性能媲美巨頭，或?qū)⒁I(lǐng)大模型本地化

科技旋渦編輯部

3月6日，阿里云通義千問(wèn)官方宣布推出最新推理模型QwQ-32B，這一模型僅有32B參數(shù)，但在效果上與擁有671B參數(shù)的DeepSeek-R1相媲美。如果你自己部署DeepSeek-R1但資源不夠的話，又多了一個(gè)新的選擇。

QwQ-32B的獨(dú)特之處不僅在于其參數(shù)規(guī)模和效果表現(xiàn)，還集成了與Agent相關(guān)的能力。這使得模型在使用工具時(shí)能夠進(jìn)行批判性思考，并依據(jù)環(huán)境反饋靈活調(diào)整推理過(guò)程，極大提升了模型的適應(yīng)性與智能性。

那么，降低了部署難度的QwQ-32B會(huì)讓大模型本地化更加普及嗎?阿里的大模型會(huì)繼續(xù)在C端越走越遠(yuǎn)嗎?

QwQ-32B性能如何?

今日凌晨3點(diǎn)30，阿里巴巴正式發(fā)布通義千問(wèn)最新開(kāi)源模型QwQ-32B，它比DeepSeek有更小的尺寸，性能比肩全球最強(qiáng)開(kāi)源推理模型。

根據(jù)官方披露的測(cè)試結(jié)果，QwQ-32B在多項(xiàng)關(guān)鍵評(píng)測(cè)中表現(xiàn)非常出色：

1、在測(cè)試數(shù)學(xué)能力的AIME24評(píng)測(cè)集上，以及評(píng)估代碼能力的LiveCodeBench中，千問(wèn)QwQ-32B表現(xiàn)與DeepSeek-R1相當(dāng)，遠(yuǎn)勝于o1-mini及相同尺寸的R1蒸餾模型;

2、在評(píng)估代碼能力的LiveCodeBench中，表現(xiàn)同樣與DeepSeek-R1相當(dāng);

3、在由Meta首席科學(xué)家楊立昆領(lǐng)銜的“最難LLMs評(píng)測(cè)榜”LiveBench、谷歌等提出的指令遵循能力IFEval評(píng)測(cè)集、由加州大學(xué)伯克利分校等提出的評(píng)估準(zhǔn)確調(diào)用函數(shù)或工具方面的BFCL測(cè)試中，千問(wèn)QwQ-32B的得分均超越了DeepSeek-R1;

4、在谷歌等提出的指令遵循能力IFEval評(píng)測(cè)集中，成績(jī)優(yōu)于DeepSeek-R1;

5、在加州大學(xué)伯克利分校等提出的評(píng)估準(zhǔn)確調(diào)用函數(shù)或工具的BFCL測(cè)試中，同樣超越DeepSeek-R1。

據(jù)通義千問(wèn)Qwen團(tuán)隊(duì)介紹，近期的研究表明，強(qiáng)化學(xué)習(xí)可以顯著提高模型的推理能力。例如，DeepSeek-R1通過(guò)整合冷啟動(dòng)數(shù)據(jù)和多階段訓(xùn)練，實(shí)現(xiàn)了最先進(jìn)的性能，使其能夠進(jìn)行深度思考和復(fù)雜推理。

而且，我們還看到，QwQ-32B在開(kāi)源后，獲得用戶和業(yè)界積極反饋，表明其在C端市場(chǎng)有巨大潛力，有望吸引更多用戶使用及開(kāi)發(fā)者參與，推動(dòng)阿里在C端市場(chǎng)的進(jìn)一步發(fā)展。

阿里大模型在C端越走越遠(yuǎn)

隨著QwQ-32B大模型的發(fā)布，阿里通義千問(wèn)正以獨(dú)特的方式面向C端用戶，從而希望AI技術(shù)更加普惠。

比如，從知識(shí)獲取的角度來(lái)看，通義千問(wèn)打破了傳統(tǒng)知識(shí)傳播的壁壘。以往，人們獲取知識(shí)往往依賴于書(shū)籍、學(xué)校教育等相對(duì)固定的渠道，存在一定的局限性和時(shí)效性。

而通義千問(wèn)憑借其強(qiáng)大的數(shù)據(jù)整合與分析能力，能夠迅速匯聚海量信息，并以通俗易懂且準(zhǔn)確的形式呈現(xiàn)給用戶。無(wú)論是學(xué)生在學(xué)習(xí)中遇到的復(fù)雜歷史事件、物理難題，還是職場(chǎng)人士需要了解的行業(yè)前沿動(dòng)態(tài)、專業(yè)技能培訓(xùn)等內(nèi)容，通義千問(wèn)都能精準(zhǔn)地提供相應(yīng)知識(shí)解析。

