Meta 发布 Llama 4 模型，采用混合专家 (MoE) 架构，对标 DeepSeek 的技术路线。DeepSeek 与清华大学合作，致力于降低 AI 模型训练成本，并通过“自我原则批判调优”提升模型效率。DeepSeek 的新模型 DeepSeek-GRM 将以开源形式发布，在多项基准测试中表现优异。文章还提及阿里巴巴和 OpenAI 在 AI 模型推理与自我优化方面的努力。此次 Meta 的举措预示着 AI 领域的竞争愈发激烈，模型效率和性能成为关键。

💡 Meta 发布 Llama 4，采用混合专家 (MoE) 架构，直接对标 DeepSeek，反映了 AI 领域的技术竞争态势。

🔬 DeepSeek 与清华大学合作，专注于减少 AI 模型训练量，以降低运营成本，并开发自我进化的 AI 模型。

🚀 DeepSeek 团队提出“自我原则批判调优”方法，通过奖励更准确的回答来提升模型性能，并在多项基准测试中超越现有方法。

🎁 DeepSeek 将发布 DeepSeek-GRM 模型，该模型在资源利用方面表现出色，并以开源形式提供。

🌍 阿里巴巴和 OpenAI 等其他 AI 开发者也在探索提升 AI 模型推理与自我优化能力的新方法，推动行业发展。

bloomberg 2025-04-08 20:30 北京

Meta发布Llama4-MoE直接对标DeepSeek技术路线

图片来源：DeepSeek

DeepSeek 正与清华大学合作，致力于减少其 AI 模型所需的训练量，以降低运营成本，开发自我进化的 AI 模型。

DeepSeek 曾以一月份推出的低成本推理模型震动市场，现与高校研究人员联合发表论文，详述了一种提升模型效率的强化学习新路径。研究人员写道，这种新方法旨在通过为更准确且易于理解的回答提供奖励，帮助人工智能模型更好地遵循人类偏好。

强化学习在加速特定应用和领域内的 AI 任务方面已被证明有效，但将其扩展到更通用的场景一直充满挑战——这正是 DeepSeek 团队试图通过其所谓的"自我原则批判调优"来解决的问题。

论文指出，该策略在多项基准测试中超越了现有方法和模型，结果显示能以更少的计算资源实现更优性能。

DeepSeek公司表示，将这些新模型命名为 DeepSeek-GRM（通用奖励建模的缩写），并将以开源形式发布。

包括中国科技巨头阿里巴巴集团和美国旧金山的 OpenAI 在内的其他 AI 开发者，也正在开拓新领域，致力于提升 AI 模型实时执行任务时的推理与自我优化能力。

Meta 于上周末发布了其最新 AI 模型系列 Llama 4，并宣称这是其首个采用混合专家（MoE）架构的模型。深度求索（DeepSeek）的模型高度依赖 MoE 技术以实现资源的高效利用。

Meta 在发布新品时对标了这家杭州初创企业。DeepSeek 尚未透露其下一代旗舰模型的发布时间。

论文链接：https://arxiv.org/abs/2501.12948

参考资料

本文翻译自：https://www.bloomberg.com/news/articles/2025-04-07/deepseek-and-tsinghua-developing-self-improving-ai-models?srnd=phx-technology

编译：ChatGPT

-----------END-----------

🚀 我们正在招募新一期的实习生

🚀 我们正在寻找有创造力的00后创业者

关于Z Potentials

阅读原文

跳转微信打开