顛覆認知！小模型打贏大戰(zhàn)爭，30B干翻萬億參數(shù)，AI行業(yè)或迎改變

1. 嘿，各位朋友好呀！今天小玖想和大家探討一個頗具啟發(fā)性的議題——當全球人工智能領(lǐng)域正陷入無休止的參數(shù)規(guī)模比拼時。

2. 由陳天橋攜手代季峰領(lǐng)銜的研發(fā)團隊所發(fā)布的 MiroThinker 1.5，竟憑借僅30B的參數(shù)量，實現(xiàn)了堪比萬億級模型的實際表現(xiàn)。這一看似“逆流而行”的技術(shù)路徑，實則蘊含著對智能本質(zhì)的深刻重構(gòu)與全新洞察。

3.

4. 從 “做題家” 到 “科學(xué)家”：智能增長的第三條路

5. 近年來，AI行業(yè)的“算力軍備賽”愈演愈烈，參數(shù)數(shù)量從百億迅速躍升至千億、萬億級別，仿佛模型體積越大，能力就越強已成鐵律。

6. 然而，業(yè)界似乎集體忽略了一個根本性命題：真正的智能，究竟是依賴海量記憶的機械復(fù)現(xiàn)，還是建立在自主學(xué)習與邏輯推導(dǎo)之上的認知進化？

7. 當前主流的大模型更像是一位只會刷題的“應(yīng)試高手”，將訓(xùn)練數(shù)據(jù)中的模式強行內(nèi)化為輸出規(guī)則，面對未知問題時往往依靠概率拼接答案，這也正是AI幻覺頻發(fā)的核心根源。

8. 小玖注意到，MiroThinker 1.5 最具突破性的一點，在于它徹底擺脫了對參數(shù)膨脹的依賴，轉(zhuǎn)而提出了一種名為“Interactive Scaling”（交互式擴展）的創(chuàng)新范式。

9. 此前我們評估AI能力，通常只關(guān)注兩個維度——參數(shù)總量與上下文長度，本質(zhì)上都是在擴充模型的記憶容量。但現(xiàn)實世界的知識是無限延展的，再龐大的存儲也無法窮盡所有信息，這正是為何即便是超大規(guī)模模型仍會犯下常識性錯誤的原因所在。

10. 而 MiroThinker 1.5 開辟的是“科研工作者”式的思維路徑：面對新問題，首先構(gòu)建假設(shè)框架，隨后主動調(diào)用外部資源進行驗證，若證據(jù)不符則即時修正思路，通過多輪迭代最終形成穩(wěn)健結(jié)論。

11. 這一機制將智能成長的關(guān)鍵轉(zhuǎn)向與外界環(huán)境的動態(tài)互動，依托主動檢索、循環(huán)校驗以及反幻覺過濾三大核心技術(shù)，促使模型逐步建立起“先求證、后斷言”的行為習慣。

12. 比如在回應(yīng)“1949年至2009年中國城鎮(zhèn)人口年均增長率”這一提問時，它不會直接拋出一個數(shù)字，而是系統(tǒng)梳理所需變量，調(diào)取國家統(tǒng)計局等權(quán)威數(shù)據(jù)庫進行交叉核對，并完整呈現(xiàn)計算步驟與公式推導(dǎo)，確保每一步都可追溯、可復(fù)現(xiàn)。

13.

14. 時序敏感訓(xùn)練：讓 AI 真正 “預(yù)測未來” 而非 “復(fù)述過去”

15. 除了強大的交互推理能力，MiroThinker 1.5 所采用的時序敏感訓(xùn)練沙盒也極具前瞻性。據(jù)小玖了解，傳統(tǒng)意義上的“預(yù)測模型”其實存在嚴重的邏輯漏洞。

16. 它們在訓(xùn)練階段早已接觸過全部歷史事件的結(jié)果，所謂的“預(yù)測”不過是基于已知結(jié)局的反向陳述，并不具備真正面向未來的推演能力。

17. 而時序敏感訓(xùn)練則為模型設(shè)定了嚴格的時間邊界——任何決策只能依據(jù)當前時間點之前的數(shù)據(jù)進行，從根本上杜絕了“未來信息提前泄露”的可能性。

18. 這種訓(xùn)練方式迫使模型學(xué)會在信息不完整、不確定性高的真實場景中進行因果推理與趨勢外推。

19. 正因如此，MiroMind 團隊在 FutureX 預(yù)測基準測試中一舉奪魁，不僅超越GPT-5達11個百分點的準確率提升，更連續(xù)四個月穩(wěn)居排行榜首位，展現(xiàn)出卓越的前瞻性判斷力。

20. MiroThinker 1.5 的橫空出世，為深陷參數(shù)內(nèi)卷的AI產(chǎn)業(yè)敲響警鐘：智能的本質(zhì)并非無所不知，而是具備持續(xù)學(xué)習、獨立查證與自我糾錯的能力。

21.

22. 小玖認為，未來AI領(lǐng)域的競爭焦點，或?qū)膯渭儽绕磪?shù)數(shù)量，逐漸轉(zhuǎn)移到交互深度、驗證嚴謹性以及動態(tài)修正機制的綜合實力上。

23. 對普通用戶而言，這意味著使用AI獲取信息時，不再需要被動接受黑箱輸出的結(jié)果，而是能夠清晰看到其背后的推理鏈條、數(shù)據(jù)來源與驗證過程，極大提升了可信度與透明度。

24. 信源來源：2026-01-09 人人都是產(chǎn)品經(jīng)理 做題家vs科學(xué)家：一個30B模型如何顛覆萬億參數(shù)的AI軍備競賽

25. 新浪財經(jīng) 2026-01-05 陳天橋AI公司推出搜索智能體模型MiroThinker 1.5 單條調(diào)用成本0.07美元

26.