从零复现，全面开源：360 Light-R1-14B/7B带来端侧AI平权时刻

今天小编分享的科学经验：从零复现，全面开源：360 Light-R1-14B/7B带来端侧AI平权时刻，欢迎阅读。

性能领先、开源普惠、国产易获取的三重势能，造就了年初 DeepSeek 的技术平权狂热，掀起 AI 普惠浪潮。

然而，当很多人想在端侧部署 DeepSeek 模型时，却遭遇了挑战：部署满血版大模型需数万元硬體投入，退而求其次选择蒸馏版 14B 版本，又会出现性能断崖式下跌与响应延迟。

就在 AI 用户陷入 " 高成本部署 " 与 " 低质量妥协 " 的两难困境时，端侧 AI 的破局时刻，悄悄被 360 打开了。

近期，360 智腦团队发布了最强 14B 推理模型：Light-R1-14B-DS，是业界首次在 14B 模型上复现强化学习效果。数学能力上，表现超过 DeepSeek-R1-Distill-Llama-70B 和 DeepSeek-R1-Distill-Qwen-32B。

尽管只训练了 MATH 数据，但在 GPQA 科学常识评测中，7B/14B 双版本均超越对标产品，展现出 " 小参数大智慧 " 的泛化能力。

此外，配合 360 的全面开源策略（模型 / 数据 / 代码 / 技术报告全开放），这场端侧 AI 平权运动，意味着 14B 模型能在手机端流畅运行，意味着企业无需天价算力即可部署专业级 AI。

AI 端侧民主化的风暴眼，正在酝酿之中。

我们第一时间研读了 360 放出的技术报告，发现端侧 AI 的技术拐点已经出现。360 开源的 Light-R1-14B-DS 创造了三项行业纪录：

一是能力复现。Light-R1-14B-DS 首次在数学能力上，用 14B 模型复现了强化学习效果，通过多阶段课程学习 SFT和强化学习，Light-R1-14B-DS 的表现超过 DeepSeek-R1-Distill-Llama-70B 和 DeepSeek-R1-Distill-Qwen-32B，是目前最优的 14B 模型，这验证了 RL 强化学习策略的有效性，RL 对端侧模型训练的收益很大，仍有进一步挖掘潜力。

（Light-R1 训练流程）

二是效率革命。Light-R1-14B-DS 经过长思维链强化学习后训练，在 AIME 24 和 25 上分别取得了74.0 和 60.2的成绩，数学部分表现超越 DeepSeek 的 70B（72.6 分）和 32B（54.9 分）蒸馏模型，取得了非常显著的提升，这标志着推理能耗进一步降低。另一版本的 Light-R1-7B-DS，无需量化即可端侧部署。此次探索，在低成本复现 DeepSeek-R1 方面迈出了重要一步。

三是泛化能力增强。Light-R1-14B-DS 在科学常识评测 GPQA 上涨，打破了模型 " 灾难性遗忘 " 的魔咒，具有较好的泛化性，开辟模型优化新路径。

最强 14B 端侧推理模型，撕开了 DeepSeek 70B 的性能封锁线，端侧 AI 迎来了规模化普及的拐点。不过，在 AI 与大众之间，还差一个开源。

如果仅有技术突破，但没有开源机制，那么端侧推理模型再好，也无法被大众轻松获得、低成本用起来。

此次，360 采取了全栈式的开源策略——模型权重、22 万条数学数据集、RL 训练代码、技术报告等，都悉数公开。这种开源深度，远远超过了常规模型权重开放。

也就是说，中小团队仅需极少算力，就能从数据清洗到强化学习全链路复现，完成端侧 AI 的后训练与部署。

端侧 AI 的民主化，高度依赖于科技企业的开源策略，为什么说 360 此次开放端侧推理模型很重要？

对企业来说，传统端侧 AI 部署，会面临闭源模型高昂的授权费用（如 OpenAI API 调用成本）与硬體适配的边际成本（需定制化芯片或伺服器），成本难以承受。此前 openai 也发布过蒸馏版 o1-mini，但高昂的订阅费依然让大量开发者望而却步。此外，闭源模型存在不可解释性风险，医疗、法律等行业因合规要求无法接受 " 输入－输出 " 不透明的 AI 决策。因此，Light-R1-14B-DS 这样低成本、全开源的国产端侧推理模型，有望打消企业对 AI 的顾虑，轻松迈入智能化。

对个人来讲，云端模型需要上传数据，这会引发隐私泄露的顾虑。而在端侧离线运行大模型，又对算力 / 内存有更高的要求，传统端侧 AI 需要旗舰级设备，买不起旗舰机，就用不到好 AI，这形成了一种 AI 时代的 " 设备歧视 "。

360 开源最强 14B 端侧模型，让端侧 AI 能力不再是少数机型的特权，也可以下沉到普惠机型上，为大众所用。而用户规模的扩大，也会推动 AI 应用及大模型产品的增长。

由此看到，360 开源策略所带来的技术民主化，可以激活 AI 的长尾需求，加速 AI 普惠的到来。

终端设备，是用好 AI 的载体。推理模型下沉到端侧，应用空间也十分广阔，打开了端侧 AI 的无限想象空间。

预测一下，目前这两个最强端侧 14B/7B 推理模型，可能会首先落地在商业价值高的场景，然后一步步渗透进各行业。

首当其冲的，就是消费电子领網域。智能手机、手表、平板、PC、眼镜等终端设备，近两年都在加速 AI 化。

但此前 AI 化有两种方案：一是纯端侧，保证本地隐私安全，但内存要求高，功耗大；另一种是端云结合，部分任务上云处理。Light-R1-7B-DS 无需量化即可部署于终端设备（如手机、IoT 设备），标志着消费级硬體也能运行复杂 AI 任务。对比传统需要 32B 以上参数的端侧模型，其 7B 规模大幅降低内存占用和能耗。为 AI 终端带来了更大的创新空间，比如在手机本地运行复杂数学辅导、法律文书解析等任务，解决隐私和延迟痛点。