每經(jīng)記者｜可楊    每經(jīng)編輯｜魏官紅    

當大模型競爭從參數(shù)規(guī)模轉向落地成效，微博下場了。

11月18日，微博發(fā)布其首個自研開源大模型“VibeThinker”，模型規(guī)模僅15億參數(shù)，訓練成本被控制在約7800美元。

在大模型成本與資源壁壘不斷被拉高之際，為何微博選擇在此時入場？其選擇的輕量化技術路徑是否意味著大模型競爭已出現(xiàn)新的分叉？

11月19日，微博AI（人工智能）研發(fā)負責人在接受《每日經(jīng)濟新聞》記者（以下簡稱“每經(jīng)記者”）采訪時表示，微博并不是要和行業(yè)頭部比拼算力，而是回到微博的核心場景，把真正有效的能力沉淀下來。他認為，大模型不必一味追求規(guī)模增大，而應圍繞內容理解、用戶興趣分層、文本生成等關鍵場景進行針對性訓練。

在用戶增長趨穩(wěn)、信息流分發(fā)效率成為競爭焦點的背景下，自研模型既是技術選擇，也是一種商業(yè)變量。更關鍵的問題在于：微博的輕量化路線能否真正帶來平臺體驗或商業(yè)化效率的改善？

押注小模型：VibeThinker背負成本優(yōu)化期待

當前，通過增加參數(shù)量來提升模型能力依舊是大模型廠商們的主流選擇，部分前沿模型的參數(shù)規(guī)模已超過萬億級，埃隆·馬斯克旗下的xAI計劃明年初發(fā)布的Grok 5預計會把模型參數(shù)規(guī)模推高到6萬億左右。

微博AI研發(fā)負責人對每經(jīng)記者表示，無論是從模型制作成本、AI應用成本、技術開放性等方面，這種模式都是不可持續(xù)的。

站在推動AI應用普惠的角度，已有廠商在大模型技術“摸高”的同時，開始將目光轉向小模型。

上述研發(fā)負責人指出，業(yè)界普遍認為小模型在解決復雜任務和邏輯推理方面存在天生劣勢，這也是阻礙其廣泛應用的核心障礙。但他進一步解釋道，小模型在實際應用中具有天然優(yōu)勢：模型規(guī)模較小意味著服務響應更快、計算成本更低，同時更易于在特定場景下進行優(yōu)化。

“我們在實際AI應用中發(fā)現(xiàn)，模型規(guī)模過大導致服務慢、成本高、用戶體驗差等，這促使我們探究小模型復雜邏輯能力的問題??經(jīng)過一些針對性的探索和技術改進，小模型經(jīng)過行業(yè)特有數(shù)據(jù)和合理訓練方法，也可以具備強大的邏輯推理能力?！蔽⒉〢I研發(fā)負責人表示。

記者注意到，在整體業(yè)績增速放緩的背景下，微博正通過AI應用尋找新的增長路徑。

財報顯示，微博三季度凈收入為4.42億美元，同比下降5%，歸屬于公司股東的凈利潤達到2.21億美元，高于去年同期的1.31億美元。

數(shù)據(jù)背后，AI應用正在發(fā)揮越來越重要的作用：三季度，微博智搜MAU突破7000萬，DAU和檢索量環(huán)比增長超過50%，搜索總檢索量環(huán)比提升20%。AI技術正在成為微博推動搜索生態(tài)增長、增強平臺活躍度的重要工具。

“評論羅伯特”成小模型實驗場

VibeThinker未來在微博的首要落地場景，很可能是其最為出圈的官方評論機器人“評論羅伯特”。

2023年底，微博推出“評論羅伯特”，目標是在用戶發(fā)帖后自動生成評論，以活躍社交氛圍為核心。它自稱是“天生的捧哏”“有趣的靈魂”“不知疲倦的顯眼包”，被網(wǎng)友戲稱為“賽博街溜子”。

微博用戶“張俊林say”（微博AI研發(fā)人員）在其微博中提到，團隊在研發(fā)評論工具“羅伯特”過程中，充分挖掘了微博豐富的心理學領域數(shù)據(jù)，增強了模型在心理指導和情感撫慰上的能力。今年初，隨著DeepSeek-R1開源論文中強化學習方法的公布，團隊進一步制作了針對評論場景的深度思考訓練數(shù)據(jù)，并訓練Reward模型，推出深度思考版本的羅伯特。

然而，基座模型體量龐大，深度思考過程耗時且成本高昂。這也正是VibeThinker誕生的初衷：探索一種邏輯推理能力同樣出色、但規(guī)模更小的模型，替代大模型，使每條評論都能經(jīng)過深度思考。換言之，VibeThinker并非直接作為評論羅伯特的底層模型，但其研發(fā)起點源于優(yōu)化評論應用的實際需求。

盡管VibeThinker已對外開源，但上述微博AI研發(fā)負責人在接受每經(jīng)記者采訪時強調，VibeThinker仍處于實驗階段，尚未在實際產品中大規(guī)模應用。當前開源版本主要側重展示模型在邏輯推理、競賽數(shù)學和編程能力方面的潛力?！坝行┤藭J為這是一種垂直領域的能力增強，這是一種誤解，邏輯推理能力目前是大模型最關鍵的能力，而這種能力的提升會帶動模型解決現(xiàn)實場景的復雜問題?！?/p>

同時，上述負責人表示，未來，VibeThinker將計劃在To C產品中首先應用，尤其是在“評論羅伯特”這種能體現(xiàn)出微博數(shù)據(jù)優(yōu)勢和特色的應用中采用，利用在微博中挖掘的優(yōu)質領域數(shù)據(jù)來調整VibeThinker，然后考慮逐步擴展到搜索、推薦等大量消耗算力的場景。

封面圖片來源：圖片來源：每日經(jīng)濟新聞 資料圖