今日，阿里旗下通義千問Qwen推出新的推理模型 QwQ-32B。這是一款擁有 320 億參數的模型，其性能可與具備 6710 億參數（其中 370 億被激活）的 DeepSeek-R1 媲美。

QwQ-32B 在一系列基準測試中進行了評估，測試了數學推理、編程能力和通用能力。測試結果顯示，QwQ-32B 的性能和 DeepSeek-R1-671B 不相上下，遠勝于相同尺寸的R1蒸餾模型。

通義千問表示，希望能夠證明強大的基礎模型疊加大規模強化學習也許是一條通往通用人工智能的可行之路。

其近期的研究表明，強化學習可以顯著提高模型的推理能力。例如，DeepSeek-R1 通過整合冷啟動數據和多階段訓練，實現了先進的性能，使其能夠進行深度思考和復雜推理。

目前，QwQ-32B 已在 Hugging Face和 ModelScope開源，并采用了 Apache 2.0 開源協議。

阿里巴巴近日宣布將不遺余力加速云和AI硬件基礎設施建設。阿里巴巴集團CEO吳泳銘表示，未來三年，阿里將投入超過3800億元，用于建設云和AI硬件基礎設施，總額超過去十年總和。這也創下民營企業在云和AI硬件基礎設施建設領域有史以來蕞大規模投資紀錄。