允中 發(fā)自 凹非寺
量子位 | 公眾號 QbitAI

當整個AI行業(yè)陷入“參數(shù)競賽”的狂熱時，微博AI交出了一份出乎意料的答卷，為沸騰的大模型戰(zhàn)場開辟了一條充滿想象力的新路徑。

近日，微博正式發(fā)布首個自研開源大模型VibeThinker，這個僅擁有15億參數(shù)的“輕量級選手”，在國際頂級數(shù)學競賽基準測試上擊敗了參數(shù)量是其數(shù)百倍的、高達6710億的DeepSeek R1模型。

更令人矚目的是，其單次“后訓(xùn)練”的成本僅7800美元，對比DeepSeek-R1和MiniMax-M1等成本直接降低了幾十倍。

這一突破不僅重新定義了大模型的技術(shù)評價標準，更有望推動AI產(chǎn)業(yè)從“規(guī)模競賽”轉(zhuǎn)向“效率革命”。

行業(yè)黑馬：小模型打破參數(shù)崇拜

在AI發(fā)展史上，參數(shù)量曾被視為衡量模型能力的核心指標。

行業(yè)普遍認為，復(fù)雜推理能力需要1000億以上參數(shù)才能涌現(xiàn)，而小模型則因無法處理高難度問題被視為“天生不足”。

但如果從小模型入手，通過巧妙的訓(xùn)練策略，能否挖掘出隱藏的推理能力？

微博自研開源大模型VibeThinker，給出了行業(yè)一個肯定的答案。

當大多數(shù)AI廠商仍遵循著“規(guī)模擴大即智能提升”的Scaling Law法則時，微博AI研發(fā)人員轉(zhuǎn)而優(yōu)化模型結(jié)構(gòu)和訓(xùn)練范式，并創(chuàng)新提出了“頻譜到信號原理”（SSP）方法訓(xùn)練，創(chuàng)造出了一個僅擁有15億參數(shù)的“輕量級選手”，但在AI競技場上戰(zhàn)勝了超越其數(shù)百倍體量的“巨人”。

VibeThinker一經(jīng)發(fā)布，立即引起了全球AI研究界的廣泛關(guān)注，因其在一系列涵蓋數(shù)學、編碼的權(quán)威基準測試中，交出了一份出乎意料的答卷：

△HuggingFace官方主動下場發(fā)文宣傳VibeThinker論文

在AIME24、AIME25以及HMMT25三個高難度數(shù)學測試集上的表現(xiàn)，VibeThinker超越了參數(shù)量超其400倍的模型DeepSeek-R1-0120版本（模型大小671B），與規(guī)模為456B的MiniMax-M1效果接近或相當，甚至媲美Gemini 2.5 flash和Claude Opus 4。

此外，在LiveCodeBench v6（編程算法題測試集）中的成績，VibeThinker成功追平參數(shù)量數(shù)超其數(shù)十倍的模型，比如歐洲領(lǐng)先AI企業(yè)Minstral.AI的深度思考模型Magistral-Medium-2506版本。

VibeThinker雄辯地證明，通過精巧的算法設(shè)計和訓(xùn)練策略，一個小規(guī)模模型完全有潛力在復(fù)雜的邏輯推理任務(wù)上，達到甚至超越那些體量龐大數(shù)百倍的巨型模型，更為AI產(chǎn)業(yè)的成本結(jié)構(gòu)、技術(shù)路線和資本布局帶來了全新的思考路徑。

需要說明的是，VibeThinker目前發(fā)布的版本尚處于實驗性版本，其研發(fā)重點主要集中于極大強化小模型復(fù)雜數(shù)學與競賽編程等方面的能力，其在日常聊天等能力還沒有做過針對性訓(xùn)練優(yōu)化，所以暫不適合作為日常聊天工具進行互動，更適用于數(shù)學和代碼等高智能應(yīng)用場景。

成本革命：7800美元門檻重塑產(chǎn)業(yè)生態(tài)

訓(xùn)練成本一直是制約AI技術(shù)普及的關(guān)鍵瓶頸，VibeThinker的成就不僅在于驚艷的性能，更在于其極致的成本效益

根據(jù)公開數(shù)據(jù)，2025年主流大模型單次后訓(xùn)練（Post-Training）成本普遍在數(shù)十萬美元級別。

上海AI企業(yè)MiniMax于今年6月發(fā)布的M1模型，使用512塊H800 GPU訓(xùn)練三周，租賃成本約53.5萬美元，創(chuàng)始人發(fā)文表示：“第一次感覺到大山不是不能翻越?！?/p>

