DeepSeek-R1發(fā)布一周年之際，核心算法庫驚現(xiàn)MODEL1，是迭代版本還是新一代R2?

2025年1月20日，DeepSeek-R1正式發(fā)布，這一里程碑事件讓國產(chǎn)大模型首次躋身全球核心舞臺，同時開啟了大模型的開源新紀(jì)元。

就在R1發(fā)布一周年的關(guān)鍵節(jié)點，深夜的開發(fā)者社區(qū)突然沸騰——DeepSeek的一個存儲庫更新中，出現(xiàn)了全新的「model 1」模型引用。

盡管DeepSeek-R1已發(fā)布一年，但備受期待的R2尚未露面。而此次曝光的MODEL1，被業(yè)內(nèi)猜測極有可能就是新一代的R2！

在DeepSeek開源項目FlashMLA庫的代碼片段中，明確引用了「MODEL1」，還同步出現(xiàn)了針對KV緩存的新優(yōu)化，以及對576B步幅稀疏FP8解碼的支持。

FlashMLA是DeepSeek自研的優(yōu)化注意力內(nèi)核庫，曾為DeepSeek-V3和DeepSeek-V3.2-Exp模型提供技術(shù)支撐。

該項目中，「model 1」的提及次數(shù)約達28處，從代碼細節(jié)來看，這無疑是新模型即將發(fā)布的明確信號。

值得注意的是，此次爆料恰好趕上DeepSeek-R1發(fā)布一周年（2025年1月20日）。作為開源推理模型，R1曾與OpenAI o1實力相當(dāng)，并登頂iOS App Store，徹底改變了開源AI社區(qū)的格局。即便MODEL1并非R2，其意義也不容小覷，畢竟FlashMLA是DeepSeek的核心注意力優(yōu)化算法庫。

FlashMLA是DeepSeek針對Hopper架構(gòu)GPU（如H800）優(yōu)化的MLA（Multi-head Latent Attention）解碼內(nèi)核。推理層代碼中出現(xiàn)新模型ID，通常意味著代號為Model1的新模型將繼續(xù)復(fù)用或改進現(xiàn)有的MLA架構(gòu)，這表明DeepSeek團隊正全力推進新模型的推理適配工作，F(xiàn)lashMLA作為核心推理優(yōu)化工具的地位依然穩(wěn)固。

此前，DeepSeek確實面臨過一些挑戰(zhàn)。本月15日，國外媒體報道稱，DeepSeek在研發(fā)新一代旗艦?zāi)Ｐ蜁r曾遭遇算力問題，但團隊及時調(diào)整策略并取得進展，計劃在「未來幾周內(nèi)」推出該新模型。

HuggingFace視角：DeepSeek如何改變開源AI

在DeepSeek R1發(fā)布一周年之際，HuggingFace發(fā)文剖析了DeepSeek對開源AI的變革性影響。

盡管R1并非當(dāng)時性能最強的模型，但其真正價值在于降低了三大壁壘：

一是技術(shù)壁壘。通過公開推理路徑和后訓(xùn)練方法，R1將原本封閉在API背后的高級推理能力，轉(zhuǎn)化為可下載、可蒸餾、可微調(diào)的工程資源。眾多團隊無需從頭訓(xùn)練大模型，就能獲得強大的推理能力，推理開始成為可在不同系統(tǒng)中復(fù)用的模塊，推動行業(yè)重新審視模型能力與計算成本的關(guān)系，這在算力受限的中國環(huán)境中尤為重要。

二是采用壁壘。R1以MIT許可證發(fā)布，簡化了使用、修改和再分發(fā)流程。原本依賴閉源模型的企業(yè)開始直接將R1投入生產(chǎn)，蒸餾、二次訓(xùn)練和領(lǐng)域適應(yīng)成為常規(guī)工程工作，而非特殊項目。隨著分發(fā)限制的解除，模型迅速融入云平臺和工具鏈，社區(qū)討論焦點也從「哪個模型分數(shù)更高」轉(zhuǎn)向「如何部署、降本及集成到實際系統(tǒng)」，R1逐漸從研究成果演變?yōu)榭蓮?fù)用的工程基礎(chǔ)。

