最近 AI 模型界又迎來一波震撼彈，阿里巴巴旗下通義千問 Qwen 團隊推出的 QwQ-32B，號稱以 320 億參數對抗 DeepSeek-R1 這款擁有 671 億參數的超大模型，並在許多基準測試（benchmark）中表現出色。最驚人的是，這款模型同樣是開源，甚至能用筆電就跑的動，讓 AI 模型的使用門檻進一步降低。
QwQ-32B 有什麼特別之處？
傳統上，AI 模型的效能往往與參數量成正比，參數越多，效能通常越強大，但也相對越好資源。然而，QwQ-32B 僅有 320 億參數，卻能與 DeepSeek-R1 的 671 億參數抗衡，關鍵就在於 Qwen 團隊對強化學習（Reinforcement Learning, RL）的深入應用。
Qwen 團隊採用了多階段強化學習技術，特別針對數學推理與程式設計進行改良。他們讓 AI 自我學習，還透過反覆驗證驗結果的方式來進行調整，讓 QwQ 3-32B 在理解複雜問題、找出最佳解法方面表現更好，無論是讓它幫你總結文章、寫 Email，甚至是回答各種問題，都會比一般 AI 更有邏輯。
QwQ-32B 與 DeepSeek-R1 的對決：測試結果如何？
根據實際測試的結果，QwQ-32B 在多項基準測試中表現出色，包括：
- 數學推理測試（AIM Test）：優於 DeepSeek R1
- LiveBench（代碼生成）：勝過 OpenAI O1 Mini 和 DeepSeek R1
- BFCL 測試（函數調用）：表現領先
- LiveCodeBench（程式設計能力）：略遜 DeepSeek R1
此外，有網友利用 QwQ-32B，並透過提示詞「Create an amazing animation using p5js（ 使用 p5.js 創建一個精彩的動畫）」，得到了如下的效果：
一般用戶能使用 QwQ-32B 嗎？
過去許多強大的 AI 模型都需要高階伺服器或昂貴的顯示卡來運行，但 QwQ-32B 宣稱可以直接在一般筆電上執行！
如果你想要體驗這款 AI，可以透過 Hugging Face 或 Ollama 免費下載並在本機上部署使用。不過，需要注意的是，網友測試後發現，即使是 Mac M3 Pro 的筆電，在本機上部署後確實可以執行，但效果還是有點慢，即便是 Mac 也建議至少要用 24GB 以上記憶體，PC 則建議要至少 12GB 的 VRAM 和 32GB 記憶體才能跑。
不過為了公平，作為比較，如果是要跑 DeepSeek R1 的話，你至少要有超過 1500GB vRAM 才能跑，這也是為什麼官方宣稱筆電就能跑的原因。
QwQ-32B 自己其實也有說會需要哪些規格的設備要求才跑的動。
所以也並非親民到每一台筆電都跑得動，如果你只是想要試試看，建議直接使用 QuenChat（請點此） 在線上體驗，會更方便也更即時。
QwQ-32B 多輪對話時可能會撐不住
根據 Qwen 官方的說法，QwQ-32B 在多輪對話（multi-turn conversations） 的表現較弱，所以當你在與 AI 互動時如果有多次來回的對話，它的回應的最後可能會變得不太精確。
總結：QwQ-32B 值得嘗試嗎
如果你在找一款開源且能免費使用的 AI 模型，QwQ-32B 絕對值得一試。
與 DeepSeek R1 相比，它的參數更少，但透過強化學習技術，依然在數學、編程等領域表現亮眼。同時，它的開源特性與本機執行能力（即使不夠完美），也讓更多人能夠低門檻體驗頂尖 AI。
如果你對 AI 技術感興趣，不妨到 QuenChat 或 Hugging Face 試試看這款模型的實力！
延伸閱讀》
Deepseek r1 是什麼？為何成為熱議焦點？使用與下載教學一次看
ChatGPT「深入研究」開放全訂閱使用！真正讓 AI 幫你查資料、寫報告一次搞定
一鍵啟用 ChatGPT 搜尋！Safari 預設搜尋引擎置換教學
如果想知道更多關於 Apple 的消息、教學、小技巧或是科技新知，一定要點擊以下任一 LOGO，追蹤我們的 Facebook 粉絲團、訂閱 IG、YouTube 以及 Telegram。
