人工智能分析2025年第一季度AI现状

今天大家都在谈MS的这篇DeepSeek R2分析的报告，提前曝光了R2的性能和参数，我们简单总结一 下这个报告的核心内容： DeepSeek R2 使用了多达 1.2 万亿个参数，采用了新颖的架构，实现了运行成本的显著降低。其采用 混合专家混合（MoE）架构，有 780 亿个活跃参数。 并且R2 使用华为的 Ascend 910B 芯片进行训练，而非 NVIDIA 的芯片。 R2 增强了多语言覆盖能 力，能流畅处理非英语语言；扩展了强化学习，利用更大的数据集，使模型能够进行更具逻辑性和 更像人类的推理；增加了多模态功能，能够处理文本、图像、语音和视频数据；实现了推理时的缩 放，通过采用通用奖励模型（GRM），在推理过程中增加计算资源，从而提高了输出质量。 R2 具有高成本效益，输入成本为每百万代币 0.07 美元，输出成本为每百万代币 0.27 美元，而 R1 的 输入成本为 0.15-0.16 美元，输出成本为 2.19 美元。 由于这篇报告讲的人已经很多了，我们就不赘述了，而且报告也放到了星球中，有兴趣的朋友可以 到星球中看原文。 今天这篇文章来看另一篇AI的分析，Artificial Analysis ...