IT之家 11 月 13 日消息，今日新浪微博發(fā)布了其首個開源大模型 VibeThinker-1.5B，號稱“小模型也可以有大智慧”。

IT之家附官方介紹如下：

目前業(yè)界最強(qiáng)大模型參數(shù)量大都超過了 1T，甚至出現(xiàn)了 2T 規(guī)模的模型，是否只有巨量參數(shù)模型才有高度的智能？是否只有少量科技巨頭才有能力做大模型？

VibeThinker-1.5B，正是微博 AI 對此問題給出的否定答案，它證明了小模型也可以有高智商。這意味著做最強(qiáng)大模型不再像傳統(tǒng)觀念以為的那樣主要依賴推高參數(shù)量，也可以通過巧妙的算法設(shè)計來做到這一點。

這款模型僅有 1.5B (15 億) 參數(shù)，經(jīng)過微博 AI 研發(fā)人員提出的創(chuàng)新“頻譜到信號原理”（SSP）方法訓(xùn)練后，其效果堪稱顛覆：VibeThinker 在 AIME24、AIME25 以及 HMMT25 三個高難度數(shù)學(xué)測試集上的表現(xiàn)，超越了參數(shù)量超其 400 倍的模型 DeepSeek-R1-0120 版本（模型大小 671B），與規(guī)模為 456B 的 MiniMax-M1 效果接近或相當(dāng)；在 LiveCodeBench v6（編程算法題測試集）中的成績，成功追平參數(shù)量數(shù)超其數(shù)十倍的模型，比如歐洲領(lǐng)先 AI 企業(yè) Minstral.AI 的深度思考模型 Magistral-Medium-2506 版本。

VibeThinker 能力強(qiáng)大不靠堆參數(shù)，而是源于微博研發(fā)人員提出的 SSP 訓(xùn)練理念，即在學(xué)習(xí)階段先鼓勵模型發(fā)散探索所有可能的解題路徑，而非一味關(guān)注正確率；隨后，通過強(qiáng)化學(xué)習(xí)進(jìn)行高效策略優(yōu)化，精準(zhǔn)鎖定正確路徑，將模型性能提升至極致。

模型的單次“后訓(xùn)練”（Post-Training）成本不足 8000 美元，與此對應(yīng)，DeepSeek-R1 和 MiniMax-M1 的后訓(xùn)練成本分別是 29 萬及 53 萬美元，降低了幾十倍。

VibeThinker-1.5B 的開源，旨在為全球計算資源有限的中型企業(yè)及高校研究團(tuán)隊，提供一條高性價比的研發(fā)新路徑，使得人人都可以訓(xùn)練最前沿的大模型，而不是像之前一樣被排斥在外，這對于業(yè)界技術(shù)進(jìn)步至關(guān)重要。

Github：https://github.com/WeiboAI/VibeThinker

HuggingFace：https://huggingface.co/WeiboAI/VibeThinker-1.5B

Arxiv：https://arxiv.org/pdf/2511.06221

ModelScope：https://www.modelscope.cn/models/WeiboAI/VibeThinker-1.5B

廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。