国产 AI 卷翻硅谷，奥特曼发文“阴阳”，类 o1 模型都在卷什么？

两个国产推理模型的发布，让全球 AI 圈“提前过年”了。

前两天，月之暗面推出了 Kimi k1.5 多模态思考模型，DeepSeek 也发布了 DeepSeek-R1 文本推理模型，二者都在推理能力上对标 OpenAI 正式版 o1。

不到两个月，国产推理模型就实现了对 OpenAI o1 满血版（2024 年 12 月上线）的对标，而且与 OpenAI 藏着掖着的技术秘诀不同，两家中国公司双双公开了他们的特色技术道理：DeepSeek R1 的极高性价比，kimi k1.5 原创技术 long2short 高效思维链+原生多模态。

因此 Kimi/DeepSeek“双子星”一夜卷翻硅谷，技术报告 paper 一放出，就吸引了大量海内外同行的关注和解读，在 github 的热度飙升。

目前来看，海外同行的反馈以振奋为主流。比如 Answera 公司的创始人保罗·库弗特（Paul Couvert）就感叹，两款中国 o1 同日发布，（中国 AI）追赶速度越来越快了！

当然，自然也少不了“泼冷水”的。

OpenAI CEO 奥特曼在社交媒体说，“twitter hype is out of control”（推特上的各种炒作已经失控了）。他认为外界猜测的“AI 即将取代大部分中层岗位”（主要靠推理模型）过度夸大了。希望大家冷静下来，把期待值降低 100 倍（cut your expectations 100x）。

或许有人好奇，国产推理模型真的崛起了吗？大模型技术如何从“规模扩展”发展到“推理扩展”？对于推理模型这个路线，我们到底该保持兴奋还是冷静一下？本文就来给大家一一解读。

两个中国 AI 公司的新模型，吸引了全球海内外同行的高度关注。原因很简单，推理模型太火了。

2024 年第四季度，出现了 reasoning model 的新形态 LLM，采用思维链进行“慢思考”，在推理阶段投入更多计算（推理拓展思路），这种创新带给大模型超前的推理能力，可以减少幻觉，提高可靠性，处理更为复杂的任务，达到人类专家/研究生级别的智能，被认为是规模拓展 Scaling Law 撞墙后最具潜力的新技术。

o1 系列之后，头部模厂都开始向“慢思考”的推理模型技术路线投入，包括大厂谷歌、百度、阿里、科大讯飞、夸克，以及 AI 六小虎中的智谱、DeepSeek、阶跃星辰等，此前也都推出过准 o1 的推理模型，但一直没有全面对标正式版 o1 的国产推理模型。

要证明国产推理模型的崛起，有两个前提条件：一是经得起全球同行的审视；二是具备原创能力而非简单跟随，全面对标而非部分达标。

目前来看，Kimi k1.5/ DeepSeeK R1 达到了上述条件。

Kimi k1.5/ DeepSeeK R1 首次真正对标了正式版 o1，取得了 SOTA 成绩。其中，k1.5 还是国内首个多模态 o1，同时支持文本和图像推理。这在全球推理模型领域都是比较亮眼的成绩。

而且，不同于 OpenAI o1 藏着掖着的风格，Kimi 和 DeepSeeK 都发布了详细的技术报告，分享模型训练技术的探索经验，立刻在海外 AI 圈掀起了解读论文的热潮。

比如英伟达的研究科学家第一时间开扒，得出的结论是，Kimi 和 DeepSeeK 的研究“振奋人心”。

作为当前 AI 领域最主流的叙事和技术高地，推理模型的风吹草动，都会引发全球从业者的目光。而中国公司一口气在推理模型赛道上，拿出两个重磅论文，模型含金量高，经过了目光聚焦且严苛的审视，其中还包含很多原创技术。

可以说，从 Kimi k1.5/ DeepSeeK R1 的“双子星”开始，国产推理模型是真的崛起了。

推理模型，国内 AI 公司是怎么追赶的？我们和海外 AI 圈一起“黑着眼眶熬着夜”，苦读 kimi/ DeepSeek 论文，简单总结一下：

总路线上，k1.5 和 R1 都使用了强化学习（RL）技术，来提升模型推理能力。但在技术细节上，kimi/ DeepSeek 都拿出了全新的思路。

DeepSeek 没有采用业界普遍的监督微调（SFT）作为冷启动的方案，提出了一种多阶段循环的训练方式，用少量冷启动数据，微调模型作为强化学习的起点，然后在 RL 环境中通过奖励信号来自我进化，实现了非常好的推理效果。

