76. 王小川返场谈o1与强化学习：摸到了一条从快思考走向慢思考的路

OpenAI 的 o1 模型标志着人工智能从单纯的 “快思考”（大模型学习）向融合 “慢思考”（强化学习）的范式升级，实现了从知识获取到逻辑推理的跨越。强化学习通过引入评价机制，使模型能够跳出原始数据分布，在数学、编程及医疗等具有明确对错标准的领域展现出更强的泛化能力。王小川指出，未来 AI 的核心竞争力在于深度结合行业 Know-how，通过 “双轮驱动” 策略，将大模型转化为具备专业能力的 “顾问” 而非简单的助手。百川智能正致力于将强化学习应用于医疗场景，旨在通过构建医疗领域的逻辑推理能力，实现从智能模型向生命模型的演进，从而在特定行业中创造实质性的商业价值。