清華與騰訊聯合提出GPS方法，把大模型訓練成本砍掉69%

大模型訓練最燒錢的地方，往往不是模型本身，而是那天文數字般的Rollout——也就是讓模型一遍遍生成、試錯、打分所消耗的算力。7月12日披露的進展裡，清華大學與騰訊聯合提出的GPS方法，正是衝著這塊成本去的：它用小模型去「指揮」大模型做強化學習後訓練，最高能把Rollout成本壓降約69%。這項研究已被ICML 2026接收。

把思路拆開看，GPS的聰明之處在於「不當家不知柴米貴」的反轉。傳統後訓練裡，大模型既要自己生成、又要自己被評估，全程都是最貴的那個在幹活。GPS改成讓一個更輕量的小模型來排程和評判，把大模型從重複跑腿裡解放出來，只在關鍵步驟出手——等於用廉價勞動力指揮昂貴專家，整體賬單自然塌下來一大截。

這事為什麼重要？眼下AI算力的供需緊得像一根快繃斷的弦，訓練開銷早就是頭部實驗室最硬的約束。同樣一筆預算，若能換回更大幅度的能力爬升，意味著中小團隊也有機會擠進前沿模型競爭的牌桌，而不是被算力門檻擋在門外。

其實GPS不是孤例，它踩中的是當下最熱門的一條主線：用更聰明的「組織方式」替代純粹的堆算力。無論是模型蒸餾、混合專家（MoE），還是把訓練流程拆開由不同規模模型分工，方向都一致——在算力天花板肉眼可見的今天，誰能把每一分算力用在刀刃上，誰就握住了下一階段的入場券。清華與騰訊這手「小指揮大」，只是把這條邏輯推到了後訓練環節。

把這層和更大的圖景連起來，中國AI產業今年的勢頭確實猛。國家發改委透露，去年我國人工智慧相關產業規模已超萬億，今年增速預計超過30%，AI手機、AI電腦的銷量有望首次超過非AI產品。高盛近期一份50頁報告也判斷，中國開源大模型的智慧效能已逼近全球頂尖的專有模型。

說到底，對咱們普通人的實在意義是：訓練成本往下掉，模型迭代就會往上快。當「更便宜地造更聰明的模型」從口號變成可復現的方法，下一次你用的那個AI助手，大機率既更強、又更便宜——而這，才是技術紅利真正落到口袋裡的樣子。