封面新闻记者 付文超

11月18日，记者获悉，微博正式发布首个自研开源大模型VibeThinker，这个仅拥有15亿参数的“轻量级选手”，在国际顶级数学竞赛基准测试上击败了参数量是其数百倍的，高达6710亿的DeepSeek R1模型。

据介绍，其单次“后训练”的成本仅7800美元，对比DeepSeek-R1和MiniMax-M1等成本直接降低了几十倍。业内人士认为，这一突破不仅重新定义了大模型的技术评价标准，更有望推动AI产业从“规模竞赛”转向“效率革命”。

记者了解到，在AI发展史上，参数量曾被视为衡量模型能力的核心指标。行业普遍认为，复杂推理能力需要1000亿以上参数才能涌现，而小模型则因无法处理高难度问题被视为“天生不足”。

但如果从小模型入手，通过巧妙的训练策略，能否挖掘出隐藏的推理能力？微博自研开源大模型VibeThinker，给出了行业一个肯定的答案。当大多数AI厂商仍遵循着“规模扩大即智能提升”的 Scaling Law法则时，微博AI研发人员转而优化模型结构和训练范式，并创新提出了“频谱到信号原理”（SSP）方法训练，创造出了一个仅拥有15亿参数的“轻量级选手”。

相关负责人介绍，基于自研的知微大模型，微博构建了适配微博场景的AI应用生态，并创造了两大顶流AI产品：一是微博智搜，二是评论罗伯特。随着自研大模型VibeThinker取得突破，更标志着微博AI战略迈入新阶段。

有业内人士表示，未来，VibeThinker有望在微博智搜等核心AI产品中落地，不仅能持续提升用户使用体验，更有望打破场景边界，裂变出兼具社交属性与智能服务的下一个“社交超级生态”。