財(cái)聯(lián)社3月6日訊(編輯胡家榮) 阿里巴巴-W(09988.HK)再上大分，該公司正式發(fā)布新一代推理模型QwQ-32B，該模型以320億參數(shù)的"輕量級(jí)"架構(gòu)，在多項(xiàng)核心指標(biāo)上超越6710億參數(shù)的行業(yè)標(biāo)桿DeepSeek-R1，引發(fā)資本市場對(duì)阿里AI生態(tài)價(jià)值的重估。

注：阿里巴巴的港股表現(xiàn)

截至發(fā)稿，阿里港股漲7.08%，報(bào)收139.1港元，而隔夜美股收盤漲8.61%，報(bào)收141.03美元。

技術(shù)革新：小模型開啟"效率革命"

QwQ-32B的突破性在于其開創(chuàng)性地將強(qiáng)化學(xué)習(xí)(RL)引入中小規(guī)模模型訓(xùn)練體系，構(gòu)建起三大核心技術(shù)壁壘：

真實(shí)驗(yàn)證式RL框架：摒棄傳統(tǒng)獎(jiǎng)勵(lì)模型機(jī)制，通過數(shù)學(xué)答案驗(yàn)證器和代碼執(zhí)行服務(wù)器構(gòu)建動(dòng)態(tài)反饋系統(tǒng)。以代碼生成為例，系統(tǒng)自動(dòng)運(yùn)行測試用例驗(yàn)證代碼有效性，讓模型在真實(shí)場景中實(shí)現(xiàn)了'編碼-測試-優(yōu)化'的閉環(huán)進(jìn)化。

兩階段能力躍遷：基于預(yù)訓(xùn)練模型檢查點(diǎn)啟動(dòng)，第一階段聚焦數(shù)學(xué)推導(dǎo)與代碼生成專項(xiàng)突破，第二階段通過多任務(wù)微調(diào)實(shí)現(xiàn)通用能力擴(kuò)展。測試數(shù)據(jù)顯示，模型在GSM8K數(shù)學(xué)基準(zhǔn)測試中準(zhǔn)確率達(dá)到83.7%，較傳統(tǒng)訓(xùn)練方式提升19個(gè)百分點(diǎn)。

動(dòng)態(tài)推理代理系統(tǒng)：首創(chuàng)環(huán)境感知型推理機(jī)制，可自主調(diào)用計(jì)算器、API接口等工具鏈。在解決復(fù)雜數(shù)學(xué)問題時(shí)，模型能動(dòng)態(tài)分解問題、檢索公式庫并交叉驗(yàn)證結(jié)果，形成類似人類的推演邏輯。

商業(yè)落地：開源生態(tài)與垂直場景共振

阿里同時(shí)宣布以Apache 2.0協(xié)議向全球開源QwQ-32B，構(gòu)建"技術(shù)-場景"雙輪驅(qū)動(dòng)模式：

企業(yè)級(jí)部署優(yōu)勢：支持本地私有化部署，滿足金融、醫(yī)療等行業(yè)數(shù)據(jù)安全需求。實(shí)測顯示，模型在國產(chǎn)昇騰910B芯片上推理速度達(dá)到156token/秒，較同參數(shù)規(guī)模模型提升2.3倍。

3800億投資錨定AI基建

該成果恰逢阿里宣布未來三年投入3800億元加碼云與AI基建，券商普遍認(rèn)為這印證了三大戰(zhàn)略路徑：

算力網(wǎng)絡(luò)全球化：依托全球29個(gè)地域的87個(gè)可用區(qū)，構(gòu)建彈性算力供給網(wǎng)絡(luò)。IDC數(shù)據(jù)顯示，阿里云AI相關(guān)收入連續(xù)6季度保持三位數(shù)增長，2023年Q4算力租賃業(yè)務(wù)同比增長217%。

開源生態(tài)規(guī)?；和x千問系列衍生模型在Hugging Face平臺(tái)下載量突破120萬次，形成涵蓋7B-72B參數(shù)的完整工具鏈。開源中國研究院指出，QwQ的RL框架為學(xué)界提供了中小模型訓(xùn)練新范式。

場景滲透多元化：B端：釘釘智能助手已服務(wù)170萬企業(yè)用戶，知識(shí)庫檢索效率提升300%；C端：夸克APP轉(zhuǎn)型"AI生活管家"，00后用戶占比突破53%。

市場影響：AI投資邏輯生變

國泰君安測算顯示，QwQ技術(shù)路徑若得到普及，企業(yè)AI部署成本可降低70%-80%。中信建投王雪提醒道，當(dāng)前需警惕技術(shù)路線切換風(fēng)險(xiǎn)，部分依賴堆疊參數(shù)的標(biāo)的面臨估值重構(gòu)。