2025 年 7 月底，來自舊金山的Deep Cogito 團隊推出新一代開源混合推理 AI 模型 —— Cogito v2。這是一次對推理邏輯與模型直覺的一大進展：從推理鏈（Reasoning Chain）的內化，到自我強化學習的落地，Cogito v2 為開源社群帶來了一種嶄新的 AI 發展路線，指向通用超級智能（General Super Intelligence）的未來。
技術定位：不只「大」，更是「聰明」
Cogito v2 系列共釋出四款模型，涵蓋中大型（70B、109B Mixture-of-Experts）及超大型（405B、671B MoE）兩個層級。其中，671B MoE 模型被視為全球最強的開源 AI 之一，不僅在標竿測試中追平 DeepSeek 最新版本，還逼近 OpenAI o3 與 Anthropic Claude 4 Opus 等封閉模型的表現。
但 Cogito v2 的核心突破並不僅僅來自參數規模，而是全新的訓練與推理模式：它嘗試將推理步驟「蒸餾」回模型參數，讓 AI 從被動的搜尋式推理，進化為主動的直覺式決策。這種內化策略，使其在推理鏈長度比 DeepSeek R1 短約 60% 的情況下，依然能保持甚至超越對手的精度與效果。
(source)
訓練創新：從推理到直覺
1. 疊代蒸餾與放大（IDA）
Cogito v2 的核心訓練機制是「Iterated Distillation and Amplification（IDA）」。簡而言之，先讓模型完整演練推理過程，將這段推理活動蒸餾到參數中，之後面對同類問題時，能直接跳過繁瑣步驟，以「直覺」得出高品質答案。這種方法在棋類與博弈 AI 已被驗證有效，如今被推廣至跨領域通用語言模型。
2. 雙線能力提升
在不同規模的模型中，Cogito v2 採取差異化訓練重點：
- 中大型（70B、109B MoE、405B Dense）專注於將推理模式的能力轉化為非推理模式下的直覺反應。
- 超大型（671B MoE）不僅強化直覺，更優化推理過程本身，獎勵高效決策，懲罰無效迂迴。
這種雙維訓練信號避免了冗長推理路徑，使模型能在複雜問題中迅速找到正解。
技術細節與資源效率
Cogito v2 系列同時涵蓋 Dense（稠密）與 Mixture-of-Experts（專家混合）架構，對開源社群友好，並且訓練成本極低 —— 八款模型（3B 至 671B）總開銷不到 350 萬美元，遠低於主流 AI 巨頭動輒數千萬甚至上億美元的規模。
值得一提的是，即使僅用純文本訓練，Cogito v2 也展現了跨模態推理的潛力。例如，它能在無額外蒸餾的情況下比較兩張圖片的相同與差異點，為後續多模態訓練奠定了高起點。
性能與生態影響
在 Benchmark 測試中，Cogito 671B MoE 與最新一代 DeepSeek 模型平起平坐，並在推理與非推理模式下多次超越對手（見下圖）。更短的推理鏈意味著更快的響應與更低的運行成本，讓它在實際應用中具備明顯優勢。
部署上，Cogito v2 可直接透過Together AI、Baseten或RunPod等平台接入，也能無縫在本地運行，降低使用門檻。所有型號完全開源，並整合 Hugging Face 等生態，促進開發者社群的快速迭代與落地應用。
展望
Cogito v2 的 IDA 技術開啟了 AI 自我優化的可能性，為「山丘攀爬式」智能提升提供路徑，有望突破依賴人類標註的瓶頸。它所展現的跨模態推理苗頭，也為未來的多模態 AI 與強化學習鋪平道路。
Cogito v2 的發布，意味著開源推理模型正式邁入「直覺時代」。它證明 AI 的進步不必依賴無限制地拉長推理鏈，而是可以通過內化與自我增強實現效率與精度的雙贏。
隨著規模擴張與多模態能力深化，Deep Cogito 旨在構建一個完全可持續的 AI 自我增強循環 —— 這不僅是前瞻技術的創新，也展現了開源專案的力量，更可能成為未來 AGI 發展歷程中的關鍵里程碑。
（責任編輯：歐敏銓）
》延伸閱讀：
[1] Cogito v2 Preview（官方資料）
[2] Deep Cogito v2: Open-source AI that hones its reasoning skills
- 開源推理模型邁入「直覺時代」：Cogito v2 - 2025/08/15
- 華為開源CANN，能否打破NVIDIA CUDA的護城河？ - 2025/08/14
- Meta的世界模型：V-JEPA 2如何讓機器學會「先想像再行動」 - 2025/08/12
訂閱MakerPRO知識充電報
與40000位開發者一同掌握科技創新的技術資訊！