今年9月，AI初創(chuàng)公司DeepSeek（深度求索）的論文登上《自然》雜志。論文首次揭示了訓(xùn)練R1的成本：僅為29.4萬美元。這不包括DeepSeek公司在開發(fā)R1所基于的基礎(chǔ)LLM（即DeepSeek-V3）上花費的約600萬美元，但總成本仍然遠低于競爭對手模型被認為花費的數(shù)千萬美元。

在這樣的行業(yè)背景下，VibeThinker整個后訓(xùn)練過程（包括SFT和RL階段）總共只花費了約3900個GPU小時。按照當時的市場租賃價格，總計算成本僅7800美元

這也意味著，其用不到8000美元的成本，達到了需要花費30萬、甚至50萬美元才能企及的性能水平，成本效益比達到了驚人的30到60倍

這種成本上的顯著優(yōu)勢，也意味著強大的AI推理能力不再是少數(shù)科技巨頭的專利，原本被巨頭壟斷的技術(shù)資源得以普惠，更多中小型公司、研究機構(gòu)和大學，都有機會參與到前沿AI創(chuàng)新開發(fā)中來，極大地促進了AI研究的普惠化，推動整個行業(yè)朝著更開放、更多元、更具活力的方向發(fā)展。

應(yīng)用落地：微博AI生態(tài)多點開花

技術(shù)突破的最終價值在于應(yīng)用落地

微博積極擁抱人工智能發(fā)展趨勢，全面促進AI技術(shù)在多項業(yè)務(wù)場景的落地。

2024年，微博自主研發(fā)“知微”大語言模型，并成功通過備案，更陸續(xù)推出微博智搜、內(nèi)容總結(jié)、AI互動號等前沿功能，優(yōu)化用戶體驗，提升內(nèi)容生產(chǎn)和互動效率。

基于自研的“知微”大模型，微博構(gòu)建了適配微博場景的AI應(yīng)用生態(tài)，并創(chuàng)造了兩大頂流AI產(chǎn)品：

• 一是微博智搜，它通過深度分析平臺內(nèi)海量優(yōu)質(zhì)內(nèi)容，構(gòu)建可信知識圖譜，實現(xiàn)“精準捕捉用戶需求、理解情感與場景”的突破性體驗，6月智搜月活躍用戶突破5000萬；
• 二是評論羅伯特，作為AI互動賬號，它從毒舌風格起步，逐漸進化出溫情與聰明版本，成為廣大用戶“又愛又恨”的交流對象，全網(wǎng)粉絲近200萬，展現(xiàn)了AI評論助手的另一種可能性。

隨著自研大模型VibeThinker取得突破，更標志著微博AI戰(zhàn)略邁入新階段。

立足于自研大模型VibeThinker，微博的未來規(guī)劃凸顯了鮮明的“數(shù)據(jù)賦能”路徑。公司計劃深度融合其在心理等垂直領(lǐng)域積累的獨特數(shù)據(jù)資產(chǎn)，目標是打造一個更洞悉公眾情緒、更能服務(wù)社會化需求的專屬模型。

微博不僅是在優(yōu)化一個大模型，更是在解鎖其數(shù)據(jù)生態(tài)的深層價值，以提供更精準、更懂用戶心理狀態(tài)的下一代社交服務(wù)。

VibeThinker的強大技術(shù)能力，或?qū)⒊蔀轵?qū)動微博AI應(yīng)用“多點開花”的核心引擎，深度融入平臺全業(yè)務(wù)生態(tài)。

未來，VibeThinker有望在微博智搜等核心AI產(chǎn)品中落地，不僅能持續(xù)提升用戶使用體驗，更有望打破場景邊界，裂變出兼具社交屬性與智能服務(wù)的下一個“社交超級生態(tài)”。

此外，VibeThinker的技術(shù)突破有望大幅降低微博AI應(yīng)用成本

無論是智能搜索的算力損耗，還是實時互動場景的AI響應(yīng)成本，都將得到高效優(yōu)化，讓平臺在規(guī)?；度階I能力時無需承擔過高的資源壓力，進一步釋放微博的生態(tài)創(chuàng)新能力，為用戶帶來更豐富、更便捷的智能體驗。