在人工智能領域持續創新的浪潮中，微博近日正式推出自主研發的開源大模型Vibe Thinker，以15億參數的精巧設計在國際頂級數學競賽基準測試中脫穎而出，成功超越擁有6710億參數的DeepSeek R1模型。這一突破不僅體現在準確率上的領先，更在于其單次“后訓練”成本僅需7800美元，相較于DeepSeek-R1和MiniMax-M1等同類模型，成本降低了數十倍，展現了高效能與低成本并重的顯著優勢。
Vibe Thinker的核心競爭力在于其采用的輕量化MoE（混合專家）架構與多輪知識蒸餾技術。這一創新設計使得模型在處理數學問題時，僅需5GB以下的數學語料即可完成高效微調，極大地降低了訓練資源的需求。同時，微博官方宣布，該模型支持通過Hugging Face平臺一鍵下載，并提供了商用許可，為開發者提供了便捷的接入途徑。據微博技術團隊透露，在AIME 2025、HMMT等國際知名數學競賽題庫中，Vibe Thinker的平均得分較DeepSeek R1提升了3.4%，推理延遲時間更是降低了42%，這一性能提升使其在教育、金融等對實時性要求較高的場景中展現出巨大的應用潛力。
為了進一步推動技術的普及與應用，微博在開源版本中提供了PyTorch與GGUF兩種格式，確保模型能夠在不同硬件環境下靈活部署。特別值得一提的是，Vibe Thinker的最低運行要求僅為單張RTX4090顯卡，這一低門檻設計使得更多研究機構和開發者能夠輕松上手，進行模型的二次開發與優化。微博還同步開放了訓練腳本與數據配比方案，為社區貢獻了寶貴的技術資源。
展望未來，微博計劃于12月推出Vibe Thinker-Math專用數學增強版，這一版本將針對數學領域的特定需求進行深度優化，進一步提升模型在數學問題解決上的能力。與此同時，微博還將聯合多所高校舉辦“輕量級數學挑戰賽”，旨在通過競賽的形式激發創新活力，推動低成本、高精度AI技術的廣泛應用，為人工智能領域的發展注入新的動力。
