研究人員以低於50美元的價格開發了OpenAI $ 50“推理”模型的開源競爭對手

上週五,來自史丹佛大學與華盛頓大學的AI專家發表了一篇突破性研究論文,揭示他們以不到50美元的雲端運算費用,成功開發出一款名為s1的AI「推理」模型。這一發現震撼了AI界,因為s1在應對數學和程式設計挑戰時,能與OpenAI的o1和DeepSeek的R1等頂尖模型匹敵。
s1模型及其訓練數據和程式碼的詳細內容現已在GitHub上公開。研究團隊從一個普通的基礎模型開始,採用一種名為蒸餾的技術進行強化。此過程涉及從另一個AI模型的回應中萃取「推理」能力進行訓練。在本例中,s1的智慧來自Google的Gemini 2.0 Flash Thinking Experimental模型。這與柏克萊研究人員上個月用大約450美元打造自家AI推理模型的策略類似。
對某些人來說,一個小型研究團隊能在無需巨額預算的情況下,在AI領域掀起波瀾,令人振奮。但s1的出現也引發了關於AI模型發展未來的嚴肅問題。如果一個能與耗資數百萬打造的模型媲美的模型,可以用極低的預算複製出來,還有什麼能阻止其他人做同樣的事呢?
不出所料,AI領域的大廠對此並不樂見。例如,OpenAI曾指責DeepSeek利用其API數據進行模型蒸餾。與此同時,s1團隊專注於尋找最直接的方法,以實現穩健的推理性能和所謂的「測試時擴展」(test-time scaling),即讓AI模型在回答前有更多思考時間。這與OpenAI的o1模型帶來的創新相同,而DeepSeek等其他團隊也試圖以自己的方式模仿。
s1論文指出,透過一種稱為監督微調(SFT)的技術,可以用相對較小的數據集來蒸餾推理模型。這涉及訓練AI模型從數據集中複製特定行為,成本比DeepSeek用於其R1模型的大規模強化學習低,後者與OpenAI的o1競爭。
Google透過其Google AI Studio平台免費提供Gemini 2.0 Flash Thinking Experimental,但有每日使用限制。然而,問題在於Google的條款不允許逆向工程其模型以創建競爭服務。我們正在等待Google的回應。
s1模型本身最初是來自阿里巴巴Qwen實驗室的普通現成AI模型,任何人都可以免費下載。為訓練s1,研究人員準備了一個僅包含1,000個精心挑選問題的數據集,連同答案及每個問題背後的「思考」過程,這些都來自Google的Gemini 2.0。整個訓練過程在16個Nvidia H100 GPU上耗時不到30分鐘。根據參與項目的史丹佛研究員Niklas Muennighoff表示,如今這項工作只需約20美元的運算成本即可完成。
研究人員還採取了一個巧妙的策略,讓s1檢查自己的工作並延長其「思考」時間——他們僅僅是告訴它「等待」。論文指出,在s1的推理過程中加入這個詞,有助於它給出略為更準確的答案。
展望2025年,像Meta、Google和Microsoft這樣的科技巨頭計劃投入數千億美元於AI基礎設施,其中大部分將用於訓練下一波AI模型。雖然蒸餾被證明是低成本重現AI能力的有效方式,但短期內不會催生全新、突破性的AI模型。
相關文章
OpenAI 在青少年開始使用 ChatGPT 數年後,推出了一款更安全的 ChatGPT 版本
在因人工智慧聊天機器人缺乏安全機制——此問題曾導致青少年自殺及其他心理健康危機——而引發一系列訴訟後,OpenAI 於週一正式推出「ChatGPT for Teens」。這項新服務整合了強化版的安全功能,並針對校園中因人工智慧工具而日益嚴重的學術不誠實問題提出解決方案。從教育角度來看,「ChatGPT for Teens」除了推出「學習模式」外,還整合了其他旨在培養好奇心與問題解決能力的工具,鼓勵
Frontier AI Labs 拒絕透露針對失控模型的管控策略
近期研究顯示,極少數頂尖的人工智慧實驗室曾公布或展示過「遏制應變計畫」。遏制計畫旨在界定當人工智慧系統試圖顛覆人類控制時應採取的程序,具體說明應撤銷哪些存取權限,以及何時應完全關閉系統。這些發現來自「Guidelight AI Standards」——一個致力於推動安全前沿人工智慧開發實務的組織,該組織針對五家主要實驗室在此類情境下的應變準備程度進行了評估。 OpenAI 排名最高,而 Anthr
NEA的蒂芙尼·拉克:企業仍在努力應對人工智慧的投資回報率
正在載入播放器…今年早些時候,“token最大化”(tokenmaxxing)在矽谷佔據主導地位,執行長們敦促員工最大限度地利用人工智慧。然而,這種熱情很快遭遇了現實。據報道,Uber在幾個月內就超出了其年度人工智慧預算,一些公司跨部門削減了Claude許可證,而Meta則取消了內部績效排名。NEA合夥人蒂芙尼·拉克(Tiffany Luck)每天都在應對這種興奮與實際回報之間的差距。她此前曾成功說服企業電子商務是未來,如今她完全專注於人工智慧,特別是其為消費者創造“神奇時刻”的潛力。
相關專題推薦
評論 (11)
0/500
스탠포드랑 워싱턴 대학 팀이 50달러 코스트로 만들어낸 s1 리서치, 진짜 충격이에요. 🤯 오픈소스 개발이랑 저비용 학습 실험 덕분에 AI 대중화가 더 가까워진 느낌인데, 저비용 고성능 모델이 점점 많아지면 AI 기술 격차도 줄어들까요?
