3月6日，阿里通义千问大模子团队晓示，崇拜推出最新的推理模子QwQ-32B。

　　阿里巴巴称，这是一款领有320亿参数的模子，其性能可与具备6710亿参数（其中370亿被激活）的DeepSeek-R1比好意思，但二者在参数目上进出快要20倍。

　　据先容，通过大畛域强化学习，千问QwQ-32B在数学、代码及通用才气上已毕质的飞跃，举座性能并排DeepSeek-R1，同期大幅裁汰了部署使用资本，在铺张级显卡上也能已毕土产货部署。

　　在数学推理、编程才气和通用才气的一系列基准测试中，通义千问大模子团队将QwQ-32B与OpenAI的o1-mini以及DeepSeek满血版及蒸馏版进行了比拟，闭幕表露，在测试数学才气的AIME24评测集上，以及评估代码才气的LiveCodeBench中，QwQ-32B证据与DeepSeek-R1相当，远胜于o1-mini及交流尺寸的R1蒸馏模子。

　　据先容，在冷启动基础上，阿里通义团队针对数学和编程任务、通用才气分辨进行了两轮大畛域强化学习。在运行阶段，卓绝针对数学和编程任务进行了强化学习训练。与依赖传统的奖励模子不同，通义千问大模子团队通过校验生成谜底的正确性来为数知识题提供反映，并通过代码践诺劳动器评估生成的代码是否得手通过测试用例来提供代码的反映。

　　业内东说念主士分析，QwQ-32B的得手标明，将雄伟的基础模子与大畛域强化学习相荟萃，大概在较小的参数畛域下已毕颠倒性能，这为未来通向通用东说念主工智能提供了可行旅途。

　　值得注宗旨是，尽管DeepSeek-R1领有6710亿的巨型参数目，但由于DeepSeek革命性地使用了MoE（搀杂众人模子）架构以及MLA（多头潜在注意见机制）的轨范，每次推理仅激活370亿参数（占总量的5.5%）。这使得DeepSeek-R1诚然举座很大，但实践干活时只需要动用一小部分力量，大概作念到随性资源，高效完成任务。

　　阿里通义团队默示，未来将连续探索将智能体与强化学习的集成，以已毕永劫推理，探索更高智能进而最终已毕AGI的指标。

　　现在，阿里已遴荐宽松的Apache2.0公约，将QwQ-32B模子向民众开源，悉数东说念主齐可免费下载及商用，也不错通过阿里云百真金不怕火平台告成调用模子API劳动。同期，用户也可通过通义APP免费体验最新的QwQ-32B模子。

　　3月6日早盘，阿里巴巴集团（09988.HK）港股大幅高开涨超6%，闭幕收盘涨超8%。

　　3月5日晚，阿里巴巴好意思股大涨超8%。

　　此前，2月25日，阿里通义Qwen发布基于旗舰模子Qwen2.5-Max构建的推理模子QwQ-Max-Preview预览版，复旧联网搜索，会和DeepSeek以及Kimi的推理模子相通展现想考进程.

　　长江证券研报指出，近期，阿里在AI领域握续发力，践行了其AI驱动策略，跟着后来续进入的渐渐栽培，洽商效果有望加快迭代，洽商效果或将惠及洽商产业链，加快AI诈欺落地，进而进一步带动算力需求的爆发。同期，跟着阿里在AI基础圭臬、基础模子平台及AI原生诈欺、现存业务的AI转型等三方面加大进入开yun体育网，或将引颈中国AI产业加快发展。