凌晨3点阿里开源QwQ-32B推理模型，参数量320亿，性能媲美6710亿参数的DeepSeek-R1满血版。通过大规模强化学习训练，在多基准测试中表现出色，还集成智能体相关能力，收获诸多好评，引发对端侧设备运行的讨论。