推理大语言模型（LLM），如 OpenAI 的 o1 系列、Google 的 Gemini、DeepSeek 和 Qwen-QwQ 等，通过模拟人类推理过程，在多个专业领域已超越人类专家，并通过延长推理时间提高准确性。推理模型的核心技术包括强化学习（Reinforcement Learning）和推理规模（Inference scaling）。
「慢思考」（Slow-Thinking），也被称为测试时扩展（Test-Time Scaling），成为提升 LLM 推理能力的新方向。近年来，OpenAI 的 o1 [4]、DeepSeek 的 R1 [5] 以及 Qwen 的 QwQ [6] 等顶尖推理大模型的发布，进一步印证了推理过程的扩展是优化 LLM 逻辑能力的有效路径。
新年伊始，在估值攀上 3400 亿美元的新巅峰后，OpenAI 也辞旧迎新，更换了新字体、新标志、新配色方案，进行了一次全面的品牌重塑。Open AI 这次重塑的目的，一是为了摆脱设计总监 Shannon Jager 所说的「OpenAI 一直在用相当随意的方式，向世界展示自己。字体、Logo 和颜色的杂乱无章，只会彰显出公司缺乏明确的统一战略。」
DeepSeek 的最新模型 DeepSeek-V3 和 DeepSeek-R1 都属于 MoE（混合专家）架构，并在开源世界产生了较大的影响力。特别是 2025 年 1 月开源的 DeepSeek-R1，模型性能可挑战 OpenAI 闭源的 o1 模型。
DeepSeek的V3模型仅用557.6万的训练成本，实现了与OpenAI O1推理模型相近的性能，这在全球范围内引发连锁反应。由于不用那么先进的英伟达芯片就能实现AI能力的飞跃，英伟达在1月27日一天跌幅高达17%，市值一度蒸发6000亿美元。
最新消息 OpenAI 本周宣布计划向加州州立大学 23 个校区的 46 万名学生和 6.3 万名教职员工推出ChatGPT。这款以教育为重点的人工智能助手，旨在为学生提供个性化的辅导和学习指南，而教师则可以使用它来完成行政工作。
成本不到150元，训练出一个媲美DeepSeek-R1和OpenAI o1的推理模型？！这不是洋葱新闻，而是AI教母李飞飞、斯坦福大学、华盛顿大学、艾伦人工智能实验室等携手推出的最新杰作：s1。
本周四消息，去年刚刚加入知名 AI 创业公司 Anthropic 的 OpenAI 联合创始人约翰・舒尔曼 (John Schulman) 已辞去这家人工智能初创公司的职务。
昨日，AI 社区最大的新闻当属 OpenAI 发布的全新智能体 Deep Research 了！作为一个使用推理来综合大量在线信息并为用户完成多步骤研究任务的智能体，Deep Research 旨在帮助用户进行深入、复杂的信息查询与分析。
今早八点，OpenAI 发布了他们的新产品 Deep Research 在第一时间用上后，做出了此篇评测，先说结论：极强，但非常不稳定
