在DeepSeek R1發(fā)布一周年之際，讓我們一起來(lái)回顧DeepSeek究竟是如何改變了開(kāi)源AI —— R1并不是當(dāng)時(shí)最強(qiáng)的模型，真正意義而在于它如何降低了三重壁壘。

i. 技術(shù)壁壘：通過(guò)公開(kāi)分享其推理路徑和后訓(xùn)練方法，R1將曾經(jīng)封閉在API背后的高級(jí)推理能力，轉(zhuǎn)變?yōu)榭上螺d、可蒸餾、可微調(diào)的工程資產(chǎn)，推理開(kāi)始表現(xiàn)得像一個(gè)可復(fù)用的模塊，在不同的系統(tǒng)中反復(fù)應(yīng)用。這也推動(dòng)行業(yè)重新思考模型能力與計(jì)算成本之間的關(guān)系，這種轉(zhuǎn)變?cè)谥袊?guó)這樣算力受限的環(huán)境中尤為有意義。

ii. 采用壁壘：R1以MIT許可證發(fā)布，使其使用、修改和再分發(fā)變得簡(jiǎn)單直接。隨著分發(fā)限制的解除，模型迅速擴(kuò)散到云平臺(tái)和工具鏈中，R1超越了研究產(chǎn)物的范疇，成為了可復(fù)用的工程基礎(chǔ)。原本依賴(lài)閉源模型的公司開(kāi)始直接將R1投入生產(chǎn)，蒸餾、二次訓(xùn)練和領(lǐng)域適應(yīng)變成了常規(guī)的工程工作，而非特殊項(xiàng)目。

iii. 心理壁壘：當(dāng)問(wèn)題從“我們能做這個(gè)嗎？”轉(zhuǎn)變?yōu)椤拔覀內(nèi)绾巫龊眠@個(gè)？”時(shí)，許多公司的決策都發(fā)生了變化。對(duì)中國(guó)AI社區(qū)而言，這也是一個(gè)難得的、獲得全球持續(xù)關(guān)注的時(shí)刻，對(duì)于一個(gè)長(zhǎng)期被視為跟隨者的生態(tài)系統(tǒng)來(lái)說(shuō)，這一點(diǎn)至關(guān)重要。

2025年1月20日，DeepSeek-R1正式發(fā)布。從此，國(guó)產(chǎn)大模型第一次走到了全球舞臺(tái)的核心位置，開(kāi)啟了開(kāi)源時(shí)代。

DeepSeek-R1的關(guān)鍵突破

從技術(shù)上看，DeepSeek-R1的關(guān)鍵突破，并不在某一個(gè)單點(diǎn)技巧，而在一整套系統(tǒng)性設(shè)計(jì)。在傳統(tǒng)SFT/RLHF體系中，最終答案的「正確性」是唯一目標(biāo)。R1則引入了更細(xì)粒度的信號(hào)。這也是第一次，模型高密度推理數(shù)據(jù)，而非高密度知識(shí)R1的訓(xùn)練數(shù)據(jù)，不追求百科全書(shū)式的覆蓋，而是高度聚焦在數(shù)學(xué)與邏輯推導(dǎo)、可驗(yàn)證的復(fù)雜任務(wù)。因此，R1才在數(shù)學(xué)、代碼、復(fù)雜推理上，呈現(xiàn)出跨尺度的躍遷。

R1證明了在推理維度，開(kāi)源模型不是追隨者，而可以成為范式定義者。同時(shí)，改變了工程師與模型的協(xié)作方式，當(dāng)模型開(kāi)始“展示思路”，人類(lèi)就不再是提問(wèn)者而是合作者。

回到今天R1仍然是一條未走完的路，一周年并不是終點(diǎn)，推理能力還有明顯上限，長(zhǎng)鏈路思考仍然昂貴。但正如R1做出的選擇一樣，真正重要的不是已經(jīng)解決了什么，而是方向是否正確。

這一年只是序章

在前兩天的深夜，DeepSeek的一個(gè)存儲(chǔ)庫(kù)進(jìn)行了更新，引用了一個(gè)全新的「model 1」模型。DeepSeek-R1的故事還在繼續(xù) —— 在DeepSeek-R1發(fā)布一周年之際，核心算法庫(kù)驚現(xiàn)model 1，是V4還是R2？

而這個(gè)model 1極有可能就是R2。在DeepSeek的開(kāi)源項(xiàng)目FlashMLA庫(kù)代碼片段明確引用了model 1，并且伴隨針對(duì)KV緩存的新優(yōu)化，和576B步幅的稀疏FP8解碼支持。FlashMLA是DeepSeek的優(yōu)化注意力內(nèi)核庫(kù)，為DeepSeek-V3和DeepSeek-V3.2-Exp模型提供支持。

FlashMLA是DeepSeek為Hopper架構(gòu)GPU（如H800）優(yōu)化的MLA（Multi-head Latent Attention）解碼內(nèi)核。在推理層代碼中提及新模型ID，往往意味著該新模型將繼續(xù)復(fù)用或改進(jìn)現(xiàn)有的MLA架構(gòu)，而項(xiàng)目里大約有28處提到model 1，這可以被解讀為新模型即將發(fā)布的明確信號(hào)。并且巧的是，這個(gè)爆料正好趕在DeepSeek-R1發(fā)布一周年（2025年1月20日）。

R1作為開(kāi)源推理模型，曾匹敵OpenAI o1并登頂iOS App Store，此后徹底改變了開(kāi)源AI社區(qū)。model 1即便不是R2也意義非凡，畢竟FlashMLA是DeepSeek優(yōu)化的注意力核心算法庫(kù)。

不過(guò)，DeepSeek之前的確遇到了一些麻煩，在研發(fā)其新一代旗艦?zāi)Ｐ蜁r(shí)，遇到算力問(wèn)題。但DeepSeek及時(shí)調(diào)整了策略，準(zhǔn)備在“未來(lái)幾周內(nèi)”推出這款新模型。