阿里突放大招，国产大模型又有重磅！

来源：证券时报

大年初一，阿里发出大模型新年第一弹。

北京时间1月29日凌晨1点半，阿里云通义千问旗舰版模型Qwen2.5-Max正式升级发布。据其介绍，Qwen2.5-Max模型是阿里云通义团队对MoE模型的最新探索成果，预训练数据超过20万亿tokens，展现出极强劲的综合性能，在多项公开主流模型评测基准上录得高分，全面超越了目前全球领先的开源MoE模型以及最大的开源稠密模型。

与Qwen2.5-Max进行对比的模型，就包括了最近火爆海内外的DeepSeek旗下的V3模型。受新模型的影响，1月28日阿里巴巴美股拉升，一度涨超7%，收盘录得6.71%的涨幅，报96.03美元/股。1月29日盘中再度大涨，收盘涨0.71%，收于96.715美元。

阿里新模型性能全球领先

阿里通义千问团队表示，Qwen2.5-Max采用超大规模MoE（混合专家）架构，基于超过20万亿token的预训练数据及精心设计的后训练方案进行训练。

据介绍，Qwen2.5-Max在知识、编程、全面评估综合能力的以及人类偏好对齐等主流权威基准测试上，展现出全球领先的模型性能。指令模型是所有人可直接对话体验到的模型版本，在Arena-Hard、LiveBench、LiveCodeBench、GPQA-Diamond及MMLU-Pro等基准测试中，Qwen2.5-Max比肩Claude-3.5-Sonnet，并几乎全面超越了GPT-4o、DeepSeek-V3及Llama-3.1-405B。

同时，基座模型反映模型裸性能，由于无法访问GPT-4o和Claude-3.5-Sonnet等闭源模型的基座模型，通义团队将Qwen2.5-Max与目前领先的开源MoE模型DeepSeek V3、最大的开源稠密模型Llama-3.1-405B，以及同样位列开源稠密模型前列的Qwen2.5-72B进行了对比。结果显示，在所有11项基准测试中，Qwen2.5-Max全部超越了对比模型。

记者还注意到，除了发布Qwen2.5-Max以外，1月28日，阿里还开源了全新的视觉理解模型Qwen2.5-VL，推出了3B、7B、72B三个尺寸版本。其中，旗舰版Qwen2.5-VL-72B在13项权威评测中夺得视觉理解冠军，全面超越GPT-4o与Claude3.5。

受新模型的影响，1月28日和29日阿里巴巴美股拉升明显。Qwen2.5-Max的发布引发了资本市场关于重估中国AI资产的讨论。如果将阿里巴巴美股上市后的股价走势时间轴拉长，其股价在2020年摸到311.046美元的高位后，便进入了下行的通道。业内人士分析，阿里云不仅发布了与全球顶尖模型比肩甚至更优的模型，而且具备完整的云生态，或能形成类似去年北美云计算服务商的投资逻辑。

DeepSeek以外，大厂大模型也值得关注

最近几天，大家的注意力都在DeepSeek上，但有国内头部大模型厂商的核心技术骨干告诉证券时报记者，包括阿里通义千问、字节豆包、腾讯混元在内的互联网大厂大模型能力其实并不差，只是DeepSeek作为创业公司，和互联网大厂在发展战略上有所不同。DeepSeek作为纯技术驱动的公司，代码和训练方法完全开源，而互联网大厂往往出于商业化等方面的考量不会完全开源。

“DeepSeek出圈的原因主要还是跟金融市场相关。从基座能力上看，其实没有那么强，对我们的冲击也没有那么大。”该技术骨干告诉记者，美国股市上涨的逻辑主要是AI和英伟达芯片，但DeepSeek让人们发现可能不需要这么多英伟达的卡，就能做出来性能差不多的模型。“而且还开源了，所以DeepSeek才这么受关注。”该技术骨干表示。

与此同时，DeepSeek主要是在文本生成能力和理解能力方面比较强，尤其擅长中文语境下的长文本和复杂语境，DeepSeek V3和R1暂无多模态生成能力。有行业从业者向记者表示，以豆包等为代表的大厂模型都属于多模态大模型，在大语言模型基础上融合了图片、音频、视频等多种模态，对算力底座要求更高，不仅要支持大规模训练任务，还要确保端侧应用的实时性和高效性。

因此，DeepSeek除了通过创新架构与优化算法降低训练成本外，还能更加聚焦于大语言模型领域。一名国内大模型高管在分析DeepSeek的成功时就指出，有相对充裕的卡（算力资源）,没有融资压力，前面几年只做模型不做产品，这些都让DeepSeek更加纯粹和聚焦，能够在工程技术和算法上有所突破。

前述国内头部大模型厂商的核心技术骨干还透露，1月22日字节发布的豆包大模型1.5Pro，在多个测评基准上领先于许多头部的模型，“我们的压力不来自于DeepSeek，而是豆包，只是豆包1.5Pro没有出圈，大家没注意到。”该技术骨干说。

DeepSeek面临“蒸馏”争议

记者注意到，字节研究团队还表示，豆包1.5Pro通过高效标注团队与模型自提升相结合的方式持续优化数据质量，严格遵循内部标准，不使用任何其他模型的数据，确保数据来源的独立性和可靠性，也即没有通过“蒸馏”其他模型来走捷径。

所谓“蒸馏”，指的是一种开发者用来优化小型模型的方法，是一种在深度学习和机器学习领域广泛应用的技术，简单理解就是用预先训练好的复杂模型输出的结果，作为监督信号再去训练另外一个简单的模型。这样可以大幅减少计算资源消耗，让小模型在特定任务中以低成本取得类似效果。

DeepSeek的技术文档表示，R1模型使用了数据蒸馏技术（Distillation）生成的高质量数据提升了训练效率。周二，白宫人工智能和加密货币事务负责人大卫·萨克斯在接受该媒体采访时宣称，DeepSeek“有可能”窃取了美国的知识产权才得以崛起。他还表示，未来几个月美国领先的人工智能公司将采取措施，试图防止“蒸馏”。据金融时报报道，OpenAI称它发现DeepSeek使用了OpenAI专有模型来训练自己的开源模型的证据，但拒绝进一步透露其证据的细节。

不过多名业内人士表示，“蒸馏”虽然存在一定争议，但其实是大模型训练中一种常用的方法。由于训练复杂模型需要投入大量资源，并雇用专业人员教导模型如何生成符合人类表达方式的回答，耗钱耗时间，而“蒸馏”则可以避免这个问题。因此，无论是在中国还是美国，初创公司和学术机构使用ChatGPT等具有人类反馈优化的商业大语言模型输出数据来训练自己的模型，被视为一种普遍的、“默而不宣”的现象。

由中国科学院深圳先进技术研究院、北大等机构联合发表的论文《大语言模型的蒸馏量化》中，研究者就提到除了Claude、豆包和Gemini之外，当前知名的开闭源大语言模型均表现出了较高的“蒸馏”水平。研究人员普遍认为，“蒸馏”能够使模型训练的效率更好、成本更低，但会使模型的独特性下降，且过度“蒸馏”也会导致模型性能下降。