斯坦福团队仅用50美元打造顶尖推理模型s1，科技界如何应对？

人工智能领域近期迎来了一项重大突破，斯坦福大学与华盛顿大学的科研团队携手，以不到50美元（按当前汇率计算约为364元人民币）的云计算成本，成功研发出一款名为s1的人工智能模型，该模型在推理能力上表现出色。

s1模型在数学与编程能力测试中，展现出了与业界顶尖推理模型，如OpenAI的o1及DeepSeek的r1相匹敌的实力。更令人瞩目的是，s1模型及其训练所用的全部数据与代码，均已在GitHub平台上公开，供全球开发者免费获取、学习与使用。

据悉，s1团队采用了先进的“蒸馏”技术来构建这一模型。该技术通过让模型模仿并学习另一个模型的答案，从而提炼出强大的推理能力。具体而言，s1是从谷歌的推理模型Gemini 2.0 Flash Thinking Experimental中蒸馏而来。值得注意的是，加州大学伯克利分校的研究人员上个月也使用了相同的蒸馏方法，但成本高达约450美元。

s1模型的问世，无疑引发了业界对于人工智能模型商品化的深入讨论。若能够以如此低廉的成本复制出价值昂贵的模型，大型科技公司的竞争优势将面临严峻挑战。这一新情况给整个行业带来了新的思考与反思。

面对这一竞争态势，大型人工智能实验室表达了强烈的不满。例如，OpenAI此前就曾对DeepSeek不当获取其API数据用于模型蒸馏的行为提出指责。而此次s1的推出，更是加剧了这一领域的竞争与争议。

s1团队的研究人员表示，他们一直致力于寻找实现卓越推理性能和“测试时扩展”的最简洁途径。这些正是OpenAI的o1模型所取得的一些关键性进展。s1的论文指出，通过监督微调（SFT）的方法，可以利用较小的数据集来蒸馏推理模型。在SFT中，模型被明确指示在数据集中模仿特定行为，这种方法比DeepSeek用于训练R1模型的大规模强化学习方法更具成本效益。

虽然谷歌通过其Google AI Studio平台免费提供了Gemini 2.0 Flash Thinking Experimental模型的访问权限，但设有使用限制，并明确禁止对模型进行逆向工程以开发竞争服务。然而，s1团队仍巧妙地利用了这一资源。他们基于阿里巴巴旗下中国人工智能实验室Qwen提供的一款小型、现成的免费模型，精心策划了一个包含1000个问题及其答案的数据集，并收集了谷歌Gemini 2.0 Flash Thinking Experimental为每个答案提供的“思考”过程。在16个Nvidia H100 GPU的支持下，s1的训练耗时不到30分钟，成本仅为约20美元。

更为出色的是，研究人员还为s1设计了一个独特的自我检查机制，让其能够在工作过程中延长“思考”时间。他们让s1在推理过程中“等待”，这一简单的添加，有助于模型获得更为准确的答案。