Это просто невероятно! 🔥 Открытые модели вроде s1 могут полностью изменить правила игры в ИИ. Если команда из двух университетов смогла создать конкурента OpenAI за $50, представьте, что произойдет, когда такие инструменты станут доступны всем исследователям. Может, скоро увидим взрыв инноваций в малом бюджете? Правда, интересно, как это повлияет на бизнес-модели крупных компаний...
¡Qué pasada! Un modelo de razonamiento por menos de 50 dólares... La verdad es que demuestra cómo el código abierto puede cambiar las reglas del juego en IA. ¿Cuánto tiempo pasará antes que OpenAI tenga que bajar sus precios? 🔥
Это просто невероятно! 🚀 Создать аналог OpenAI за $50 — это настоящий прорыв. Интересно, какие возможности откроются для небольших стартапов и исследователей? Может, скоро мы увидим взлет новых AI-проектов без гигантских бюджетов.
Wow, $50 to rival OpenAI’s model? That’s wild! Makes me wonder how many garage startups are gonna jump on this to build their own AI. Super cool, but I’m curious if it’s as reliable as they claim. 🤔

上週五,來自史丹佛大學與華盛頓大學的AI專家發表了一篇突破性研究論文,揭示他們以不到50美元的雲端運算費用,成功開發出一款名為s1的AI「推理」模型。這一發現震撼了AI界,因為s1在應對數學和程式設計挑戰時,能與OpenAI的o1和DeepSeek的R1等頂尖模型匹敵。
s1模型及其訓練數據和程式碼的詳細內容現已在GitHub上公開。研究團隊從一個普通的基礎模型開始,採用一種名為蒸餾的技術進行強化。此過程涉及從另一個AI模型的回應中萃取「推理」能力進行訓練。在本例中,s1的智慧來自Google的Gemini 2.0 Flash Thinking Experimental模型。這與柏克萊研究人員上個月用大約450美元打造自家AI推理模型的策略類似。
對某些人來說,一個小型研究團隊能在無需巨額預算的情況下,在AI領域掀起波瀾,令人振奮。但s1的出現也引發了關於AI模型發展未來的嚴肅問題。如果一個能與耗資數百萬打造的模型媲美的模型,可以用極低的預算複製出來,還有什麼能阻止其他人做同樣的事呢?
