92.6分 vs 94.6分——當(dāng)我看到螞蟻集團(tuán)剛發(fā)布的Ring-1T模型在A(yíng)IME25測(cè)試中的成績(jī)時(shí)，第一反應(yīng)是有點(diǎn)不敢相信。一個(gè)國(guó)產(chǎn)開(kāi)源模型，居然能在數(shù)學(xué)推理上逼近GPT-5的水平？

更震撼的是，這個(gè)叫Ring-1T的模型在模擬IMO（國(guó)際數(shù)學(xué)奧林匹克）近十年真題的測(cè)試中，正確率達(dá)到了銀牌選手平均水平的93%。要知道，IMO可是被譽(yù)為"數(shù)學(xué)天才搖籃"的頂級(jí)競(jìng)賽，能在這里拿銀牌的，基本都是各國(guó)數(shù)學(xué)界的未來(lái)之星。

我特意去查了一下這個(gè)模型的技術(shù)細(xì)節(jié)。Ring-1T采用了萬(wàn)億參數(shù)規(guī)模，但實(shí)際激活的只有約51B參數(shù)，這種MoE（專(zhuān)家混合）架構(gòu)讓它既有大模型的能力，又保持了相對(duì)高效的推理速度。

國(guó)產(chǎn)AI的"奧數(shù)銀牌"有多厲害？

說(shuō)實(shí)話(huà)，剛開(kāi)始我對(duì)這個(gè)"銀牌水平"也沒(méi)什么概念。后來(lái)仔細(xì)了解了一下，才發(fā)現(xiàn)這個(gè)成績(jī)有多震撼。

IMO每年只有大約600名選手參賽，代表的是全球100多個(gè)國(guó)家和地區(qū)的數(shù)學(xué)尖子生。能拿到銀牌，意味著在這600人中排進(jìn)前40%左右。而Ring-1T能達(dá)到銀牌選手93%的正確率，基本上就是說(shuō)它的數(shù)學(xué)推理能力已經(jīng)超越了全球大部分的數(shù)學(xué)天才。

更有意思的是，Ring-1T在組合數(shù)學(xué)和不等式證明這兩個(gè)最難的題型上表現(xiàn)尤其突出。這些題目往往需要很強(qiáng)的邏輯推理能力和創(chuàng)新思維，不是簡(jiǎn)單的公式套用就能解決的。

開(kāi)源vs閉源：一場(chǎng)認(rèn)知的較量

這里有個(gè)很有意思的對(duì)比。OpenAI的GPT-5、Google的Gemini這些頂級(jí)模型，基本都是閉源的，你只能通過(guò)API調(diào)用，看不到內(nèi)部的技術(shù)細(xì)節(jié)。而螞蟻這次直接把Ring-1T開(kāi)源了，代碼、模型權(quán)重、訓(xùn)練數(shù)據(jù)全部公開(kāi)。

從商業(yè)角度看，這確實(shí)有點(diǎn)"反直覺(jué)"。畢竟訓(xùn)練一個(gè)萬(wàn)億參數(shù)的模型，成本少說(shuō)也得幾千萬(wàn)美元。但從技術(shù)發(fā)展的角度，這種開(kāi)源策略可能更有遠(yuǎn)見(jiàn)。

全球開(kāi)發(fā)者可以基于Ring-1T進(jìn)行二次開(kāi)發(fā)，這意味著這個(gè)模型的能力會(huì)在無(wú)數(shù)人的貢獻(xiàn)下快速迭代和提升。

我想起了Linux和Android的發(fā)展歷程。正是因?yàn)殚_(kāi)源，它們才能在短時(shí)間內(nèi)聚集全球最優(yōu)秀的開(kāi)發(fā)者，最終在各自領(lǐng)域占據(jù)主導(dǎo)地位。

技術(shù)細(xì)節(jié)：萬(wàn)億參數(shù)背后的巧思

Ring-1T的技術(shù)架構(gòu)挺有意思的。它采用了Ling 2.0架構(gòu)，前4層是密集結(jié)構(gòu)，后76層是MoE結(jié)構(gòu)，總共有256個(gè)專(zhuān)家模塊。

