研究人员以低于50美元的价格开发了OpenAI $ 50“推理”模型的开源竞争对手

上周五,来自斯坦福大学和华盛顿大学的AI专家发表了一篇突破性的研究论文,揭示他们以不到50美元的云端计算费用开发出了一种名为s1的AI“推理”模型。这一发现震撼了AI界,因为s1在应对数学和编码挑战时能与OpenAI的o1和DeepSeek的R1等顶级模型相抗衡。
s1模型及其训练数据和代码的全部细节现已在GitHub上公开。团队从一个普通的基准模型开始,然后通过一种名为蒸馏的技术对其进行强化。这一过程通过训练另一个AI模型的响应来提取“推理”能力。在s1的案例中,其智能来源于Google的Gemini 2.0 Flash Thinking Experimental模型。这一策略与伯克利研究人员上个月以约450美元打造自己的AI推理模型时所用的方法类似。
对一些人来说,一支小型研究团队无需巨额预算就能在AI领域掀起波澜,这令人兴奋。但s1的出现也引发了关于AI模型开发未来的严肃问题。如果一个能与耗资数百万打造的模型匹敌的模型可以以极低成本复制,还有什么能阻止所有人效仿呢?
不出所料,AI领域的大玩家对此并不高兴。例如,OpenAI曾指责DeepSeek使用其API数据进行模型蒸馏。与此同时,s1团队专注于寻找最直接的方式来实现强大的推理性能以及一种称为“测试时扩展”的技术,即AI模型在回答前有更多时间思考。这些创新与OpenAI的o1模型所带来的功能相同,而DeepSeek等其他公司也试图通过自己的方法加以模仿。
s1论文表明,可以通过一种称为监督微调(SFT)的技术,使用相对较小的数据集来蒸馏推理模型。这涉及训练AI模型从数据集中复制特定行为,且比DeepSeek用于其R1模型(与OpenAI的o1竞争)的大规模强化学习成本更低。
Google通过其Google AI Studio平台免费提供Gemini 2.0 Flash Thinking Experimental,但有每日使用限制。然而,有一个问题——Google的条款不允许逆向工程其模型以创建竞争服务。我们正在等待Google对此的回应。
s1模型本身起源于阿里巴巴Qwen实验室的一个普通现成AI模型,任何人都可以免费下载。为了训练s1,研究人员整理了一个仅包含1000个精心挑选的问题的数据集,附带答案和每个问题背后的“思考”过程,这些都来自Google的Gemini 2.0。整个训练过程在16个Nvidia H100 GPU上耗时不到30分钟。据参与该项目的斯坦福研究人员Niklas Muennighoff称,如今只需约20美元的计算成本即可完成这一过程。
研究人员还采用了一个巧妙的办法,让s1检查自己的工作并延长其“思考”时间——他们只需告诉它“等待”。论文指出,在s1的推理过程中加入这个词有助于它得出稍更准确的答案。
展望2025年,Meta、Google和Microsoft等科技巨头计划投入数千亿美元用于AI基础设施,其中大部分将用于训练下一波AI模型。虽然蒸馏被证明是廉价重现AI能力的有效方式,但它短期内无法催生全新、突破性的AI模型。
相关文章
在青少年开始使用ChatGPT数年后,OpenAI推出了更安全的ChatGPT版本
在因人工智能聊天机器人缺乏安全协议——这导致了青少年自杀及其他心理健康危机——而引发一系列诉讼后,OpenAI 于周一推出了“ChatGPT for Teens”。这一新产品集成了增强的安全功能,并致力于解决学校中由人工智能工具助长的学术不端行为这一日益严重的问题。从教育角度来看,“ChatGPT for Teens”除了推出“学习模式”外,还提供了其他旨在培养好奇心和解决问题能力的工具,鼓励用户
Frontier AI Labs 拒绝透露针对失控模型的遏制策略
最新研究表明,极少数领先的人工智能实验室曾公布或演示过遏制响应计划。遏制计划规定了当人工智能系统试图颠覆人类控制时应采取的程序,明确了哪些访问权限将被撤销,以及何时应彻底关闭系统。这些发现来自致力于推动前沿人工智能安全开发实践的组织“Guidelight AI Standards”,该组织对五家主要实验室应对此类情景的准备情况进行了评估。 OpenAI 排名最高,而 Anthropic 和 Met
NEA的蒂芙尼·拉克:企业仍在努力应对人工智能的投资回报率
正在加载播放器…今年早些时候,“token最大化”(tokenmaxxing)在硅谷占据主导地位,首席执行官们敦促员工最大限度地利用人工智能。然而,这种热情很快遭遇了现实。据报道,Uber在几个月内就超出了其年度人工智能预算,一些公司跨部门削减了Claude许可证,而Meta则取消了内部绩效排名。NEA合伙人蒂芙尼·拉克(Tiffany Luck)每天都在应对这种兴奋与实际回报之间的差距。她此前曾成功说服企业电子商务是未来,如今她完全专注于人工智能,特别是其为消费者创造“神奇时刻”的潜力。
相关专题推荐
评论 (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. 🤔

