当大模型竞争从参数规模转向落地成效，微博下场了。

　　11月18日，微博发布其首个自研开源大模型“VibeThinker”，模型规模仅15亿参数，训练成本被控制在约7800美元。

　　在大模型成本与资源壁垒不断被拉高之际，为何微博选择在此时入场？其选择的轻量化技术路径是否意味着大模型竞争已出现新的分叉？

　　11月19日，微博AI（人工智能）研发负责人在接受《每日经济新闻》记者（以下简称“每经记者”）采访时表示，微博并不是要和行业头部比拼算力，而是回到微博的核心场景，把真正有效的能力沉淀下来。他认为，大模型不必一味追求规模增大，而应围绕内容理解、用户兴趣分层、文本生成等关键场景进行针对性训练。

　　在用户增长趋稳、信息流分发效率成为竞争焦点的背景下，自研模型既是技术选择，也是一种商业变量。更关键的问题在于：微博的轻量化路线能否真正带来平台体验或商业化效率的改善？

　　押注小模型：VibeThinker背负成本优化期待

　　当前，通过增加参数量来提升模型能力依旧是大模型厂商们的主流选择，部分前沿模型的参数规模已超过万亿级，埃隆·马斯克旗下的xAI计划明年初发布的Grok 5预计会把模型参数规模推高到6万亿左右。

　　微博AI研发负责人对每经记者表示，无论是从模型制作成本、AI应用成本、技术开放性等方面，这种模式都是不可持续的。

　　站在推动AI应用普惠的角度，已有厂商在大模型技术“摸高”的同时，开始将目光转向小模型。

　　上述研发负责人指出，业界普遍认为小模型在解决复杂任务和逻辑推理方面存在天生劣势，这也是阻碍其广泛应用的核心障碍。但他进一步解释道，小模型在实际应用中具有天然优势：模型规模较小意味着服务响应更快、计算成本更低，同时更易于在特定场景下进行优化。

　　“我们在实际AI应用中发现，模型规模过大导致服务慢、成本高、用户体验差等，这促使我们探究小模型复杂逻辑能力的问题经过一些针对性的探索和技术改进，小模型经过行业特有数据和合理训练方法，也可以具备强大的逻辑推理能力。”微博AI研发负责人表示。

　　记者注意到，在整体业绩增速放缓的背景下，微博正通过AI应用寻找新的增长路径。

　　财报显示，微博三季度净收入为4.42亿美元，同比下降5%，归属于公司股东的净利润达到2.21亿美元，高于去年同期的1.31亿美元。

　　数据背后，AI应用正在发挥越来越重要的作用：三季度，微博智搜MAU突破7000万，DAU和检索量环比增长超过50%，搜索总检索量环比提升20%。AI技术正在成为微博推动搜索生态增长、增强平台活跃度的重要工具。

　　“评论罗伯特”成小模型实验场

　　VibeThinker未来在微博的首要落地场景，很可能是其最为出圈的官方评论机器人“评论罗伯特”。

　　2023年底，微博推出“评论罗伯特”，目标是在用户发帖后自动生成评论，以活跃社交氛围为核心。它自称是“天生的捧哏”“有趣的灵魂”“不知疲倦的显眼包”，被网友戏称为“赛博街溜子”。

　　微博用户“张俊林say”（微博AI研发人员）在其微博中提到，团队在研发评论工具“罗伯特”过程中，充分挖掘了微博丰富的心理学领域数据，增强了模型在心理指导和情感抚慰上的能力。今年初，随着DeepSeek-R1开源论文中强化学习方法的公布，团队进一步制作了针对评论场景的深度思考训练数据，并训练Reward模型，推出深度思考版本的罗伯特。

　　然而，基座模型体量庞大，深度思考过程耗时且成本高昂。这也正是VibeThinker诞生的初衷：探索一种逻辑推理能力同样出色、但规模更小的模型，替代大模型，使每条评论都能经过深度思考。换言之，VibeThinker并非直接作为评论罗伯特的底层模型，但其研发起点源于优化评论应用的实际需求。

　　尽管VibeThinker已对外开源，但上述微博AI研发负责人在接受每经记者采访时强调，VibeThinker仍处于实验阶段，尚未在实际产品中大规模应用。当前开源版本主要侧重展示模型在逻辑推理、竞赛数学和编程能力方面的潜力。“有些人会认为这是一种垂直领域的能力增强，这是一种误解，逻辑推理能力目前是大模型最关键的能力，而这种能力的提升会带动模型解决现实场景的复杂问题。”

　　同时，上述负责人表示，未来，VibeThinker将计划在To C产品中首先应用，尤其是在“评论罗伯特”这种能体现出微博数据优势和特色的应用中采用，利用在微博中挖掘的优质领域数据来调整VibeThinker，然后考虑逐步扩展到搜索、推荐等大量消耗算力的场景。