结果，令人出乎意料的事情发生了：只用不到10美元的成本，他就在一个3B模型上复刻了DeepSeek的顿悟时刻。 几乎就像是这个3B模型本身就具备了做出惊人事情的潜力，我们需要的，只是通过正确的方式赋予它一定的自主性而已。

九坤投资与微软亚洲研究院近日刊文称，首次成功复现了DeepSeek-R1。学术文章Logic-RL： Unleashing LLM Reasoning with Rule-Based Reinforcement ...

【2 月 24 日，九坤投资与微软亚洲研究院刊文称首次复现 DeepSeek-R1 及提出技术创新见解】九坤投资在数据、算法、算力方面有强大储备和人才储备，近年持续在 AI ...

Raz采用了一种轻量级的强化学习算法——Reinforce-Lite，成功在3B模型上复现了DeepSeek的顿悟时刻。他发现，即使使用非常简单的强化学习设置，也能在有限的计算资源下产生令人惊叹的结果。这一发现再次证明了强化学习的巨大潜力。

在临床测试中，一名60岁的女性截肢患者仅用半天时间便熟练掌握了该假肢灵巧手的使用，并成功完成了多项标准假肢手功能评估实验中的代表性任务，如抓握、操作、翻书、系扣等日常生活常见操作。

从市场角度来看，这项技术的进展无疑会影响到现有的AI产品格局。3B模型所展现的高效推理能力为未来的智能设备提供了一种新的设计思路。与市面上普遍采用高参数量模型的趋势相对，经济实惠且表现出色的轻量级算法将更受青睐，大幅降低构建AI模型的门槛。尤其对于初创企业和研发团队，换句话说，这无疑扩大了AI技术的应用范围，赋予他们在高度竞争市场中一较高下的机会。

作者：yulei丨 导语自DeepSeek ...

春节期间，中国AI的技术变革在全世界掀起浪潮。 继DeepSeek的低成本推理模型震惊硅谷和华尔街之后，昨日，李飞飞等斯坦福大学和华盛顿大学研究人员发布的最新研究成果再次引发业界热议：基于阿里通义千问Qwen2.5-32B-Instruct开源模型为底座，仅使用16块H100 GPU，通过26分钟的监督微调，便打造出了性能卓越比肩OpenAI的O1和DeepSeek的R1等尖端推理模型的s1-32 ...

2月21日，全球开发者先锋大会在上海徐汇开幕，傲意科技遥操作机器人系统亮相，该系统通过动捕手套捕捉人类手部动作并将其转化为控制指令，以远程操控机器人灵巧手。

人手的重量仅占人体重量的约1/150，但运动功能占全身运动功能的54%。手是体现人类以及人形机器人工作能力的关键部件。人手可以实现33种不同的抓握动作，可以完成复杂的手语手势，可以完成剪刀操作、手机使用等精细操作任务。

复刻DeepSeek的神话，还在继续。 之前，UC伯克利的博士只用30美元，就复刻了DeepSeek中的顿悟时刻，震惊圈内。 这一次，来自荷兰阿姆斯特丹的研究人员Raz，再次打破纪录，把复刻成本降到了史上最低—— ...

格隆汇2月24日｜九坤投资与微软亚洲研究院近日刊文称，首次成功复现了DeepSeek-R1，特别是其在强化学习领域的成果，同时在技术层面提出了创新性的见解。该学术文章名为Logic-RL:Unleashing LLM Reasoning with ...