近期，AI 推理模型“Thinking”成为行业热点，微软、OpenAI 等巨头纷纷推出新进展。
微软发布 MAI-Thinking-1 模型：微软推出自研推理模型 MAI-Thinking-1，参数规模达 35B 激活参数，属于 MoE 架构，擅长复杂推理任务（如数学、编码）。该模型已集成到 Azure AI 和 Copilot 平台，标志着微软在推理赛道正式发力（微软发布 MAI-Thinking-1 和 MAI-Code-1-Flash 模型）。
OpenAI 改进推理交互体验：OpenAI 在 ChatGPT 移动端推出长按发送键提前选择 AI 响应档位功能，允许用户指定“快速”或“深度思考”模式，优化了推理使用的便捷性（OpenAI 升级 ChatGPT 移动端：长按发送键可提前选 AI 响应档位）。此外，GPT-5.5 Instant 升级后回复更自然易读，推理能力有所提升（OpenAI 升级 GPT-5.5 Instant，回复更自然易读）。
学界与行业动态：DeepSeek 发布研究论文 OptSkills，通过问题原型聚类蒸馏实现优化技能泛化学习，探索推理模型的轻量化训练方法（OptSkills：基于问题原型的聚类蒸馏实现优化技能泛化学习）。同时，Lilian Weng 呼吁加强人机交互研究，并宣布 Thinking Machines 提供 10 万美元资助，聚焦推理模型的可解释性与用户协作（Lilian Weng 呼吁人机交互研究，Thinking Machines 提供 10 万美元资助）。
当前焦点在于推理模型的性能提升与实际应用落地，竞争从预训练转向推理优化和交互体验。未来需关注各厂商如何平衡深度推理与响应速度，以及推理模型在复杂场景下的泛化能力。