今天小编分享的互联网经验：阿里发布开源模型QwQ-32B：性能比肩DeepSeek-R1满血版，消费级显卡可跑，欢迎阅读。
3 月 6 日凌晨，阿里巴巴发布并开源全新的推理模型通义千问 QwQ-32B。通过大规模强化学习，千问 QwQ-32B 在数学、代码及通用能力上实现质的飞跃，整体性能比肩 DeepSeek-R1，同时，千问 QwQ-32B 还大幅降低了部署使用成本，在消费级显卡上也能实现本地部署。
目前，阿里已采用宽松的 Apache2.0 協定，将千问 QwQ-32B 模型向全球开源，所有人都可免费下载及商用。同时，用户也将可通过通义 APP 免费体验最新的千问 QwQ-32B 模型。
据悉，千问 QwQ-32B 是阿里探索推理模型的最新成果。在冷启动基础上，阿里通义团队针对数学和编程任务、通用能力分别进行了两轮大规模强化学习，在 32B 的模型尺寸上获得了令人惊喜的推理能力提升，应证了大规模强化学习可显著提高模型性能。
在一系列权威基准测试中，千问 QwQ-32B 模型表现出色，几乎完全超越了 OpenAI-o1-mini，比肩最强开源推理模型 DeepSeek-R1：在测试数学能力的 AIME24 评测集上，以及评估代码能力的 LiveCodeBench 中，千问 QwQ-32B 表现与 DeepSeek-R1 相当，远胜于 o1-mini 及相同尺寸的 R1 蒸馏模型；在由 Meta 首席科学家杨立昆领衔的 " 最难 LLMs 评测榜 "LiveBench、谷歌等提出的指令遵循能力 IFEval 评测集、由加州大学伯克利分校等提出的评估准确调用函数或工具方面的 BFCL 测试中，千问 QwQ-32B 的得分均超越了 DeepSeek- R1。
千问 QwQ-32B 既能提供极强的推理能力，又能满足更低的资源消耗需求，非常适合快速响应或对数据安全要求高的应用场景，开发者和企业可以在消费级硬體上轻松将其部署到本地设备中，进一步打造高度定制化的 AI 解决方案。
此外，千问 QwQ-32B 模型中还集成了与智能体 Agent 相关的能力，使其能够在使用工具的同时进行批判性思考，并根据环境反馈调整推理过程。阿里通义团队表示，未来将继续探索将智能体与强化学习的集成，以实现长时推理，探索更高智能进而最终实现 AGI 的目标。
目前，千问 QwQ-32B 已在魔搭社区、HuggingFace 及 GitHub 等平台基于宽松的 Apache2.0 協定开源，所有人都可免费下载模型进行本地部署，或者通过阿里云百炼平台直接调用模型 API 服务。对于云端部署需求，用户可通过阿里云 PAI 平台完成快速部署，并进行模型微调、评测和应用搭建；或是选择容器服务 ACK 搭配阿里云 GPU 算力（如 GPU 云伺服器、容器计算服务 ACS 等 ），实现模型容器化部署和高效推理。
从 2023 年至今，阿里通义团队已开源 200 多款模型，包含大语言模型千问 Qwen 及视觉生成模型万相 Wan 等两大基模系列，开源囊括文本生成模型、视觉理解 / 生成模型、语音理解 / 生成模型、文生图及视频模型等「全模态」，覆盖从 0.5B 到 110B 等参数「全尺寸」，截至目前，海内外 AI 开源社区中千问 Qwen 的衍生模型数量突破 10 万，超越美国 Llama 系列模型，成为全球最大的开源模型族群。（本文首发于钛媒体 APP，作者 | 张帅，编辑 | 盖虹达）
