AI成本砍到1/23！小模型RL训练也能媲美大模型

不少企业打算未来两年内部署AI智能体，一算训练和运行成本，发现比人工坐席还贵。

最近开源社区推出了一款新模型flow-1，用强化学习（让模型通过试错学习优化特定任务的训练方法）专门训练找AI智能体运行过程里的错误。

这款模型的性能能和GPT-6-sol在智能体轨迹分析上打平，运行成本却只有它的1/23，比GPT-6-luna也便宜四分之一，还能全程监控每一次AI运行，不用抽样统计。

「@omarsar0 认为：强化学习还会催生出更多这类模型，大幅降低关键AI智能体运算的成本。」

「@Kay2289123 认为：小模型加强化学习，在特定领域就能达到和所有大模型一样的水平，这是当今硅谷最热的方向之一。」

按照现有数据，AI训练计算成本每两年就会增长12倍，大模型预训练阶段成本甚至可达数亿美元，需要数千块GPU运行，很多团队根本玩不起。

现在用强化学习训练小模型，就能在特定任务上拿到和大模型接近的性能，还砍了绝大多数成本，对于打算部署AI智能体的团队来说，等于多了一条低成本的落地路径。

不过目前强化学习训练大模型，仍然面临着数据稀缺的挑战，需要行业共同贡献数据来解决。

如果每个特定任务都能做出来成本仅1/23的小模型，那些预算有限的团队，也能跑起来AI智能体了。