蚂蚁技术研究院与清华大学推出开源强化学习框架AReaL，旨在简化大语言模型训练。最新版本AReaL-boba在训练速度和推理能力上表现优异，仅需200条数据即可高效训练，降低成本。该项目完全开源，支持社区复现与改进，推动AI训练的普惠发展。

2025年3月，阿里巴巴发布了QwQ 32B模型，谷歌推出Gemma 3 27B模型。QwQ在编码任务中表现优异，而Gemma 3在推理任务上表现突出。Deepseek R1模型在推理和数学问题上也表现良好。总体而言，QwQ 32B在编码测试中领先，但Deepseek R1在推理和响应时间上更为均衡。

QwQ是Qwen系列的推理模型，具备出色的思考和推理能力，特别在数学和编程任务上表现优异。QwQ-32B模型拥有320亿参数，经过强化学习训练，回答速度快且准确性高。

阿里巴巴推出了新AI模型QwQ 32B，参数达到320亿，性能接近671亿参数的DeepSeek-R1。该模型通过强化学习和外部反馈实现批判性思考，超越OpenAI的o1-mini。此外，阿里巴巴还发布了开源视频模型Wan 2.1，并计划在未来三年内投资520亿美元于云计算和AI领域。

阿里开源的QwQ-32B推理模型在个人设备上运行，性能接近DeepSeek-R1。尽管高性能模型部署难度大，「算了么」平台提供一键部署，普通用户可轻松体验。此外，该平台支持闲时算力共享，降低使用门槛，促进AI教育和算力生态发展。

Qwen新发布的开源LLM QwQ-32B在复杂推理方面表现优异，媲美DeepSeek-R1等大型模型，并可与Microsoft Word本地集成，免除月费。

阿里云于3月6日开源推理模型QwQ-32B，摩尔线程迅速支持。QwQ-32B在多项基准测试中表现优异，超越OpenAI-o1-mini，推动AI技术发展，摩尔线程积极支持开发者进行AI创新。

阿里云发布了Qwen系列LLM模型，其中QwQ-32B具备推理能力，采用基于结果的强化学习训练，并使用准确性验证器。用户可通过Hugging Face和DashScope API访问该模型，且在多个基准测试中表现优异。

阿里开源了新推理模型QwQ-32B，参数量320亿，性能可与6710亿参数的DeepSeek-R1媲美。该模型通过强化学习提升数学和编程任务的表现，已在Hugging Face和ModelScope上发布。团队希望通过结合强化学习与基础模型，推动人工通用智能的发展。

阿里云发布并开源了推理模型千问QwQ-32B，其性能与DeepSeek-R1相当，支持在消费级显卡上本地部署。该模型通过大规模强化学习提升了数学和编程能力，适合高安全性应用。用户可免费下载体验，未来将探索智能体与强化学习的结合。

大规模强化学习显著提升了语言模型的性能。新模型QwQ-32B拥有320亿参数，性能与6710亿参数的DeepSeek-R1相当。通过冷启动数据和多阶段训练，QwQ-32B在数学和编程等任务上持续提升，展示了强化学习在预训练模型中的有效性。

QwQ-Max-Preview是基于Qwen2.5-Max的预览版，具备深度推理、数学和编程能力。未来将开源，并推出APP和小型模型QwQ-32B，旨在提升用户体验和隐私保护，推动社区创新。