上周五,来自斯坦福大学和华盛顿大学的AI专家发表了一篇突破性的研究论文,揭示他们以不到50美元的云端计算费用开发出了一种名为s1的AI“推理”模型。这一发现震撼了AI界,因为s1在应对数学和编码挑战时能与OpenAI的o1和DeepSeek的R1等顶级模型相抗衡。
s1模型及其训练数据和代码的全部细节现已在GitHub上公开。团队从一个普通的基准模型开始,然后通过一种名为蒸馏的技术对其进行强化。这一过程通过训练另一个AI模型的响应来提取“推理”能力。在s1的案例中,其智能来源于Google的Gemini 2.0 Flash Thinking Experimental模型。这一策略与伯克利研究人员上个月以约450美元打造自己的AI推理模型时所用的方法类似。
对一些人来说,一支小型研究团队无需巨额预算就能在AI领域掀起波澜,这令人兴奋。但s1的出现也引发了关于AI模型开发未来的严肃问题。如果一个能与耗资数百万打造的模型匹敌的模型可以以极低成本复制,还有什么能阻止所有人效仿呢?
不出所料,AI领域的大玩家对此并不高兴。例如,OpenAI曾指责DeepSeek使用其API数据进行模型蒸馏。与此同时,s1团队专注于寻找最直接的方式来实现强大的推理性能以及一种称为“测试时扩展”的技术,即AI模型在回答前有更多时间思考。这些创新与OpenAI的o1模型所带来的功能相同,而DeepSeek等其他公司也试图通过自己的方法加以模仿。
s1论文表明,可以通过一种称为监督微调(SFT)的技术,使用相对较小的数据集来蒸馏推理模型。这涉及训练AI模型从数据集中复制特定行为,且比DeepSeek用于其R1模型(与OpenAI的o1竞争)的大规模强化学习成本更低。
Google通过其Google AI Studio平台免费提供Gemini 2.0 Flash Thinking Experimental,但有每日使用限制。然而,有一个问题——Google的条款不允许逆向工程其模型以创建竞争服务。我们正在等待Google对此的回应。
s1模型本身起源于阿里巴巴Qwen实验室的一个普通现成AI模型,任何人都可以免费下载。为了训练s1,研究人员整理了一个仅包含1000个精心挑选的问题的数据集,附带答案和每个问题背后的“思考”过程,这些都来自Google的Gemini 2.0。整个训练过程在16个Nvidia H100 GPU上耗时不到30分钟。据参与该项目的斯坦福研究人员Niklas Muennighoff称,如今只需约20美元的计算成本即可完成这一过程。
研究人员还采用了一个巧妙的办法,让s1检查自己的工作并延长其“思考”时间——他们只需告诉它“等待”。论文指出,在s1的推理过程中加入这个词有助于它得出稍更准确的答案。
展望2025年,Meta、Google和Microsoft等科技巨头计划投入数千亿美元用于AI基础设施,其中大部分将用于训练下一波AI模型。虽然蒸馏被证明是廉价重现AI能力的有效方式,但它短期内无法催生全新、突破性的AI模型。
在青少年开始使用ChatGPT数年后,OpenAI推出了更安全的ChatGPT版本
在因人工智能聊天机器人缺乏安全协议——这导致了青少年自杀及其他心理健康危机——而引发一系列诉讼后,OpenAI 于周一推出了“ChatGPT for Teens”。这一新产品集成了增强的安全功能,并致力于解决学校中由人工智能工具助长的学术不端行为这一日益严重的问题。从教育角度来看,“ChatGPT for Teens”除了推出“学习模式”外,还提供了其他旨在培养好奇心和解决问题能力的工具,鼓励用户
Frontier AI Labs 拒绝透露针对失控模型的遏制策略
最新研究表明,极少数领先的人工智能实验室曾公布或演示过遏制响应计划。遏制计划规定了当人工智能系统试图颠覆人类控制时应采取的程序,明确了哪些访问权限将被撤销,以及何时应彻底关闭系统。这些发现来自致力于推动前沿人工智能安全开发实践的组织“Guidelight AI Standards”,该组织对五家主要实验室应对此类情景的准备情况进行了评估。 OpenAI 排名最高,而 Anthropic 和 Met
NEA的蒂芙尼·拉克:企业仍在努力应对人工智能的投资回报率
正在加载播放器…今年早些时候,“token最大化”(tokenmaxxing)在硅谷占据主导地位,首席执行官们敦促员工最大限度地利用人工智能。然而,这种热情很快遭遇了现实。据报道,Uber在几个月内就超出了其年度人工智能预算,一些公司跨部门削减了Claude许可证,而Meta则取消了内部绩效排名。NEA合伙人蒂芙尼·拉克(Tiffany Luck)每天都在应对这种兴奋与实际回报之间的差距。她此前曾成功说服企业电子商务是未来,如今她完全专注于人工智能,特别是其为消费者创造“神奇时刻”的潜力。
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. 🤔





首页






