在ChatGPT掀起人工智能浪潮的第二年，OpenAI與國內的AI企業正悄然轉向，試圖超越這一里程碑式的產品。隨著關于Scaling Law能力上限的討論日益增多，今年9月，OpenAI帶著其全新系列模型o1震撼登場，再次將“會思考的大模型”推向了科技前沿。
OpenAI的首席執行官奧特曼對o1的發布充滿信心，他堅信這一模型不僅證明了AI的發展并未放緩，反而預示著未來幾年內，AI領域將迎來新的突破與成就。在國內，眾多大模型廠商迅速響應，紛紛加入到對o1的學習與超越的行列中。
僅僅兩個月后，國內的大模型市場便涌現出了一批各具特色的o1類深度思考模型。從kimi的k0 math到Deepseek的DeepSeek-R1-Lite，再到昆侖萬維推出的“天工大模型4.0”o1版，這些模型無一不強調著邏輯思考能力的重要性，標志著國內AI大模型在這一領域的深入探索。
在OpenAI未公開o1具體技術細節的情況下，國內大模型企業憑借敏銳的洞察力和強大的研發實力，僅用了兩個月的時間便跟上了這一前沿趨勢。11月16日，月之暗面發布了k0 math模型，通過強化學習和思維鏈推理技術，實現了對人類思考和反思過程的模擬，極大地提升了數學推理能力。
緊接著，四天后，Deepseek推出了DeepSeek-R1-Lite模型。與OpenAI的o1相比，R1毫無保留地展示了其完整的思考過程，思維鏈長度可達數萬字。在AIME（美國數學競賽）和部分編程比賽的測試中，R1的表現甚至超越了o1-Preview。Deepseek還在官網上提供了測試版，允許用戶每天體驗50次對話。
隨后，昆侖萬維也推出了具有復雜思考推理能力的天工大模型4.0 o1版（Skywork o1），并宣布它是國內首款實現中文邏輯推理的模型。Skywork o1提供了三種版本，包括開源的Skywork O1 Open、優化中文支持能力的Skywork O1 Lite，以及完整展現模型思考過程的Skywork O1 Preview。
這些國產“o1”大模型并非簡單的復刻，而是通過引入思維鏈（CoT）技術，將復雜問題拆解為多個小問題，模擬人類逐步推理的過程。強化學習使大模型能夠嘗試多種解題方法，并根據反饋調整策略，從而實現了自我學習和反思的能力。這種“慢思考”模式讓大模型在一些往常無法解決的問題上也能給出正確答案。
然而，“慢思考”模型也面臨著挑戰。雖然它們在特定學科上的表現突飛猛進，但大量耗費tokens的方式未必能換來用戶期望的回報。在某些情況下，增加思維鏈的長度可以提高效率，但并不意味著在所有情況下都是最優解。因此，大模型需要學會對問題難度進行判別，從而決定是否采用深度思考模式回答對應問題。
從特定場景下的強化學習應用轉向通用模型，在訓練算力和成本的平衡上還存在一定難度。目前，“慢思考”類大模型開發的基座模型參數普遍不大，還需要一定時間才能跑出真正能夠釋放思維鏈能力的模型。
盡管如此，大廠們仍將o1視為下一個必備項。在OpenAI和智譜給出的“通往AGI五階段”的定義中，o1的出現標志著大模型能力從L1階段（多模態和大語言模型能力）突破到了L2階段（邏輯思維能力）。國內廠商在同步跟進o1類產品的同時，已經開始思考如何將o1的能力與現有AI應用方向結合，探索更大的可能性。
