【清华学霸拒了马斯克，造出 2700 万参数的 "反内卷 AI"，直接碾压大模型！】
#人工智能##ai兴趣创作计划#
卧槽！AI 圈炸了个大新闻！新加坡一家公司搞出个叫 HRM 的模型，参数才 2700 万，却把一堆动辄百亿、千亿参数的大模型按在地上摩擦 —— 复杂推理题直接干翻 o3-mini-high，连马斯克都挖不动的清华学霸带队，这波操作太秀了！

说它 "反内卷" 真不是吹的：
普通大模型解题靠 "思维链"，一步错步步错，就像做题时必须边念叨边写，傻得很；
但 HRM 学了人脑的骚操作，搞 "隐性推理"—— 就像你在心里默默算题，不用念出来，还分了高低层模块分工：高层定策略，低层算细节，效率直接拉满！

实测数据离谱到离谱：
✅ 极限数独、高难度迷宫：先进思维链模型准确率 0%，HRM 训练 1000 样本就接近完美
✅ ARC-AGI 抽象推理测试：40.3% 得分远超 o3-mini-high（34.5%）和 Claude 3.7 Sonnet（21.2%）
关键是它根本不用海量数据喂，小而精得像 AI 界的特种兵！

背后团队更绝：
创始人王冠是清华学霸，之前做的 7B 开源模型 OpenChat 火到被马斯克盯上，结果人家直接拒了 XAI 的橄榄枝，转头创业搞大事
现在团队里全是 XAI、Deepmind、Google 出来的大佬，全是玩过 AlphaGo、Gemini 的狠角色

网友已经吵疯了：
"这太疯狂了！不玩 token 还能吊打 Claude 和 Gemini？"
"这论文要是实锤了，就是 AI 界的哲学革命 —— 效率终于能打赢蛮力了！"

更可怕的是它还贼便宜：训练专业数独能力才 2 个 GPU 小时，任务速度比传统模型快 100 倍！以后机器人、医疗诊断这些领域，怕是要变天...

现在问题来了：这波 "小模型逆袭"，会不会让疯狂堆参数的 AI 大厂集体破防？