這種設(shè)計(jì)的好處是什么呢？簡(jiǎn)單來(lái)說(shuō)，就是讓模型既聰明又高效。萬(wàn)億參數(shù)聽(tīng)起來(lái)很?chē)樔耍珜?shí)際推理時(shí)只激活51B參數(shù)，這樣既保證了能力，又控制了計(jì)算成本。就像一個(gè)超級(jí)圖書(shū)館，雖然有無(wú)數(shù)本書(shū)，但你每次只需要找到最相關(guān)的那幾本就夠了。

更厲害的是，螞蟻還自研了一套叫"棒冰"（Icepop）的訓(xùn)練方法，結(jié)合高效強(qiáng)化學(xué)習(xí)系統(tǒng)ASystem，專(zhuān)門(mén)針對(duì)推理能力進(jìn)行了多階段訓(xùn)練。這就解釋了為什么Ring-1T在數(shù)學(xué)推理上表現(xiàn)這么突出。

實(shí)測(cè)體驗(yàn)：不只是數(shù)學(xué)天才

我看到有開(kāi)發(fā)者已經(jīng)開(kāi)始測(cè)試Ring-1T了，發(fā)現(xiàn)它不只是在數(shù)學(xué)推理上厲害，在代碼生成、邏輯推理、創(chuàng)意寫(xiě)作等方面也表現(xiàn)不錯(cuò)。

比如讓它寫(xiě)一個(gè)貪吃蛇小游戲，Ring-1T不僅能生成完整的代碼，還會(huì)主動(dòng)優(yōu)化游戲邏輯，添加一些有趣的功能。在處理復(fù)雜的邏輯推理題時(shí)，它的思路也很清晰，不會(huì)像有些模型那樣繞來(lái)繞去。

當(dāng)然，作為一個(gè)剛發(fā)布的模型，Ring-1T肯定還有一些不足。比如在某些需要大量背景知識(shí)的領(lǐng)域，它可能還不如GPT-4那么全面。但考慮到它是開(kāi)源的，這些問(wèn)題應(yīng)該會(huì)在社區(qū)的貢獻(xiàn)下快速改善。

這意味著什么？

Ring-1T的發(fā)布，我覺(jué)得有幾個(gè)層面的意義。

首先，它證明了國(guó)產(chǎn)AI在技術(shù)上已經(jīng)能夠與國(guó)際頂級(jí)模型正面競(jìng)爭(zhēng)。92.6分 vs 94.6分，這個(gè)差距已經(jīng)小到可以忽略不計(jì)了。

其次，開(kāi)源策略可能會(huì)改變整個(gè)AI行業(yè)的競(jìng)爭(zhēng)格局。當(dāng)一個(gè)接近GPT-5水平的模型完全免費(fèi)開(kāi)放時(shí)，那些收費(fèi)的閉源模型就必須提供更大的價(jià)值才能維持競(jìng)爭(zhēng)力。

最后，對(duì)于開(kāi)發(fā)者來(lái)說(shuō)，這絕對(duì)是個(gè)好消息。不用再為了使用頂級(jí)AI能力而支付高昂的API費(fèi)用，可以直接在本地部署和定制化開(kāi)發(fā)。

不過(guò)話(huà)說(shuō)回來(lái)，技術(shù)突破只是第一步。Ring-1T能不能真正在應(yīng)用層面挑戰(zhàn)GPT-5，還要看它在實(shí)際使用中的表現(xiàn)，以及社區(qū)的接受程度。

但至少現(xiàn)在，我們可以說(shuō)：國(guó)產(chǎn)AI在數(shù)學(xué)推理這個(gè)最能體現(xiàn)"智能"的領(lǐng)域，已經(jīng)站到了世界第一梯隊(duì)。這個(gè)銀牌，拿得挺有分量的。