不出所料,AI領域的大廠對此並不樂見。例如,OpenAI曾指責DeepSeek利用其API數據進行模型蒸餾。與此同時,s1團隊專注於尋找最直接的方法,以實現穩健的推理性能和所謂的「測試時擴展」(test-time scaling),即讓AI模型在回答前有更多思考時間。這與OpenAI的o1模型帶來的創新相同,而DeepSeek等其他團隊也試圖以自己的方式模仿。
s1論文指出,透過一種稱為監督微調(SFT)的技術,可以用相對較小的數據集來蒸餾推理模型。這涉及訓練AI模型從數據集中複製特定行為,成本比DeepSeek用於其R1模型的大規模強化學習低,後者與OpenAI的o1競爭。
Google透過其Google AI Studio平台免費提供Gemini 2.0 Flash Thinking Experimental,但有每日使用限制。然而,問題在於Google的條款不允許逆向工程其模型以創建競爭服務。我們正在等待Google的回應。
s1模型本身最初是來自阿里巴巴Qwen實驗室的普通現成AI模型,任何人都可以免費下載。為訓練s1,研究人員準備了一個僅包含1,000個精心挑選問題的數據集,連同答案及每個問題背後的「思考」過程,這些都來自Google的Gemini 2.0。整個訓練過程在16個Nvidia H100 GPU上耗時不到30分鐘。根據參與項目的史丹佛研究員Niklas Muennighoff表示,如今這項工作只需約20美元的運算成本即可完成。
研究人員還採取了一個巧妙的策略,讓s1檢查自己的工作並延長其「思考」時間——他們僅僅是告訴它「等待」。論文指出,在s1的推理過程中加入這個詞,有助於它給出略為更準確的答案。
展望2025年,像Meta、Google和Microsoft這樣的科技巨頭計劃投入數千億美元於AI基礎設施,其中大部分將用於訓練下一波AI模型。雖然蒸餾被證明是低成本重現AI能力的有效方式,但短期內不會催生全新、突破性的AI模型。
OpenAI 在青少年開始使用 ChatGPT 數年後,推出了一款更安全的 ChatGPT 版本
在因人工智慧聊天機器人缺乏安全機制——此問題曾導致青少年自殺及其他心理健康危機——而引發一系列訴訟後,OpenAI 於週一正式推出「ChatGPT for Teens」。這項新服務整合了強化版的安全功能,並針對校園中因人工智慧工具而日益嚴重的學術不誠實問題提出解決方案。從教育角度來看,「ChatGPT for Teens」除了推出「學習模式」外,還整合了其他旨在培養好奇心與問題解決能力的工具,鼓勵
Frontier AI Labs 拒絕透露針對失控模型的管控策略
近期研究顯示,極少數頂尖的人工智慧實驗室曾公布或展示過「遏制應變計畫」。遏制計畫旨在界定當人工智慧系統試圖顛覆人類控制時應採取的程序,具體說明應撤銷哪些存取權限,以及何時應完全關閉系統。這些發現來自「Guidelight AI Standards」——一個致力於推動安全前沿人工智慧開發實務的組織,該組織針對五家主要實驗室在此類情境下的應變準備程度進行了評估。 OpenAI 排名最高,而 Anthr
NEA的蒂芙尼·拉克:企業仍在努力應對人工智慧的投資回報率
正在載入播放器…今年早些時候,“token最大化”(tokenmaxxing)在矽谷佔據主導地位,執行長們敦促員工最大限度地利用人工智慧。然而,這種熱情很快遭遇了現實。據報道,Uber在幾個月內就超出了其年度人工智慧預算,一些公司跨部門削減了Claude許可證,而Meta則取消了內部績效排名。NEA合夥人蒂芙尼·拉克(Tiffany Luck)每天都在應對這種興奮與實際回報之間的差距。她此前曾成功說服企業電子商務是未來,如今她完全專注於人工智慧,特別是其為消費者創造“神奇時刻”的潛力。
스탠포드랑 워싱턴 대학 팀이 50달러 코스트로 만들어낸 s1 리서치, 진짜 충격이에요. 🤯 오픈소스 개발이랑 저비용 학습 실험 덕분에 AI 대중화가 더 가까워진 느낌인데, 저비용 고성능 모델이 점점 많아지면 AI 기술 격차도 줄어들까요?
Это просто невероятно! 🔥 Открытые модели вроде s1 могут полностью изменить правила игры в ИИ. Если команда из двух университетов смогла создать конкурента OpenAI за $50, представьте, что произойдет, когда такие инструменты станут доступны всем исследователям. Может, скоро увидим взрыв инноваций в малом бюджете? Правда, интересно, как это повлияет на бизнес-модели крупных компаний...
¡Qué pasada! Un modelo de razonamiento por menos de 50 dólares... La verdad es que demuestra cómo el código abierto puede cambiar las reglas del juego en IA. ¿Cuánto tiempo pasará antes que OpenAI tenga que bajar sus precios? 🔥
Это просто невероятно! 🚀 Создать аналог OpenAI за $50 — это настоящий прорыв. Интересно, какие возможности откроются для небольших стартапов и исследователей? Может, скоро мы увидим взлет новых AI-проектов без гигантских бюджетов.
Wow, $50 to rival OpenAI’s model? That’s wild! Makes me wonder how many garage startups are gonna jump on this to build their own AI. Super cool, but I’m curious if it’s as reliable as they claim. 🤔





首頁






