模型变强，一定要靠堆参数吗？商汤开源的一款90亿参数多模态模型给出了另一种思路：32个解码层中，有24层会重复运行，使一次前向计算实际执行56层的运算。也就是说，模型不是靠把网络铺得更宽更厚，而是让同一组层多算几遍，把推理“想得更深”。该项目采用Apache 2.0许可证开源，这条轻量高效的路线，值得多模态领域的研究者留意。

大模型发展至今，参数规模一度是最直观的竞赛指标：从几十亿到几千亿，数字越大似乎就代表能力越强。但参数规模的增长是有代价的——训练成本、推理显存、部署门槛都会随之水涨船高。于是，越来越多研究者开始换一个方向思考：在参数规模相对克制的前提下，能不能通过改进计算结构，让模型把已有的参数用得更充分？商汤此次开源的模型，正是这种思路的一次实践：不去增加解码层的数量，而是让其中一部分层循环执行，相当于用“重复计算”换取“更深推理”。

具体来看，这款模型的解码层共32层，其中24层会重复运行，一次前向计算实际执行56层的运算。打个比方，这不像请更多人来一起解题，而像让同一批人把题目多读几遍、多想几轮。重复计算的好处在于，模型可以在后续轮次中修正前一轮的中间结果，逐步细化理解，尤其对需要多步推理的多模态任务——比如结合图像与文字进行分析、按步骤拆解复杂问题——这种“多想一会儿”的机制可能带来实实在在的提升。

90亿参数的规模本身也值得注意。这个量级既不像千亿级模型那样对算力提出苛刻要求，也不像十亿以下的小模型那样能力受限，正处在“研究者用得起、企业部署得起”的区间。配合Apache 2.0许可证，开发者可以相对自由地使用、修改和商用，这为模型的二次开发和场景落地留出了空间。开源的意义不仅在于代码和权重的公开，更在于它能否成为一个可复现、可比较的基线，让后来者在同样的起点上验证自己的想法。

多模态是这款模型的另一个关键词。当下的AI应用早已不满足于只处理文字：看图说话、读文档、理解视频，都需要模型同时处理多种信息。把循环计算结构用在多模态模型上，意味着推理深度的提升可以同时惠及视觉理解与语言推理两个方面。当然，循环计算并非没有代价：重复运行层会增加单次推理的计算量，换来的是更深的推理，但推理延迟也会相应上升。实际应用中需要在“想得更深”和“答得更快”之间找到平衡点，不同场景的取舍并不相同。

从行业视角看，这款模型的发布与近期一系列“小而强”的开源进展相互呼应。无论是文档理解领域的小参数模型，还是主打性价比的轻量旗舰模型，行业正在形成一种共识：参数规模不再是唯一标尺，结构创新、训练方法与数据质量同样能决定模型的实际表现。对中国开源生态而言，这类中等规模、高质量的开源模型尤其重要——它们降低了研究与应用的门槛，让更多团队能够站在前人的工作之上继续探索，而不是每次都从零开始。

接下来值得观察的，是这款模型在公开评测与真实应用中的表现。循环计算带来的推理增益究竟有多大，在哪些任务上最明显，又在哪些场景下会因为延迟代价而得不偿失，都需要社区的实测来回答。开源的价值也正在于此：当模型真正交到开发者手中，它的优缺点才会在真实使用中被完整检验。

文末来源：动点科技