謹慎看待“中國AI正在超越美國”

5天時間，三家中國AI企業接連發布了三款對標OpenAI o1系列的大模型。

1月20日，開年出圈的“東方神秘力量”DeepSeek（深度求索）發布推理模型DeepSeek-R1，在后訓練階段大規模使用了強化學習技術，在僅有極少標注數據的情況下，極大提升了模型的推理能力，使得它在數學、代碼、自然語言推理等任務性能上比肩OpenAI o1正式版，后者為OpenAI在2024年12月上線的推理模型。

與o1相比，R1的最大優勢之一在于高性價比——API服務定價為每百萬輸入tokens 1元（緩存命中）/ 4元（緩存未命中）、每百萬輸出tokens 16元，遠低于o1每百萬輸入tokens 15美元（約合人民幣110元）、每百萬輸出tokens 60美元（約合人民幣437元）。也就是說，R1的價格約為o1的三十分之一。

更令外界興奮的是，DeepSeek同步了開源模型權重，允許用戶通過R1輸出、蒸餾等方式訓練其他模型；而o1并未開源，基本處于“黑匣子”狀態。

1月21日，另一家中國大模型明星企業月之暗面推出了Kimi k1.5多模態思考模型。在long-CoT長思考模式下，k1.5的數學、代碼、多模態推理能力達到OpenAI o1正式版水平；在short-CoT短思考模式下，k1.5的數學、代碼、視覺多模態和通用能力，超越了OpenAI GPT-4o和Anthropic Claude 3.5 Sonnet。

Kimi k1.5尚未開源，但首次分享了詳細的技術報告，其中關鍵就是利用強化學習（RL）增強其推理能力：長上下文擴展和改進的策略優化建立了簡單、有效的RL框架，無需依賴蒙特卡洛樹搜索（MCTS）、價值函數和過程獎勵模型（PRM）等復雜技術。

英偉達高級研究科學家吉姆·范（Jim Fan）指出，DeepSeek和Kimi都簡化了RL框架，例如繞過MCTS，只需通過線性化思維軌跡，然后進行傳統自回歸預測；盡可能依賴事實和最終結果，而不是密集獎勵建模。

1月24日，中國AI企業百川智能的全場景深度思考模型Baichuan-M1-preview正式上線，測試結果顯示，它在數學、代碼等多個權威評測中的表現超越了2024年9月發布的OpenAI o1-preview（預覽版）。

除了推理能力，M1-preview還解鎖了“醫療循證模式”，能精準回答醫療臨床、科研問題，幫助用戶做出醫療決