一手實測「豆包」深度思考模式:能超越DeepSeek嗎?


「元寶」給了「豆包」壓力?

作者|連冉


編輯|鄭玄

字節跳動旗下 AI 助手豆包正在小範圍測試深度思考模型,據豆包相關負責人對極客公園表示,當前測試的是自家深度思考模型的不同實驗版本。
另外有報道稱,豆包正在測試的深度思考模型是基於豆包 1.5 基座模型研發。
其實此前在 1 月中旬,在豆包大模型團隊釋出豆包 1.5Pro 時,就已宣佈了深度推理模型 Doubao-1.5-pro-AS1-Preview 的存在,並稱「在完全不使用其他模型資料的條件下,透過 RL 演算法的突破和工程最佳化,充分發揮 Test Time Scaling 的算力優勢,完成了 RL Scaling,研發了 Doubao 深度思考模式。」
極客公園實測發現,與豆包對話時後者生成的答案確實有開始顯示推理過程的思維鏈,不過並不穩定出現。目前在豆包對話頁面也尚未出現「深度思考」功能的入口。
從 2 月 22 日開始,豆包就被騰訊旗下的 AI 應用「騰訊元寶」壓了一個身位,位居中國區蘋果應用商店免費 APP 下載排行榜第三位(第一名還是 deepseek),在騰訊、百度多個應用接入 deepseek 後,位元組豆包會如何處之就成為大家關注的焦點,如今答案正在顯現。
01
豆包也上「深度思考」了?
最早具備深度思考能力的模型是 OpenAI 於 2023 年 12 月推出的 o1 系統,但其採用閉源策略而且僅限付費使用者使用(每月 200 美元)。而 DeepSeek 則透過開源策略、成本降低以及互動創新,成為首個將深度思考能力大規模普及的 AI 公司——DeepSeek 於 2024 年 11 月 20 日釋出 R1-Lite-Preview,成為國內首個對標 o1 的推理模型,並在 2025 年 1 月 20 日開源了 R1 模型。
R1 模型的創新點在於:透明化思維鏈;展示完整的推理過程,包括自我質疑、假設驗證等擬人化思考路徑;低成本與開源;R1 模型的推理成本僅為 OpenAI o1 的 1/27,且程式碼完全開放。
DeepSeek 的深度思考模式是一種透過顯性化 AI 模型的推理過程來增強使用者理解的功能,思維鏈(Chain of Thought, CoT)是支撐這一模式的核心技術。
簡單來說,深度思考模式可以讓使用者直觀看到模型的思考過程,這中間涉及思維鏈的展示,也就是 COT(Chain of Thought)——思維鏈是模擬出來的,透過訓練讓模型輸出中間步驟,比如自我質疑和反思,雖然只是文字序列,但看起來像人類的思考過程。
在深度思考模式下,使用者不僅能看到 AI 的最終答案,還能觀察到模型解決問題的完整邏輯鏈條,包括自我質疑、假設驗證、錯誤修正等步驟。比如,在解決數學題時,模型會展示其從問題拆解、多方法驗證到最終結論的全過程。
結合即時聯網功能後,模型可抓取最新資訊並進行邏輯整合。25 日,Anthropic 釋出了 Claude 3.7 Sonnet 混合推理模型,阿里雲 Qwen 推理模型「QwQ-Max 預覽版」也亮相了,我讓豆包評價了一下這兩款推理模型:
可以看到豆包搜到 9 篇資料並進行了「深入思考」|圖片來源:極客公園
豆包展示了思考過程|圖片來源:極客公園
思考完畢的豆包輸出了對這兩款模型的評價|圖片來源:極客公園
思考過程的展示,讓使用者能夠清晰地看到模型的推理步驟,而不僅僅是最終結果,這樣一來,使用者能夠感受到模型的決策是有依據的,對模型輸出的結果也會更有信任感。
02
豆包 vs deepseek,各有千秋
因為還在測試中,目前在豆包對話頁面暫未顯示「深度思考」功能的入口,輸入訊息時也沒有像其他接入 deepseek 的產品一樣有選擇框可以選擇是否開啟「深度思考」功能,只是被灰度到的使用者在問一些問題時會觸發該功能。
我拿幾個問題同時問了一下豆包和 deepseek,看下兩者在「深度思考」上會有哪些不同表現。
經典的數學問題:「9.11 和 9.9 誰大」
先看下豆包的思考過程:
先說一下,在測試中,我發現豆包的「深度思考」模式出現得並不穩定,在第一次輸入「9.11 和 9.9 誰大」後,它只是簡單地回應了我一下:
圖片來源:極客公園
但在我又輸入了一遍「9.11 和 9.9 誰大」想試試會不會觸發「深度思考」模式時,還真出現了:
豆包詳細地考慮了為什麼我會第二次問它這個問題……|圖片來源:極客公園
可以看到,雖然豆包意識到剛剛已經回答過我,但它還是貼心地考慮了多種也許我沒理解前面答案的可能性,然後再給出判斷方法最後輸出結果。
再看一下 deepseek 的思考過程:
可以看出,雖然這是一個「看起來很簡單」的問題,deepseek 的思考過程同樣很詳細,要比豆包的思考過程更全面。
在這個簡單數學題上,豆包和 deepseek 都遵循了小數比較的基本規則,並採用多種方法驗證;不同點在於豆包注重教學引導和考慮到使用者可能的誤解,而 DeepSeek 則更現自我質疑和反覆驗證,思考過程更復雜。
哲學問題:意識的本質是什麼?AI 會獲得自我意識嗎?
先來看豆包的回答:
再來看看 deepseek 的回答:
可以看出,DeepSeek 的回答分為科學理論、AI 意識路徑、倫理框架和解決路徑四個部分,引用了神經科學、量子理論等,還提到了法律案例和具體資料;而豆包的回答更偏向哲學理論分類,列舉了物理主義、二元論等,並討論了支援與反對 AI 權利的觀點,不過沒有深入技術細節。
兩者都承認意識本質尚無共識,也都提到了哲學和科學理論、倫理問題,不同則在於深度和技術細節,DeepSeek 更技術導向,涉及神經形態計算、量子封印技術等,而豆包更側重哲學流派和現有倫理指南。
透過本次實測,我們看到了豆包在深度思考模式上的初步表現,雖然目前處於測試階段,且功能的穩定性和入口尚未完全開放,但其對推理過程的初步展示已為使用者帶來了更直觀的理解路徑。
*頭圖來源:視覺中國
本文為極客公園原創文章,轉載請聯絡極客君微信 geekparkGO
極客一問
你認為豆包能超過 Deepseek 嗎

熱點影片

馬斯克:在特斯拉高管沒有特權,流水線員工也能晉升高管。
點贊關注極客公園影片號
觀看更多精彩影片

更多閱讀


相關文章