教母(“AI教母”发布新模型，只花了50美元，效果为何堪比DeepSeek？)

“DeepSeek冲击”余威仍在，近日，“AI教母”李飞飞团队推出的AI推理模型s1，在数学和编程测试中，与OpenAI o1和DeepSeek R1不分伯仲，更关键是训练成本仅50美元。如此低成本的推理模型，再度引发了业内讨论。

不过，记者从阿里云获悉，s1的研发并非从零开始，而是以通义千问Qwen2.5-32B-Instruct开源模型为底座，在16块英伟达H100 GPU上监督微调26分钟，训练出新模型s1-32B。另外，50美元只是s1模型的云计算服务费用，并不包含服务器、显卡等硬件成本。

此外，s1模型的低成本还离不开谷歌。记者从李飞飞团队的技术论文中发现，s1模型的训练数据集由1000个经过筛选的问题组成，这些问题对应的答案，则来自谷歌Gemini Thinking Experimental提炼出的推理过程。

也就是说，s1的基础模型来自通义千问，训练样本来自谷歌Gemini。s1的强劲性能，主要是站在阿里和谷歌的“巨人肩膀”上。

不过，业内人士告诉记者，s1这一套蒸馏推理的思路确实具有借鉴意义。

OpenAI和DeepSeek训练模型采用大规模强化学习方法，成本比较高，即便是DeepSeek V3也耗费近600万美元，而s1训练则通过小数据集和监督微调的方式对开源大模型进行“蒸馏”，在保证效率的情况下极大降低了训练成本。

同时，s1还采取了“预算强制”的技术来控制模型思考的时间，不仅能强制提前终止模型思考过程，还能多次追加“wait（等待）”指令延长思考时间，确保推理的可靠性。

技术论文展示了s1的“预算强制”技术。

“如果模型思考过长，直接让它停止并给出当前答案。如果希望模型多思考，就在它试图结束时追加等待提示，让模型进一步检查。”业内人士以考试为例，s1先在草稿纸上写推理步骤，“预算强制”就好比一个老师，根据题目难度控制草稿纸大小。如果题目难，允许s1多用几张草稿纸，如果简单，写完一页就交卷。这样既提高正确率，又节省时间。

值得一提的是，s1的成功离不开大模型的开源生态。以其基础模型通义千问为例，1月29日，通义千问旗舰版模型Qwen2.5-Max对外发布，预训练数据超过20万亿tokens（词元），通义Qwen模型已成为全球主流开源大模型之一。

同时，DeepSeek依然坚持全面开源，短短数日内，国内外主流AI平台宣布接入，也为DeepSeek的未来发展奠定了良好基础。

Meta首席人工智能科学家杨立昆认为，DeepSeek的成功就是开源研究和开源技术优势的最好证明，“这是开源模型的胜利”。这句话，套用在s1的成功同样合适。

栏目主编：李晔 题图来源：上观题图

来源：作者：解放日报 查睿