主要观点总结
本文介绍了DeepSeek通过降低AI大模型的训练和推理成本引起市场关注的同时，出现了一种更低训练成本的AI模型s1。s1模型在云计算费用成本极低的条件下，其表现与尖端推理模型相近。文章还介绍了s1模型背后的研发团队成员李飞飞女士的行业地位和成就，以及她创立的空间智能AI公司World Labs的相关情况。
关键观点总结
关键观点1: DeepSeek引起市场关注
近日，DeepSeek因其降低AI大模型的训练和推理成本而受到广泛关注。
关键观点2: 更低训练成本的s1模型出现
有一种新的AI模型s1，使用较少的计算资源和时间进行训练，其表现与尖端推理模型相近。
关键观点3: s1模型的训练方法和原理
s1模型通过蒸馏和监督微调（SFT）的方法进行训练，模仿数据集中的行为以获取逻辑推理能力。
关键观点4: 关于s1模型研发团队的介绍
斯坦福大学和华盛顿大学的人工智能研究人员参与了s1模型的研发，其中斯坦福大学研究员Niklas Muennighoff介绍了项目的相关情况。
关键观点5: 李飞飞及其公司World Labs的介绍
李飞飞在AI领域的地位和成就，以及她创立的空间智能AI公司World Labs的相关情况，包括其估值、产品预期应用领域等。
正文
近日，DeepSeek通过显著降低AI大模型的训练和推理成本，引起了市场的广泛关注。
就在市场各方蜂拥追捧DeepSeek之际，有一个训练成本更低的模型似乎正在浮出水面。
2月6日，记者综合外媒报道和李飞飞等学者论文获悉，
斯坦福大学和华盛顿大学的人工智能研究人员仅使用了16张英伟达H100 GPU和26分钟就训练出了一个AI推理模型，其云计算费用成本还不到50美元。
公开信息显示，这个名为s1的模型在数学和编码能力的测试中表现与 OpenAI的o1和DeepSeek的R1等尖端推理模型相近。目前，s1模型以及用于训练它的数据和代码已在GitHub上发布。
s1的研发团队表示，他们从一个现成的基础模型开始，通过蒸馏（distillation）对其进行微调，即通过学习别的AI模型的回答来获取其逻辑推理能力。
论文显示，推理模型可以通过相对较小的数据集和一种叫做监督微调（SFT）的过程进行蒸馏。在这一过程中，模型被要求模仿数据集中的某些行为。
而SFT往往比DeepSeek用于训练R1模型的大规模强化学习方法更便宜。参与该项目的斯坦福大学研究员Niklas Muennighoff表示，如今，只要约20美元就能租到所需的计算资源。
s1模型项目中的李飞飞
在
业内被称为“AI教母”（
godmother of A
I
），是斯坦福大学计算机科学系首任红杉讲
席
教授，曾于
2013
年
至
2018
年担任斯坦福大学人工智能实验室主任。
李飞飞还
曾在2
017年1月至201
8年9月担任谷歌副总裁兼谷歌云人工智能、机器学习首席科学家。
据悉，李飞飞在2024年创立了World Labs公司，融资金额达2.3亿美元。该公司是一家空间智能AI公司，致力于构建能够感知、生成和与3D世界交互的大世界模型（LWM
）
。其目标是将AI模型从2D像素平面提升到完整的 3D虚拟和现实世界，赋予AI与人类一样丰富的空间智力。World Labs的估值已超过10亿美元，并预计将在2025年推出首批产品，或将应用于机器人、游戏等行业。
