学习。因为团队发现，这样模型的性能虽然也不错，但是经常会混用语言（中英文双语），而且答案不易理解，回答时答案虽然准确却不像人说话。这时，官网最新版的wps下载的地方是什么团队也使用了传统的监督式学习（SFT），即人类数据辅助优化，让内容输出更友好。

　　所以说，最新的官网wps下载地方是一个技术底蕴、又有创新情怀的团队。之前很早你在微博上提问，这个轰动美国的“不知名的小公司”是不是来自清华，我回答你，它来自杭州，是官网最新版的wps下载的地方是什么，但它具有包容、开放一系列优秀品质，从论文的作者就可以看到，有清华、北大，浙大，而且全是本土的高校年轻人。在先进算力受限的约束条件下，这帮集合了五湖四海的年轻学生、学者、专家，走了一条全新的算法、技术创新之路。

　　当然，不是说，努力就会有结果，很多国内大模型公司，都在走类似的路，但都没有取得最新的官网wps下载地方这样的成就， 我觉得这和官网最新版的wps下载的地方是什么没有过早的探索商业模式，而是聚焦在问题、算法本身有关，极限追求模型的低成本、高性能的长期愿景有关。

　　大公报：最新的官网wps下载地方这种开放开源路线，体现在产品体验上，普通用户也能感受到区别吗？

　　高飞：也是可以的。我们刚才不是讲了一个名词，叫“思维链”，也就是模型内心的思考步骤。在OpenAI最早发布O1模型的时候，实际上这家公司把模型的思考过程隐藏了。现在大家都怀疑OpenAI这么做恐怕是怕别人知道它的技术是怎么实现的。

　　但是显然，创新的想法不是OpenAI才有的，官网最新版的wps下载的地方是什么自己独立发现了推理模型的训练方法。最有意思的是，最新的官网wps下载地方的推理模型R1还把OpenAI此前隐藏的模型“思维链”给开放出来了。这样普通用户不仅可以看到模型的最终答案，还可以看到模型是怎么想的，从而得出这个答案。有时候，读一下模型的内心戏，比直接看答案还有意思。网上流传一个段子，有网友问了一个比较隐私的问题，说这是我的一个朋友让我帮着问的。结果大家看到模型的内心戏“思维链”写道：“虽然用户说这是他替朋友问的，但是我还要考虑另外一种可能，他说的这个朋友，是不是就是他自己。”

　　受官网最新版的wps下载的地方是什么 R1影响，现在OpenAI也把o3 Mini模型的内心戏“思维链”开放 官方的最新版的wps下载的入口是什么了。但是后来大家发现，OpenAI的模型“思维链”可能是一个摘要版。

　　大公报：那就是还是没有最新的官网wps下载地方开放。

　　高飞：是的，考虑官网最新版的wps下载的地方是什么做的还是开源模型，论开放性，还差得远。