不妨称之为推理的复兴。
在OpenAI发布推理模型o1后，各大竞争对手实验室纷纷跟进。11月初，DeepSeek推出首款推理算法DeepSeek-R1预览版；同月，阿里巴巴Qwen团队公布了据称首个挑战o1的开源模型。
推理模型兴起背后的驱动力
是什么引发了这股浪潮？一方面是为寻找生成式AI技术改进的新路径。正如Max Zeff近期报道所言，“蛮力”扩展模型的方法已难以为继。另一方面，AI公司面临维持创新速度的巨大竞争压力。据估算，全球AI市场2023年达1966.3亿美元，2030年或增至1.81万亿美元。
OpenAI声称推理模型能“解决更复杂问题”，代表重大飞跃。但并非所有人都认同这是最佳路径。
专家观点：警惕炒作与单一范式风险
卡内基梅隆大学机器学习副教授Ameet Talwalkar认为首批推理模型“相当令人印象深刻”，但他对断言清楚行业走向的说法持怀疑态度。他指出：“AI公司有财务激励去对未来技术做出乐观预测。我们面临的风险是狭隘聚焦于单一范式——整个研究社区必须避免盲目相信炒作，转而关注具体成果。”
高昂成本与能耗挑战
推理模型的两大短板在于成本高、耗电大。以OpenAI API为例，o1分析每75万词收费15美元，生成每75万词收费60美元，比GPT-4o高出6倍。虽然ChatGPT可免费使用o1（有限制），但高级o1 pro模式年费高达2400美元。
UCLA计算机科学教授Guy Van Den Broeck表示：“[大型语言模型]推理的总体成本肯定不会下降。”高成本源于其需大量计算资源进行自我检查，这虽有助于避开陷阱，但也导致耗时更长。
OpenAI设想未来推理模型将“思考”数小时甚至数周，尽管成本更高，但从突破性电池到新型抗癌药物的回报可能值得。然而，当前价值主张尚不明显。Ai2研究员Costa Huang指出o1并非可靠计算器，社交媒体上也充斥着o1 pro模式的错误案例。Huang强调：“这些模型是专业化的，在通用领域可能表现不佳。”Van den Broeck则断言，推理模型并未进行真正的推理，仅适用于训练数据中可能出现的问题，这是仍需克服的主要挑战。
未来展望：进步可期，但透明度存忧
鉴于强劲的市场动力，推理模型必将随时间优化。不仅OpenAI、DeepSeek和阿里巴巴在投资，相邻行业的资本也在聚集围绕推理AI主导的未来理念。
然而，Talwalkar担心大型实验室会将改进据为己有或设置门槛。他表示：“出于竞争保密可以理解，但缺乏透明度严重阻碍了研究社区的参与。随着更多人投身此方向，预计推理模型将迅速进步。但由于财务激励，尽管部分想法源自学术界，大多数模型仍将由OpenAI等大型工业实验室提供。”