--- title: 開源推論模型邁入「直覺時代」：Cogito v2 description: Cogito v2的推出，是一次對推論邏輯與模型直覺的一大進展：從推論鏈的內化，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，指向通用超級智能的未來。 url: "https://makerpro.cc/docs/introduce-cogito-v2-from-deep-cogito/" updated: "2025-09-02" category: LLM tags: - Cogito v2 --- # 開源推論模型邁入「直覺時代」：Cogito v2 2025 年 7 月底，來自舊金山的Deep Cogito 團隊推出新一代開源混合AI推論模型 —— Cogito v2。這是一次對推論邏輯與模型直覺的一大進展：從推論鏈（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論模式：它嘗試將推理步驟「蒸餾」回模型參數，讓 AI 從被動的搜尋式推論，進化為主動的直覺式決策。這種內化策略，使其在推論鏈長度比 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。 [![](https://makerpro.cc/wp-content/uploads/2025/08/1754673630691-1024x652.jpeg)](https://makerpro.cc/wp-content/uploads/2025/08/1754673630691.jpeg) ([source](https://www.linkedin.com/posts/avm-consulting-inc_avmconsulting-deepcogito-cogitov2-activity-7359634633530949633-fIdi/)) ### **訓練創新：從推論到直覺** #### **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論過程，將這段推論活動蒸餾到參數中，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）專注於將推論模式的能力轉化為非推論模式下的直覺反應。 - 超大型（671B MoE）不僅強化直覺，更優化推論過程本身，獎勵高效決策，懲罰無效迂迴。 這種雙維訓練訊號避免了冗長推論路徑，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 也展現了跨模態推論的潛力。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](https://www.deepcogito.com/research/cogito-v2-preview)）。更短的推論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。 [![](https://makerpro.cc/wp-content/uploads/2025/08/V2-671B-Benchmarks-Reasoning-1024x458.jpeg)](https://makerpro.cc/wp-content/uploads/2025/08/V2-671B-Benchmarks-Reasoning.jpeg) [![](https://makerpro.cc/wp-content/uploads/2025/08/截圖-2025-08-15-晚上10.19.19-1024x502.png)](https://makerpro.cc/wp-content/uploads/2025/08/截圖-2025-08-15-晚上10.19.19.png) 部署上，Cogito v2 可直接透過[Together AI](https://www.together.ai/models/cogito-671b-moe)、[Baseten](https://www.baseten.co/library/cogito-v2-671b/)或[RunPod](https://console.runpod.io/hub)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，意味著開源推論模型正式邁入「直覺時代」。它證明 AI 的進步不必依賴無限制地拉長推論鏈，而是可以透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](https://www.deepcogito.com/research/cogito-v2-preview)（官方資料） [2] [Deep Cogito v2: Open-source AI that hones its reasoning skills](https://www.artificialintelligence-news.com/news/deep-cogito-v2-open-source-ai-hones-its-reasoning-skills/)