三是心理壁壘。當(dāng)問題從「我們能做這個嗎？」轉(zhuǎn)變?yōu)椤肝覀內(nèi)绾巫龊眠@個？」時，許多企業(yè)的決策邏輯發(fā)生了改變。對中國AI社區(qū)而言，這是獲得全球持續(xù)關(guān)注的難得機遇，對于長期被視為追隨者的生態(tài)系統(tǒng)來說，意義重大。

這三大壁壘的降低，讓AI生態(tài)系統(tǒng)具備了自我復(fù)制的能力。

DeepSeek-R1一周年回顧

讓我們回到原點，回顧DeepSeek-R1誕生的這一年。在R1出現(xiàn)之前，大模型的進化方向幾乎只有參數(shù)規(guī)模擴大、數(shù)據(jù)量增加……但模型真的在「思考」嗎？這個問題，正是DeepSeek-R1的起點。它并非追求更快的回答速度，而是刻意讓模型「慢下來」——慢在推理鏈條的展開，慢在中間狀態(tài)的顯式表達。

從技術(shù)層面看，DeepSeek-R1的關(guān)鍵突破并非單一技巧，而是一整套系統(tǒng)性設(shè)計。

推理優(yōu)先的訓(xùn)練目標(biāo)：在傳統(tǒng)SFT/RLHF體系中，最終答案的「正確性」是唯一目標(biāo)，而R1引入了更細粒度的訓(xùn)練信號。

高密度推理數(shù)據(jù)而非高密度知識：R1的訓(xùn)練數(shù)據(jù)不追求百科全書式的覆蓋，而是聚焦于數(shù)學(xué)與邏輯推導(dǎo)、可驗證的復(fù)雜任務(wù)。對R1而言，過程比答案更重要，這也使其在數(shù)學(xué)、代碼、復(fù)雜推理領(lǐng)域?qū)崿F(xiàn)了「跨尺度躍遷」。

推理過程的「內(nèi)化」而非復(fù)讀模板：外界常誤解R1只是「更會寫CoT（思維鏈）」，但真正的變化在于，模型并非復(fù)讀訓(xùn)練中的推理模板，而是在內(nèi)部形成了穩(wěn)定的推理狀態(tài)轉(zhuǎn)移結(jié)構(gòu)，讓推理從外掛能力轉(zhuǎn)變?yōu)閮?nèi)生能力。

一年之后：R1帶來了哪些改變？

首先，它重塑了對「對齊」的理解。R1之后，人們意識到對齊不僅是價值取向的對齊，更是認知過程的對齊。

其次，它拓展了開源模型的想象空間。R1證明，在推理維度上，開源模型并非追隨者，而是可以成為范式定義者，極大激發(fā)了社區(qū)對「Reasoning LLM（推理大模型）」的探索熱情。

第三，它改變了工程師與模型的協(xié)作方式。當(dāng)模型開始「展示思路」，人類的角色就從單純的提問者轉(zhuǎn)變?yōu)楹献髡摺?/p>

回到當(dāng)下，R1的探索仍未結(jié)束。一周年并非終點，我們清楚地知道，推理能力仍有明顯上限，長鏈路思考的成本依然高昂。但正如一年前選擇研發(fā)R1時那樣，真正重要的不是已解決的問題，而是方向是否正確。DeepSeek-R1的故事還在繼續(xù)，這一年，只是序章。

參考資料：

https://huggingface.co/blog/huggingface/one-year-since-the-deepseek-moment%20

https://x.com/testingcatalog/status/2013588515271962678%20

https://x.com/nopainkiller/status/2013522059662614653

本文來自微信公眾號“新智元”，作者：新智元，36氪經(jīng)授權(quán)發(fā)布。

本文僅代表作者觀點，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請在文中注明來源及作者名字。

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請及時與我們聯(lián)系進行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com