字数 1339，阅读大约需 7 分钟
科研人员以不到50美元打造OpenAI推理模型的开源竞品
近日，一项令人瞩目的研究成果在人工智能领域引起轩然大波。上周五发布的一篇新研究论文显示，来自斯坦福大学和华盛顿大学的人工智能研究人员成功以不到50美元的云计算积分，训练出一款AI “推理” 模型。这款名为s1的模型[1]，在衡量数学和编码能力的测试中，展现出与前沿推理模型，如OpenAI[2]的o1以及DeepSeek的R1相媲美的性能 。目前，s1模型连同训练它的数据和代码均已在GitHub上开源。
技术实现：站在巨人肩膀上的创新
研究团队表示，他们从阿里巴巴旗下中国AI实验室Qwen的一个现成小型基础模型起步，该模型可免费下载。随后通过蒸馏技术对其进行微调。蒸馏是一种从其他AI模型中提取 “推理” 能力的过程，具体做法是基于该模型的答案进行训练。研究人员透露，s1模型的蒸馏源是谷歌的推理模型Gemini 2.0 Flash Thinking Experimental。
为了训练s1，研究人员精心策划了一个仅包含1000个问题的数据集，这些问题不仅配备了答案，还包含了源自谷歌Gemini 2.0 Flash Thinking Experimental每个答案背后的 “思考” 过程。借助16个英伟达H100 GPU，研究人员在不到30分钟的时间内完成了s1的训练。训练后的s1在某些AI基准测试中表现出色。斯坦福大学参与该项目的研究人员Niklas Muennighoff表示，如今租用所需的计算资源大约只需20美元。
此外，研究人员还采用一个巧妙方法，让s1对其工作进行二次检查并延长 “思考” 时间，即通过在s1推理过程中加入 “wait（等待）” 一词，帮助模型得出更准确的答案。
引发的行业震荡与思考：AI模型商品化的挑战
对于一些人而言，少数没有雄厚资金支持的研究人员仍能在AI领域实现创新，这无疑令人振奋。然而，s1模型的出现，也引发了有关AI模型商品化的深刻质疑。如果有人能用相对微薄的资金，近乎复制出价值数百万美元的模型，那么大型AI实验室的竞争优势究竟何在？
大型AI实验室对此并不满意。此前，OpenAI就曾指责DeepSeek为了模型蒸馏，从不正当途径获取其API数据。而此次s1模型的诞生，再次凸显了这一行业困境。
从技术路线上看，s1模型的论文指出，通过一种名为监督微调（SFT）的过程，推理模型可以使用相对较小的数据集进行蒸馏。在监督微调过程中，AI模型被明确指导模仿数据集中的特定行为。相比之下，DeepSeek为了训练与OpenAI的o1模型竞争的R1模型，采用的大规模强化学习方法成本更高。
谷歌虽然通过其Google AI Studio平台免费提供Gemini 2.0 Flash Thinking Experimental的访问权限，但设置了每日使用限制，并且其使用条款禁止通过逆向工程开发与其自身AI产品竞争的服务。
行业发展趋势：巨额投入与创新的博弈
据相关数据显示，2025年，Meta、谷歌和微软计划在AI基础设施上投入数千亿美元，部分资金将用于训练下一代AI模型。如此大规模的投资，在推动AI创新方面必不可少。尽管蒸馏技术已被证明是一种低成本重现AI模型能力的有效方法，但它并不能创造出比现有模型有质的飞跃的全新AI模型。
在AI初创企业领域，也有不少通过低成本创新实现突破的案例。例如，某初创企业凭借独特的算法优化，在有限预算内提升了图像识别模型的性能，成功获得新一轮融资。还有初创企业利用开源框架和创新的训练方法，打造出具有竞争力的自然语言处理模型，在市场上崭露头角。
近年来AI领域竞争愈发激烈，大型科技公司凭借雄厚资金和资源优势不断投入研发，小型团队和初创企业则通过创新技术路线和低成本策略寻求突破。在这种背景下，s1模型的出现为行业发展注入新变量，也让人们重新审视AI模型研发的成本与价值关系。
引用链接
[1] s1的模型: https://github.com/[2] OpenAI: https://openai.com/