Kimi k1.5 则首创了 long2short 思维链，让 LLM 通过奖励机制进行探索性学习，自主扩展训练数据，来扩展上下文长度，从而优化 RL 训练表现，在短链思维推理方面取得了 SOTA 成绩。

性能最强的 long-CoT 版本 Kimi k1.5，数学、代码、多模态推理能力可以达到长思考 SOTA 模型 OpenAI o1 正式版的水平。

基于 long-CoT 版本简化的 short-CoT，性能依旧强悍，但推理更加高效，大幅超越了全球范围内短思考 SOTA 模型 GPT-4o 和 Claude 3.5 Sonnet 的水平，领先达到 550%。

除此之外，两大国产推理模型还各有亮点。

DeepSeek-R1 延续了“AI 界拼多多”的优秀传统，API 每百万输出 tokens 16 元，与 o1 每百万输出 tokens 60 美元的定价一比，性价比拉满。

Kimi k1.5 则是 OpenAI 之外，首个达到 o1 多模态推理性能的模型，k1.5 支持文本、图像交叠的多模态输入，可以进行联合推理，填补了国内多模态思考模型的空白。

在人类的感官中，视觉信息占比超过 70%，有了多模态能力，认识自家的 Benchmark 图表自然不在话下。

众所周知，o1 要么用起来贵（200 美元每月的订阅费），要么根本用不上（OpenAI 不向国内提供服务）。因此，国产推理模型的上述亮点，带给海内外 AI 开发者的价值不是一般大，很多开发者都倍感兴奋。

一位开发者在论坛感叹，这两个中国实验室“用更少的资源做更多的事情，他们对模型效率和精炼的巨大关注，造福我们所有人”。

Amarok 开发者 Mark Kretschmann 也在社交媒体上不吝褒奖，直呼 k1.5 是“多模态 AI 领域的重大突破”。

可以看到，面对“推理拓展”这个全新技术领域，中国 AI“双子星”靠原创硬实力稳稳拿下，并走出了一条有别于 OpenAI 的发展创新之路。

OpenAI 奥特曼建议大家放低预期，那么，中国 AI 公司发力推理模型，价值究竟有没有、有多大？

对于中国 AI 公司来说，点亮推理模型的技术版图，有两方面的意义：

一是仰望星空，可以拉近中美 AI 的技术距离。大模型的领先不会从天上掉下来，而是日拱一卒、水滴石穿的努力，保持对最新技术路线的跟进，能让中国 AI 的水平快速提高。对标 ChatGPT 用了半年左右，而对标正式版 o1 只用了不到三个月，

以 Kimi 为例，去年 11 月推出 k0-math 数学模型，12 月发布 k1 视觉思考模型，今年 1 月发布 k1.5 多模态思考模型，三个月三次迭代，进化速度极快。说明对天花板技术的贴身跟进，是中国 AI 最快最好的练兵场。

二是脚踏实地，中国的行业沃土为国产 AI 提供了更广阔的落地场景，推理模型的落地情况会比 o1 更好。海外 AI 多以个人消费者为主，o1 的主要用例是程序员的代码助手、数据分析师、个人开发者，普通人上手门槛高。而国产大模型更多面向行业场景，AI 改造的业务场景中包含大量容错率低的严肃生产场景，以前的大语言模型很难解决复杂任务，十分需要少幻觉、高可靠的推理模型。所以，国产推理模型的落地也许会更快、更广。

从这些角度看，在各行各业引入专家级 AI 的推理模型，加速行业智能化，恐怕仍会由国产 AI 率先垂范。k1.5、R1 等国产推理模型，将在其中贡献不可或缺的基座价值。Kimi 官方也表示，2025 会继续沿着路线图，加速升级 k 系列强化学习模型，带来更多模态、更多领域的能力和更强的通用能力。

所以不出预料的话，我们很快就能用上花钱少、出活好的专家级国产 AI 了。

中国 AI“双子星”炸开的 2025 年大模型开局，分外精彩。推理模型作为模厂的下一个分水岭，谁抓住了国产推理模型的崛起时刻，也就先一步抓住了未来。