近期，人工智能领域迎来了一项引人注目的新突破。一份最新发布的研究报告显示，斯坦福大学与华盛顿大学的科研团队，仅花费了不到50美元（当前汇率下约为364元人民币）的云计算成本，便成功打造出一个具备卓越“推理”能力的人工智能模型——s1。
这款名为s1的模型，在数学与编程能力测试中，展现出了与OpenAI的o1及DeepSeek的r1等业界顶尖推理模型相当的水平。尤为s1模型及其训练所用的全部数据与代码，均已在GitHub平台上开源，供全球开发者共享与学习。
s1团队透露，他们采用了“蒸馏”技术来构建这一模型。该技术通过训练模型去模仿并学习另一个模型的答案，从而提炼出其“推理”能力。具体而言，s1是从谷歌的推理模型Gemini 2.0 Flash Thinking Experimental中蒸馏而来。有趣的是，上个月，加州大学伯克利分校的研究人员也运用了相同的蒸馏方法，但成本高达约450美元，创建了一个人工智能推理模型。
s1模型的问世，引发了业界对于人工智能模型商品化的深刻思考。若能够以相对低廉的成本复制出价值数百万美元的模型，那么大型科技公司的竞争优势何在？这一疑问无疑给行业带来了新的挑战与反思。
面对这一新情况，大型人工智能实验室表现出了明显的不悦。例如，OpenAI此前就曾指责DeepSeek不当获取其API数据用于模型蒸馏。而此次s1的推出，无疑加剧了这一领域的竞争与争议。
s1团队的研究人员表示，他们致力于寻找实现强大推理性能和“测试时扩展”的最简洁途径。这些正是OpenAI的o1模型所取得的一些突破性进展。s1的论文指出，通过一种称为监督微调（SFT）的方法，可以利用较小的数据集来蒸馏推理模型。在SFT中，模型被明确指示在数据集中模仿特定行为，这比DeepSeek用于训练R1模型的大规模强化学习方法更具成本效益。
谷歌通过其Google AI Studio平台免费提供了Gemini 2.0 Flash Thinking Experimental模型的访问权限，但设有每日使用限制。然而，其使用条款明确禁止对模型进行逆向工程，以开发与谷歌自身人工智能产品竞争的服务。尽管如此，s1团队仍巧妙地利用了这一资源。
s1基于阿里巴巴旗下中国人工智能实验室Qwen提供的一款小型、现成的免费模型。为了训练s1，研究人员精心策划了一个包含1000个问题及其答案的数据集，并收集了谷歌Gemini 2.0 Flash Thinking Experimental为每个答案提供的“思考”过程。在16个Nvidia H100 GPU的支持下，s1的训练耗时不到30分钟，成本仅为约20美元。
更为巧妙的是，研究人员还为s1设计了一个独特的技巧，让其能够在工作过程中进行自我检查并延长“思考”时间——他们让s1在推理过程中“等待”。论文显示，这一简单的添加，有助于模型获得更为准确的答案。
