阿里最近放了个大招，相当大。
他们刚开源了一个叫做 QwQ-32B 的推理模型，一个参数仅 320 亿的模型，在各项能力测试中居然达到了 6710 亿参数的满血版 DeepSeek R1 的水平。
下图是和满血 R1（671B）、o1-mini、70B R1 以及 32B R1 的对比，可以看出这个颜文字模型 QwQ 32B 的能力已经和满血 R1 相当了。
QwQ 这么厉害的诀窍在于使用了大规模的强化学习（RL）。
啥子是强化学习？
想象你是一个第一次学做菜的新手，厨房是环境，你的目标是炒出最好吃的菜。
每次你尝试不同的调料搭配（动作），尝一口后根据味道（奖励）调整下次放多少盐或糖。一开始可能太咸或太淡（试错），但通过反复调整，最终找到最佳配方（最优策略）。
强化学习就像这个过程：通过行动的结果反馈，不断优化选择，直到达成目标。
模型就是在这样一个不断折腾和反馈的过程中反复迭代，最终炼制成功，得道成仙。
仅 DeepSeek 二十分之一的参数，这样的参数规模，可以部署在配置稍微好点的个人电脑上，而满血的 DeepSeek R1，你没个 400G 内存应该是跑不下来……
好，下面我就来尝试在 MacBook 本地部署一下QwQ。现在有了各种方便的工具，比如 Ollama、Cherry Studio 等等，折腾起来也非常简单。
当然，本地部署的优势在于隐私保护和本地知识库，另外就是一个主打折腾的 Geek 精神。
如果你没有这些需求，使用免费的 DeepSeek、元宝客户端，或者调用廉价的 API，都比本地部署要省心和划算。
一、安装 Ollama
Ollama 是一个可以在本地运行大语言模型（LLM）的命令行工具，如果你之前安装过，部署过其他模型，那就可以跳过这一步。
首先进入 Ollama 的官网：
https://ollama.com/
点击神兽图标下方的「Download」，去下载 macOS 版本。
国内网络用浏览器直接下载可能会比较慢，你可以把下载链接复制到迅雷里下载，速度很快。
下好后解压缩，先把这个神兽图标拖到「应用程序」里。
然后，打开 Ollama，点中央的 Install，这时候需要输入 Mac 的解锁密码。
出现下面这样的提示就说明装好了。
二、下载并执行模型
打开「终端」，输入这个命令：
ollama run qwq
然后就开始下载模型了，大概 19G 多一些，网速快的话很快就好。
如果你看到 Success 的提示，就说明模型下载成功了，随后模型会自动加载并运行，会看到三个尖括号：「>>>」，这样就表明可以和模型聊天了。
我们随便发句话试试：
它做出了思考并回复了我，很好，模型已经运行成功。
当然，在命令行里聊天的体验非常糟糕，也不能保存记录，所以我们要给它搭配一个聊天 UI，请看下一步。
三、搭配 Cherry Studio 使用
Cherry Studio 是一个 AI 对话客户端，支持各种服务商的 API 或者本地模型的接入，还支持本地知识库（RAG），功能很全面。
它和 Chatbox、ChatX 一样，都是 AI 聊天客户端，你可以选一个自己习惯的来用。
我最近换了 Cherry Studio，体验不错，所以下面就以 Cherry Studio 为例来进行说明。
首先到官网下载它：
https://cherry-ai.com/
安装好后，进入设置界面，找到「模型服务」，找到「Ollama」。
在右边的窗口里，检查「API 地址」是否正确，一般就是默认的本地 11434 端口，密钥不用填，如下图所示：
然后点最下方的「添加」，增加qwq:latest模型，并在更多设置中勾选「推理」。
保存之后，确认一下 Ollama 旁的开关已打开，这样就 OK 了。
回到 Cherry Studio 的聊天窗口，点击聊天窗口上方，选择我们刚创建好的模型，就可以开始和本地的 QwQ 聊天了。
四、随便玩玩
现在我就让它和我本地的 32B DeepSeek R1 （部署参考：手把手｜在MacBook本地部署DeepSeek R1是一种什么体验？）对比一下，看看它俩谁厉害。
出个小作文题目吧：
以“一个发现时间可以倒流，但每次只能倒退5秒的普通人”为主角，写一个300字的故事，需包含冲突和转折。
先来看看 32B R1，它思考了 34 秒，给出了这个故事：
再来看看 QwQ 32B，它思考的时间翻了一倍，达到 76 秒。来看看它的作品：
好家伙，QwQ 写的有深度多了，同是 320 亿参数，QwQ 表现亮眼不少。
另外，在我的 M4 Pro 的 MacBook 上，32B R1 的输出速度 14token/s，而 QwQ 32B 是 16token/s，略快一些。
好，就写到这里，各位可以回家去折腾自己的电脑了。
END
