今天小編分享的互聯網經驗：阿裏發布開源模型QwQ-32B：性能比肩DeepSeek-R1滿血版，消費級顯卡可跑，歡迎閲讀。
3 月 6 日凌晨，阿裏巴巴發布并開源全新的推理模型通義千問 QwQ-32B。通過大規模強化學習，千問 QwQ-32B 在數學、代碼及通用能力上實現質的飛躍，整體性能比肩 DeepSeek-R1，同時，千問 QwQ-32B 還大幅降低了部署使用成本，在消費級顯卡上也能實現本地部署。
目前，阿裏已采用寬松的 Apache2.0 協定，将千問 QwQ-32B 模型向全球開源，所有人都可免費下載及商用。同時，用户也将可通過通義 APP 免費體驗最新的千問 QwQ-32B 模型。
據悉，千問 QwQ-32B 是阿裏探索推理模型的最新成果。在冷啓動基礎上，阿裏通義團隊針對數學和編程任務、通用能力分别進行了兩輪大規模強化學習，在 32B 的模型尺寸上獲得了令人驚喜的推理能力提升，應證了大規模強化學習可顯著提高模型性能。
在一系列權威基準測試中，千問 QwQ-32B 模型表現出色，幾乎完全超越了 OpenAI-o1-mini，比肩最強開源推理模型 DeepSeek-R1：在測試數學能力的 AIME24 評測集上，以及評估代碼能力的 LiveCodeBench 中，千問 QwQ-32B 表現與 DeepSeek-R1 相當，遠勝于 o1-mini 及相同尺寸的 R1 蒸餾模型；在由 Meta 首席科學家楊立昆領銜的 " 最難 LLMs 評測榜 "LiveBench、谷歌等提出的指令遵循能力 IFEval 評測集、由加州大學伯克利分校等提出的評估準确調用函數或工具方面的 BFCL 測試中，千問 QwQ-32B 的得分均超越了 DeepSeek- R1。
千問 QwQ-32B 既能提供極強的推理能力，又能滿足更低的資源消耗需求，非常适合快速響應或對數據安全要求高的應用場景，開發者和企業可以在消費級硬體上輕松将其部署到本地設備中，進一步打造高度定制化的 AI 解決方案。
此外，千問 QwQ-32B 模型中還集成了與智能體 Agent 相關的能力，使其能夠在使用工具的同時進行批判性思考，并根據環境反饋調整推理過程。阿裏通義團隊表示，未來将繼續探索将智能體與強化學習的集成，以實現長時推理，探索更高智能進而最終實現 AGI 的目标。
目前，千問 QwQ-32B 已在魔搭社區、HuggingFace 及 GitHub 等平台基于寬松的 Apache2.0 協定開源，所有人都可免費下載模型進行本地部署，或者通過阿裏雲百煉平台直接調用模型 API 服務。對于雲端部署需求，用户可通過阿裏雲 PAI 平台完成快速部署，并進行模型微調、評測和應用搭建；或是選擇容器服務 ACK 搭配阿裏雲 GPU 算力（如 GPU 雲伺服器、容器計算服務 ACS 等 ），實現模型容器化部署和高效推理。
從 2023 年至今，阿裏通義團隊已開源 200 多款模型，包含大語言模型千問 Qwen 及視覺生成模型萬相 Wan 等兩大基模系列，開源囊括文本生成模型、視覺理解 / 生成模型、語音理解 / 生成模型、文生圖及視頻模型等「全模态」，覆蓋從 0.5B 到 110B 等參數「全尺寸」，截至目前，海内外 AI 開源社區中千問 Qwen 的衍生模型數量突破 10 萬，超越美國 Llama 系列模型，成為全球最大的開源模型族群。（本文首發于钛媒體 APP，作者 | 張帥，編輯 | 蓋虹達）
