阿里云于3月6日推出最新推理模型QwQ-32B，该模型仅320亿参数即可媲美参数达6710亿的DeepSeek-R1。QwQ-32B在数学推理、编程及通用能力测试中表现优异，超越了包括DeepSeek-R1在内的多个领先模型。此模型已在Hugging Face和ModelScope开源，并集成Agent相关能力，支持批判性思考和环境反馈调整。阿里云表示，这是Qwen在强化学习增强推理能力的第一步，未来将探索更强大的基础模型与RL的结合，目标是实现人工通用智能（AGI）。