摘要：DeepSeek R1 引爆了全球科技界，全球不少AI研究团队，都在尝试复现DeepSeek的奇迹。

来源 | 奇偶工作室

撰文 | 一个基哥

DeepSeek R1 引爆了全球科技界，全球不少AI研究团队，都在尝试复现DeepSeek的奇迹。

这不，又一个成果来了。

李飞飞等斯坦福大学和华盛顿大学的研究人员，站在开源模型Qwen2.5的肩膀上，训练成本仅花了不到50美元，就成功训练出了s1的AI推理模型，性能媲美OpenAI！

在数学和编程能力测试中，s1的表现与OpenAI的o1模型和DeepSeek R1模型相当！

s1的代码和数据已在GitHub上开源，共其他人使用。

1

训练成本不到50美元

s1模型论文的作者，斯坦福大学在读博士 Niklas Muennighoff在论文中表示，训练过程使用了16个英伟达 H100 GPU，耗时 26 分钟。

以不到50美元的云计算费用，约合人民币约362元，就训练了一个名叫s1的人工智能推理模型。

特别值得一提，这位大佬还是北京大学本科毕业的。

还拿了北大的全额奖学金，北大出人才。

2

少即是多，开源的胜利

s1也采用了DeekSeek类似的蒸馏技术。

在现有的阿里巴巴Qwen2.5-32B-Instruct的基础开始，然后使用谷歌最新的Gemini 2.0 Flash Experimental进行微调。

为了微调模型，他们使用了监督微调（SFT），这种方法比DeepSeek的强化学习（RL）更快，耗时更少。

作者Niklas Muennighoff，他还特别感谢了Meta。

Meta AI提出了一种新的大语言模型训练方法LIMA，“Less Is More for Alignment”，即“少即是多的对齐”。

通过使用少量（如1000个）精心挑选的问题，从少数示例中学习并泛化到未见过的问题。

s1大模型，就是用1000个高质量、多样化和困难的问题来训练。

此外，研究团队还采用了一个技巧，在推理过程中添加“等待”一词，从而提高答案的准确性。

延长了小模型的思考时间，就实现了对大模型的精细化模仿！

结果来看，s1-32B在竞赛数学问题上，性能比o1-preview提升了高达27%（MATH和AIME24）。

相比于DeepSeek R1：在MATH 500中，二者相差并不大（DS R1：97.3%）；（S1-32B：93.0%）。

模型、数据和代码在github上都能找到。

3

大神李飞飞

作为s1论文作者之一的李飞飞，在1976年出生于中国北京，是家中的独女，16岁时赴美求学。

原本主修物理，后来转系攻读电气工程，立志要让机器拥有视觉能力。2005年获得电子工程博士学位。

33岁时就成为斯坦福计算机系终身教授，她创立了ImageNet：一个拥有1500万张图片的数据库，成为人工智能计算机视觉研究的奠基之作。

这张图片可能很出名了：

2016年8月，黄仁勋亲手将DGX-1至位于旧金山的OpenAI总部。上面写了：“致埃隆和OpenAI团队！献给计算与人类的未来，为你们呈上全球首台DGX-1！”

而没有人记得的是。

在紧接着的一周里，黄仁勋将另一台带有他签名的DGX-1，就送到了斯坦福大学李飞飞的实验室。几天之后，2016年ImageNet竞赛拉开了帷幕。

4

结语

在2025年开始，Meta、谷歌和微软计划投资数千亿美元用于AI基础设施，其中一部分将用于训练下一代AI模型。

DeepSeek R1引爆了全球科技界，它大幅简化了算力需求，撼动了英伟达万亿市值，引发了全行业的反思。

DeepSeek开源，全球研究员大量参与，开源AI大模型可以更进一步。

s1模型的神奇“低成本”，是建立在开源基础模型，例如阿里Qwen之上的，可谓依然是开源的胜利。

闭源与开源，在AI大战中，谁胜谁负，谁是更优秀的形式，结果还未可知。

来源：小方科技观察