大模型之家讯 2025年1月6日，昆仑万维正式宣布上线「天工大模型4.0」的o1版和4o版，并同步开放至天工网页和APP，用户可免费体验。这一里程碑式的发布，不仅为人工智能模型的逻辑推理和多模态能力树立了新标杆，也标志着昆仑万维在AI技术自研和应用推广上的重要一步。作为国内首款中文逻辑推理能力的大模型，Skywork o1以其开创性技术和显著性能，承载了更多领域应用的可能。而Skywork 4o更是以多模态交互的突破性表现，为用户带来了贴近人类沟通体验的智能语音助手Skyo。
Skywork o1在逻辑推理方面的卓越表现源于天工团队三阶段的自研训练方案，包括推理反思能力训练、推理能力强化学习以及全球首次实现并开源的Q*算法。通过高质量、多样化的长思考数据构建，Skywork o1具备了逐步思考、反思和验证的能力，其分步推理强化算法和PRM（Process Reward Model）进一步提升了模型对复杂推理任务中间步骤的感知能力。这种分步式规划方式让Skywork o1能够以模块化思维链的方式进行决策，为用户提供更为精准、可靠的推理服务。此次发布的Skywork o1版大幅优化了PRM的训练与评估能力，增加了对常识推理、伦理决策等领域的支持，不仅在数学、代码领域表现卓越，还涵盖了更多通用领域应用。尤其在多轮对话场景中，其逻辑能力和反思机制大幅增强，让回答更具说服力和逻辑性。
值得注意的是，昆仑万维此次推出的Q算法，通过借鉴人类大脑中“system 2”的思考模式，将大型语言模型的推理过程视为启发式搜索问题。Q算法有效指导了Skywork o1的解码过程，显著提升了模型的推理效率和精度。其模块化树形结构推理与自适应搜索资源分配策略，更是克服了传统推理模型在简单问题上“过度思考”的瓶颈，使得Skywork o1无论面对复杂还是简单的任务，都能快速做出反应，同时保障高精度输出。此外，昆仑万维创新性地提出了Step-DAPO算法，这一新型离线强化学习技术解决了传统RLHF算法中奖励信号稀疏、训练效果不稳定等问题。通过引入密集奖励信号和状态-动作优化策略，Step-DAPO为Skywork o1的推理过程提供了更稳定、高效的训练支持。
与此同时，Skywork 4o赋能的智能语音助手Skyo也正式上线天工APP，为用户提供了全新的语音对话体验。Skyo通过多模态LLM的端到端建模，突破了传统语音助手的技术瓶颈，显著优化了响应速度与自然流畅度。传统语音助手的级联式结构因模块间信息损失而难以实现高度自然的对话体验，而Skyo的端到端多模态处理方式则从根本上解决了这一问题。其语音编码、适配转换、跨模态输出的创新架构，确保了从语音输入到智能响应的全过程无缝衔接。得益于昆仑万维自研的多模态训练方案，Skyo不仅能快速理解用户意图，还能在多语言场景中灵活切换，为用户提供温暖贴心的交流感受。
据悉，Skywork o1在数学、代码和逻辑推理的多项基准测试中表现出色，能力已逼近Skywork o1-mini版本，显著超越行业主流通用大模型。在逻辑推理方面，Skywork o1专门构建了包含20种问题类型的私有评估集，用于测试模型在复杂推理任务中的思考、规划和反思能力。在多项评估中，Skywork o1均展现出强大的类人逻辑能力，成功解决了许多对现有顶尖大模型（如GPT-4o和Claude-sonnet）极具挑战性的问题。此外，Skyo的语音对话功能也通过多场景测试验证了其流畅度和自然度，成功实现了接近真人交流的体验。
昆仑万维表示，未来将继续发布更多关于Skywork o1的技术报告，并计划在更多领域推进AI技术的广泛应用。这次发布的「天工大模型4.0」系列，不仅展示了昆仑万维在技术创新上的强大实力，也预示着中国人工智能领域在推理与多模态技术上的持续领先地位。天工AI的用户现已可通过官方网站和APP直接体验全新上线的o1版，这也意味着从今天起，每个人都能轻松触及尖端的人工智能技术，感受推理与对话能力的未来风貌。
原创文章，作者：志斌，如若转载，请注明出处：http://damoai.com.cn/archives/8693
