12月31日，大模子独角兽智谱AI发布其首个基于膨胀强化学习技巧磨真金不怕火的推理模子GLM-Zero-Preview。据悉，该模子专注于增强AI推奢睿力，擅所长理数理逻辑、代码和需要深度推理的复杂问题，智谱AI还知晓，在部分评测成果方面该模子也与OpenAI-o1-Preview格外。
南齐记者关爱到，自9月OpenAI推出旗下首款具备“推理”智力模子o1以来，国内大模子厂商也在逐渐追逐、加入武备竞赛，DeepSeek、昆仑万维、阿里云、月之暗面、智谱齐先后推出了推理模子。近期OpenAI推出重磅的o3推理模子，该模子能进行更复杂的推理，或将引颈大模子厂商下一轮布局首肯。
智谱最新推理模子考研数学拿到126分
据智谱先容，GLM-Zero-Preview专注于增强模子推奢睿力，擅所长理数理逻辑、代码和需要深度推理的复杂问题。同基座模子比拟，GLM-Zero-Preview在不权贵裁汰通用任务智力的情况下，在民众任务智力方面推崇大幅提高，在部分评测成果方面也与OpenAI-o1-Preview格外。
现在用户不错在“智谱清言”官网中免费使用。把柄现在的演示案例，GLM-Zero-Preview擅长逻辑推理、数学和代码方面的有关问题。以2025年考研数学一为例，GLM-Zero-Preview全卷得分为126（满分150），当输入考研数学终末一题的图倏地，该模子读取图片后给出了完竣解答经过；在代码编程方面，输入教导“帮我用html写一个意念念的第一东说念主称射击游戏”后，GLM-Zero-Preview颓落完成了游戏编程，同期也能识别代码差错并给出诞生分远。
最新推理模子解答考研数学题。
不外，智谱方面提到，现在的GLM-Zero-Preview与OpenAI的o3模子还有不少的差距。当年将握续优化迭代强化学习技巧并推出郑再版GLM-Zero，将深度念念考的智力从数理逻辑膨胀到更多更通用的技巧。
OpenAI推理模子o3将引颈厂商下一轮布局首肯
9月22日，OpenAI旗下首款具备“推理”智力的模子o1和o1-mini讲求发布。OpenAI o1系列模子被业界以为是AGI（通用东说念主工智能）的一猛进度，不仅惩处了“13.11与13.8比谁大”的数常识题，还能惩处科学、编程方面的问题，比拟此前的模子能处理更为复杂的任务。o1发布后，OpenAI所指出的推理Scaling Law似乎带来了全新的已矣AGI范式。
在o1推出以后，国内的大模子厂商也在逐渐追逐、加入武备竞赛。11月20日，AI六小龙之一DeepSeek发布了其推理模子DeepSeek-R1-Lite预览版。据悉DeepSeek R1系列模子使用强化学习磨真金不怕火，推理经过包含无数反念念和考证，念念维链长度可达数万字。该系列模子在数学、代码以及各式复杂逻辑推理任务上，已赢得了比好意思o1-preview的推理成果。
11月27日，昆仑万维讲求推出具有复杂念念考推奢睿力的系列模子——天工大模子o1版（Skywork o1）。其中，开源的Skywork o1 Open，在各项数学和代码目的上均有大幅提高，8B的Skywork o1 Open也解锁了包括其时GPT 4o无法完成的数学推理任务（如24点计较）。
11月28日，阿里Qwen团队发布首个开源推理大模子QwQ-32B-Preview。据悉QwQ（Qwenwith Questions）是通义千问Qwen系列的最新实践性辩论模子，其中QwQ-32B-Preview在评测数据中推崇出色，尤其在数学和编程限制的深度推理任务上，展现出辩论生级别的智力。
12月16日月之暗面Kimi发布了视觉念念考模子k1，据悉新一代模子通过激勉模子生成更提神的推理设施，变成高质料的念念维链CoT（Chain of Thought），权贵提高了惩处更复杂、更难任务的得胜率，同期k1模子的推崇跳跃了民众标杆模子OpenAI o1。
在发布该模子时，月之暗面还提到，AI大模子行业的技巧范式处于强化学习阶段，“‘强化学习’就像东说念主类在碰到迤逦时，并不是立即给出谜底，而是先分析问题、探索不同的惩处决议、尝试各式决议、反念念、校正战术和反复尝试通常”。其时，k1能解答数学题、经典物理电路题。
近期在OpenAI“双十二”步履中，OpenAI推出重磅的o3推理模子，该模子是OpenAI9月推出的o1推理模子的下一代。据OpenAI先容，o3概况进行复杂任务的推理开yun体育网，在科学、编码、数学等限制的推崇要优于前一代o1模子，同期破耗的处理时间也会更长。以一项评估AI高等数学推奢睿力的测试EpochAI Frontier Math为例，以往统共模子齐未达到2%的准确率，而o3准确率达到了创记录的25%，该模子或将引颈大模子厂商下一轮布局首肯。