據(jù)相關(guān)數(shù)據(jù)顯示，在學(xué)習(xí)類查詢中，超過(guò)80%的用戶表示通過(guò)通義千問(wèn)能夠更快地理解知識(shí)點(diǎn)，且知識(shí)記憶的準(zhǔn)確性平均提升了30%左右。例如，一位初中生在使用通義千問(wèn)詢問(wèn)物理中的電磁感應(yīng)現(xiàn)象時(shí)，不僅得到了詳細(xì)的原理解釋，還獲取了多個(gè)相關(guān)的實(shí)驗(yàn)視頻鏈接以及在生活中的實(shí)際應(yīng)用案例，這種全方位的知識(shí)展示方式遠(yuǎn)勝于單一的教材講解，極大地激發(fā)了學(xué)生的學(xué)習(xí)興趣與探索欲望。

在日常生活的應(yīng)用場(chǎng)景中，通義千問(wèn)成為人們貼心的生活助手。它能夠提供生活小竅門、旅游攻略制定、美食推薦等服務(wù)。

以旅游為例，當(dāng)用戶計(jì)劃前往一個(gè)陌生城市旅行時(shí)，在通義千問(wèn)輸入目的地，即可迅速生成包含景點(diǎn)推薦、行程安排、住宿選擇以及當(dāng)?shù)靥厣朗辰榻B等一整套旅游攻略。根據(jù)平臺(tái)統(tǒng)計(jì)，使用通義千問(wèn)制定旅游計(jì)劃的用戶，對(duì)旅行滿意度的評(píng)價(jià)相比傳統(tǒng)自行規(guī)劃旅行的用戶高出25%。而且在出行過(guò)程中，如遇到突發(fā)情況如天氣變化需要調(diào)整行程，通義千問(wèn)也能及時(shí)根據(jù)最新信息提供應(yīng)對(duì)方案，確保旅行的順利進(jìn)行，讓普通用戶在日常生活中感受到科技帶來(lái)的便捷與高效。

對(duì)于內(nèi)容創(chuàng)作群體，通義千問(wèn)更是發(fā)揮著重要作用。無(wú)論是自媒體創(chuàng)作者、文案撰寫(xiě)人員還是藝術(shù)設(shè)計(jì)者，都能從中汲取靈感。它可以幫助創(chuàng)作者進(jìn)行選題策劃，提供當(dāng)下熱門話題趨勢(shì)分析;在文案創(chuàng)作時(shí)，輔助生成多樣化的寫(xiě)作思路與風(fēng)格示范;甚至在藝術(shù)創(chuàng)作方面，通過(guò)提供不同藝術(shù)流派的特點(diǎn)介紹以及經(jīng)典作品賞析，激發(fā)創(chuàng)作者的創(chuàng)意靈感。

有數(shù)據(jù)顯示，在使用通義千問(wèn)輔助創(chuàng)作后，內(nèi)容創(chuàng)作者的創(chuàng)作效率平均提升約40%，作品的創(chuàng)新性與受歡迎程度也顯著提高。比如一位自媒體博主在撰寫(xiě)關(guān)于環(huán)保主題的文章時(shí)，借助通義千問(wèn)找到了最新的全球環(huán)保數(shù)據(jù)、不同國(guó)家的環(huán)保政策創(chuàng)新案例以及讀者關(guān)注度較高的環(huán)保細(xì)分領(lǐng)域等信息，從而使文章發(fā)布后獲得了遠(yuǎn)超以往的閱讀量與互動(dòng)量。

然而，通義千問(wèn)面向C也面臨一些挑戰(zhàn)。如在信息準(zhǔn)確性方面，由于網(wǎng)絡(luò)信息繁雜，盡管其有一套嚴(yán)謹(jǐn)?shù)臄?shù)據(jù)篩選機(jī)制，但偶爾仍可能出現(xiàn)信息更新不及時(shí)或存在偏差的情況。

再者，部分用戶過(guò)于依賴通義千問(wèn)，可能導(dǎo)致自身獨(dú)立思考能力的弱化。但總體而言，通義千問(wèn)以其豐富的功能、便捷的操作以及對(duì)知識(shí)傳播、生活服務(wù)和內(nèi)容創(chuàng)作等多方面的積極影響，正在逐步改變著C端用戶的生活方式與思維模式，成為普通大眾在數(shù)字時(shí)代不可或缺的重要工具，持續(xù)推動(dòng)著個(gè)人成長(zhǎng)與社會(huì)進(jìn)步的車輪滾滾向前，其在未來(lái)的發(fā)展中也必將發(fā)揮更加卓越的作用，為C端用戶創(chuàng)造更多可能與價(jià)值。

整體來(lái)看，阿里發(fā)布的QwQ-32B模型，憑借其高性能、低成本、易部署等優(yōu)勢(shì)，使其在C端市場(chǎng)的拓展上邁出了重要一步。它不僅降低了使用門檻，滿足了廣大C端用戶多樣化的需求，還在內(nèi)容創(chuàng)作、教育普及等多個(gè)領(lǐng)域發(fā)揮著重要作用。

未來(lái)，隨著阿里在C端應(yīng)用的不斷深入與拓展，QwQ-32B模型有望進(jìn)一步推動(dòng)阿里在C端市場(chǎng)的影響力與競(jìng)爭(zhēng)力提升。