“50美元”李飞飞团队重现DeepSeek R1？事实是…

S1模型训练不是从零开始的，而是基于阿里云通义千问（Qwen）模型的监督和微调。s1模型的奇妙“低成本”都是基于开源基础模型的强大能力，可以说还是开源的胜利。

作者 | 黄心怡

今日，一则关于人工智能领域的新闻引起了广泛关注。

据悉，像李飞飞这样的斯坦福大学和华盛顿大学的研究人员以不到50美元的云计算费用，成功地训练出了一种名为s1的人工智能推理模式。据悉，该模型在数学和编码能力测试方面的表现与OpenAIO1和DeepSeekR1相当。

这个消息无疑在AI界投下了一颗重磅炸弹，真相到底是什么？

《科技创新板日报》记者暗访采访业内人士后发现，s1模型训练不是从零开始的，而是基于阿里云通义千问。（Qwen）模型监管微调。也就是说，s1模型的奇妙“低成本”，都是基于已经具备强大能力的开源基础模型。

▌通义模型“底座”的作用

根据李飞飞等人的研究论文，s1模型训练只使用了1000个样本数据。根据业内共识，这个数据量在AI训练中可以说是微不足道的，一般不足以训练出一个有推理能力的模型。

上海交通大学人工智能学院青年AI科学家谢伟迪副教授告诉《科创板日报》记者，如果你仔细研究斯坦福s1的论文，你会发现s1模型的奇妙之处在于以通义千问模型为基础进行微调。这1000个样本训练更像是“锦上添花”，而不是“从零开始”。”。

国内某知名大型企业CEO还告诉《科创板日报》记者：“从原文来看，所谓的50美元训练出一种新的有推理能力的模式，事实上，它只是从谷歌模型中提取的1000个样本，然后对通义千问模型进行监督和微调。这种微调的成本确实很低，但显然只有站在现有的领先模型“肩上”才能实现。”

斯坦福s1论文原文还表示，该模型基于阿里通义千问模型进行微调

谢伟迪指出，国内外其他团队也声称以极低的成本训练出具有推理能力的新模式。但是，一旦你阅读了它的论文原文，你会发现它们无一例外都是基于通义模型作为基础的。

很多海外人工智能研究人员也指出，许多“新”模型都是基于建立通义模型。

“以通义千问模型为基础，可以用很少的样本数据形成新的推理模型，但如果换成其他基础模型，新模型的能力就不会提高。因此，Qwen模型真的很神奇，而不是s1。。” 谢伟迪说。

▌低成本训练大模式有限，但也是方向。

尽管S1模型低成本训练在一定程度上显示了AI训练的潜力，但其局限性也不容忽视。

首先，这种低成本的训练依赖于现有的强大的基础模型，比如阿里通义千问模型。如果没有这样的基础模型，低成本训练的效果会受到影响。

第二，在许多情况下，1000个样本数据的训练量是不够的，尤其是在需要处理复杂任务的情况下。

此外，低成本培训的成功也引发了关于AI模型知识产权和伦理的讨论。如果越来越多的研究依赖于现有的基础模型进行微调，这些基础模型的开发者是否应该获得相应的回报？如何保证AI技术的公平使用和共享？这些问题需要业界进一步讨论和处理。

尽管s1模型的低成本训练引起了争议，但是它背后的基本思路无疑为AI领域提供了新的思考方向。

武汉人工智能学院一位资深研究人员告诉《科技创新板日报》记者，如何在保证模型性能的前提下降低培训成本，是AI研究的重要课题。未来，随着技术的进步和算法的提高，我们可能真的可以看到更多低成本、高性能的AI模型。