当DeepSeek对AI行业的震撼仍在持续发酵时，又一则“炸裂”的AI新闻引发全球关注。
据媒体报道，斯坦福大学和华盛顿大学的研究人员发表的一篇研究论文显示，他们以不到50美元的云计算费用，训练出一款名为S1的推理模型。该模型在数学和编码能力测试中，与OpenAI的o1和DeepSeek的R1表现不相上下。
要知道，DeepSeek之所以惊艳世界，正是因为它以远低于OpenAI的训练成本，做出了与其水平相当的产品。如今，若真的能将这一成本降至不到50美元，那无疑是AI领域的又一次重大突破。
然而，事实并非如此。
根据研究论文，S1模型并不是从零开始训练，而是以阿里通义千问Qwen2.5-32B-Instruct开源模型为底座，然后在16块H100 GPU上进行了26分钟的监督微调，最终训练出新模型S1-32B。
在推理能力方面，研究人员则通过蒸馏技术，从谷歌的AI推理模型Gemini 2.0 Flash Thinking Experimental中提取了推理能力。
某大模型厂商的研发人员告诉21世纪经济报道记者，S1模型本质上是在前人研究的基础上复制了推理能力，而非真正创新。
他进一步指出，蒸馏技术虽然可以大幅降低模型训练成本，但它并不能创造出全新、更强大的推理模型。“这意味着，蒸馏出来的模型永远无法超过被蒸馏的模型”。
与DeepSeek R1大有不同
准确来说，S1模型的核心在于“模仿”。研究团队通过蒸馏技术，将谷歌模型的推理过程和能力迁移到S1模型上，并通过监督微调进一步优化其表现。
因此，S1模型的训练过程相对简单，成本也更低。它使用的数据集仅包含1000个问题及其推理过程。
此外，研究团队还开发了一种名为“预算强制”的技术，通过在模型尝试结束生成时强行终止其思考过程，或通过多次附加“等待”来延长思考时间。这种方法可以使模型重新检查其答案，从而提高推理的准确性。
DeepSeek R1是通过强化学习训练的，它在训练过程中能够不断自我调整，并通过奖励机制强化正确的推理路径，最终达到较高的推理能力。
R1的优势在于它能够在动态环境中进行调整和优化，因此具有更强的适应性和处理复杂情境的能力。而S1只是复制已有模型的能力。
S1模型的启示
尽管S1模型无法与DeepSeek R1和OpenAI o1等顶尖模型直接对比，但它的出现对AI行业的未来发展具有重要意义。
通过蒸馏和监督微调，S1模型能够在极低的费用下训练出与顶尖AI模型相似的推理能力，这对许多预算有限的AI研究团队和小型公司来说，意味着AI技术不再是大型科技企业的专利。
目前，S1模型已经开源。如果一些团队只希望获得高性能的数学和编码能力，那么S1模型已经为他们打破了高成本门槛。
此外，S1模型采用的蒸馏技术，已证明可以在低资源环境下取得不错的推理能力。未来，其他团队也可以沿着这一思路，尝试蒸馏出更多高性能模型。
当然，S1模型推出后也引发一些争议。例如，谷歌的条款禁止其他团队将其模型反向工程化，开发与谷歌自家AI产品竞争的服务。S1模型是否违反了该条款，目前尚不得知。截至发稿，谷歌公司尚未对此进行回应。
对头部大模型厂商而言，S1模型的出现也为其敲响了警钟。如果头部大模型厂商投入巨大资源训练出来的模型，其他人用极少的资源就能复制并实现相似的能力，那头部厂商的“护城河”究竟是什么？这一问题值得头部厂商深思。
阿里云Qwen成幕后赢家
随着S1模型被广泛关注，其采用的基座模型——来自阿里巴巴的Qwen也成功出圈。
据了解，从2023年8月起，阿里云通义千问相继开源Qwen、Qwen1.5、Qwen2、Qwen2.5等4代模型，囊括大语言模型、多模态模型、数学模型和代码模型等数十款，涵盖从1.5B到72B乃至110B等不同模型尺寸。
此前，DeepSeek官方透露，其在发布DeepSeek-R1的同时，也将其推理能力蒸馏了6个模型开源给社区，而其中有四个蒸馏模型是基于Qwen-32B。
S1模型发布后，有开发者在社交平台上表示，“我们已经尝试用相同的数据训练其他模型，但几乎没有发现任何收益，Qwen模型确实有些神奇之处”。
据开源社区HuggingFace的统计，2024年，仅Qwen2.5-1.5B-Instruct这款模型，就占到了全球模型下载量的26.6%，远高于第二名Llama-3.1-8B-Instruct-GGUF的6.44%。
目前来看，Qwen模型已经取代Llama成为开源社区事实上最重要的标杆基座模型。
有业内人士向记者表示，不论是微调、蒸馏或是其他低成本的新技术，都并非从零开始训练，而是站在基础模型强大性能表现的“肩膀上”才取得的新技术成果。从这个角度来看，Qwen也成为开源推动前沿技术发展的又一经典案例。
总的来说，S1模型的出现虽然未能颠覆AI行业的格局，但它为低成本AI技术的发展提供了新的思路。未来，随着更多类似技术的涌现，AI领域的竞争将更加激烈，而开源模型和低成本训练方法或将成为推动行业进步的重要力量。
