DeepSeek-R2要?来了？,deeplk

更新时间：2026-01-21 11:31 来源：牛马见闻

爆炸性突变：美欧加速滑向敌对！,爆炸形1

重估商汤：一场关于「冰淇淋效应」的价值突围,商业冰淇淋的做法

浙江省2025年GDP同比增长5.5％,浙江21年gdp

浙江绍兴上虞区：“瓷韵侨心”书写文化传承与共同富裕答卷

就这么卖爆了？巴基斯坦官宣：“枭龙”战斗机迎来9个用户，总装备数量将达500架？

�曾匹敌OpenAI o1并登顶iOS App Store�源AI HuggingFace在DeepSeek R1发布一DeepSeek-R1的故事�

新智元报道 编辑：Aeneas KingHZ 【新！智元导读】DeepSeek-R1发布一(周年之际，核心算法库惊现MODEL1，是V4还是R2? 2025年1月20日，DeepSeek-R1正式发布。从此，国产大模型第一次走到了全球舞台的核心位置，开启了开源时代。 而就在今天深夜，开发者社区沸腾了：DeepSeek的一个存储库进行更新，引用了一个全新的「model 1」模型。 DeepSeek-R1一年了，但DeepSeek-R2还没来。 而这个被爆出的MODEL1，极有可能就是R2！ 在DeepSeek的开源项目FlashMLA库代码片段明确引用了「MODEL1」，并且伴随针对KV缓存的新优化，和576B步幅的稀疏FP8解码支持。 FlashMLA是DeepSeek的优化注意力内核库，为DeepSeek-V3和DeepSeek-V3.2-Exp模型提供支持。 项目里，大约有28处提到model 1。 这可以被解读为新模型即将发布的明确信号。 巧的是，这个爆料正好赶在DeepSeek-R1发布一周年（2025年1月20日）。 R1作为开源推理模型，曾匹敌OpenAI o1并登顶iOS App Store，此后彻底改变了开源AI社区。 MODEL1即便不是R2，也意义非凡，毕竟FlashMLA是DeepSeek优化的注意力核心算法库。 FlashMLA是DeepSeek为Hopper架构GPU（如H800）优化的MLA（Multi-head Latent Attention）解码内核。 在推理层代码中提及新模型ID，往往意味着该新模型（代号为Model1）将继续复用或改进现有的MLA架构。 这表明 DeepSeek 团队正紧锣密鼓地推进新模型的推理适配工作，FlashMLA 作为其核心推理优化的地位依然稳固。 过去，DeepSeek的确遇到了一些麻烦。 本月15日，国外媒体报道，去年在研发其新一代旗舰模型时，DeepSeek在算力上碰到了一点麻烦。但DeepSeek及时调整了策略，取得了进展，并正准备在「未来几周内」推出这款新模型。 HuggingFace： DeepSeek如何改变开源AI HuggingFace在DeepSeek R1发布一周年之际，发文解释了DeepSeek如何改变了开源AI。 R1并不是当时最强的模型，真正意义而在于它如何降低了三重壁垒。 首先是技术壁垒。 通过公开分享其推理路径和后训练方法，R1将曾经封闭在API背后的高级推理能力，转变为可下载、可蒸馏、可微调的工程资产。 许多团队不再需要从头训练大模型就能获得强大的推理能力。推理开始表现得像一个可复用的模块，在不同的系统中反复应用。这也推动行业重新思考模型能力与计算成本之间的关系，这种转变在中国这样算力受限的环境中尤为有意义。 其次是采用壁垒。 R1以MIT许可证发布，使其使用、修改和再分发变得简单直接。原本依赖闭源模型的公司开始直接将R1投入生产。蒸馏、二次训练和领域适应变成了常规的工程工作，而非特殊项目。 随着分发限制的解除，模型迅速扩散到云平台和工具链中，社区讨论的重点也从「哪个模型分数更高」转向了「如何部署它、降低成本并将其集成到实际系统中」。 久而久之，R1超越了研究产物的范畴，成为了可复用的工程基础。 第三个变化是心理层面的。 当问题从「我们能做这个吗？」转变为「我们如何做好这个？」时，许多公司的决策都发生了变化。 对中国AI社区而言，这也是一个难得的、获得全球持续关注的时刻，对于一个长期被视为跟随者的生态系统来说，这一点至关重要。 这三个壁垒的降低共同意味着，生态系统开始获得了自我复制的能力。 DeepSeek-R1一周年 今天，让我们回到原点，回顾DeepSeek-R1诞生的一年。 在R1之前，大模型的进化方向几乎只有一个，更大的参数规模、更多的数据…… 但是，模型真的在思考吗？ 这个问题，就是DeepSeek-R1的起点。 它不是让让模型回答得更快，而是刻意让它慢下来，慢在推理链条的展开，慢在中间状态的显式表达。 从技术上看，DeepSeek-R1的关键突破，并不在某一个单点技巧，而在一整套系统性设计。 推理优先的训练目标 在传统SFT/RLHF体系中，最终答案的「正确性」是唯一目标。R1 则引入了更细粒度的信号。这也是第一次，模型 高密度推理数据，而非高密度知识 R1的训练数据，不追求百科全书式的覆盖，而是高度聚焦在数学与逻辑推导、可验证的复杂任务。 总之，答案不重要，过程才重要。因此，R1才在数学、代码、复杂推理上，呈现出「跨尺度跃迁」。 推理过程的「内化」，而不是复读模板 一个常见误解是：R1只是「更会写CoT」。 但真正的变化在于：模型并不是在复读训练中见过的推理模板，而是在内部形成了稳定的推理状态转移结构。 从此，推理不再是外挂，而是内生能力。 一年之后：R1改变了什么？ 首先，它改变了对「对齐」的理解。 R1之后，我们开始意识到，对齐不仅是价值对齐，也是认知过程的对齐。 第二，它改变了我们对开源模型的想象空间。 R1证明：在推理维度，开源模型不是追随者，而可以成为范式定义者。这极大激活了社区对「Reasoning LLM」的探索热情。 第三，它改变了工程师与模型的协作方式。 当模型开始「展示思路」，人类就不再是提问者，而是合作者。 回到今天：R1仍然是一条未走完的路。 一周年，并不是终点。 我们仍然清楚地知道：推理能力还有明显上限，长链路思考仍然昂贵 但正如一年前做出 R1 的那个选择一样——真正重要的，不是已经解决了什么，而是方向是否正确。 DeepSeek-R1的故事，还在继续。 而这一年，只是序章。 参考资料： 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

编辑：王基明