DeepSeek-R2要來了？

DeepSeek-R1發佈一周年之際，核心演算法庫驚現MODEL1，是V4還是R2?

2025年1月20日，DeepSeek-R1正式發佈。從此，國產大模型第一次走到了全球舞台的核心位置，開啟了開源時代。

而就在今天深夜，開發者社區沸騰了：DeepSeek的一個儲存庫進行更新，引用了一個全新的「model 1」模型。

DeepSeek-R1一年了，但DeepSeek-R2還沒來。

而這個被爆出的MODEL1，極有可能就是R2！

在DeepSeek的開放原始碼專案FlashMLA庫程式碼片段明確引用了「MODEL1」，並且伴隨針對KV快取的新最佳化，和576B步幅的稀疏FP8解碼支援。

FlashMLA是DeepSeek的最佳化注意力核心庫，為DeepSeek-V3和DeepSeek-V3.2-Exp模型提供支援。

項目裡，大約有28處提到model 1。

這可以被解讀為新模型即將發佈的明確訊號。

巧的是，這個爆料正好趕在DeepSeek-R1發佈一周年（2025年1月20日）。

R1作為開源推理模型，曾匹敵OpenAI o1並登頂iOS App Store，此後徹底改變了開源AI社區。

MODEL1即便不是R2，也意義非凡，畢竟FlashMLA是DeepSeek最佳化的注意力核心演算法庫。

FlashMLA是DeepSeek為Hopper架構GPU（如H800）最佳化的MLA（Multi-head Latent Attention）解碼核心。

在推理層程式碼中提及新模型ID，往往意味著該新模型（代號為Model1）將繼續復用或改進現有的MLA架構。

這表明 DeepSeek 團隊正緊鑼密鼓地推進新模型的推理適配工作，FlashMLA 作為其核心推理最佳化的地位依然穩固。

過去，DeepSeek的確遇到了一些麻煩。

本月15日，國外媒體報導，去年在研發其新一代旗艦模型時，DeepSeek在算力上碰到了一點麻煩。但DeepSeek及時調整了策略，取得了進展，並正準備在「未來幾周內」推出這款新模型。

HuggingFace：DeepSeek如何改變開源AI

HuggingFace在DeepSeek R1發佈一周年之際，發文解釋了DeepSeek如何改變了開源AI。

R1並不是當時最強的模型，真正意義而在於它如何降低了三重壁壘。

首先是技術壁壘。

通過公開分享其推理路徑和後訓練方法，R1將曾經封閉在API背後的高級推理能力，轉變為可下載、可蒸餾、可微調的工程資產。

許多團隊不再需要從頭訓練大模型就能獲得強大的推理能力。推理開始表現得像一個可復用的模組，在不同的系統中反覆應用。這也推動行業重新思考模型能力與計算成本之間的關係，這種轉變在中國這樣算力受限的環境中尤為有意義。

其次是採用壁壘。

R1以MIT許可證發佈，使其使用、修改和再分發變得簡單直接。原本依賴閉源模型的公司開始直接將R1投入生產。蒸餾、二次訓練和領域適應變成了常規的工程工作，而非特殊項目。

隨著分發限制的解除，模型迅速擴散到雲平台和工具鏈中，社區討論的重點也從「那個模型分數更高」轉向了「如何部署它、降低成本並將其整合到實際系統中」。

久而久之，R1超越了研究產物的範疇，成為了可復用的工程基礎。

第三個變化是心理層面的。

當問題從「我們能做這個嗎？」轉變為「我們如何做好這個？」時，許多公司的決策都發生了變化。

對中國AI社區而言，這也是一個難得的、獲得全球持續關注的時刻，對於一個長期被視為跟隨者的生態系統來說，這一點至關重要。

這三個壁壘的降低共同意味著，生態系統開始獲得了自我複製的能力。

DeepSeek-R1一周年

今天，讓我們回到原點，回顧DeepSeek-R1誕生的一年。

在R1之前，大模型的進化方向幾乎只有一個，更大的參數規模、更多的資料……

但是，模型真的在思考嗎？

這個問題，就是DeepSeek-R1的起點。

它不是讓讓模型回答得更快，而是刻意讓它慢下來，慢在推理鏈條的展開，慢在中間狀態的顯式表達。

從技術上看，DeepSeek-R1的關鍵突破，並不在某一個單點技巧，而在一整套系統性設計。

推理優先的訓練目標

在傳統SFT/RLHF體系中，最終答案的「正確性」是唯一目標。R1 則引入了更細粒度的訊號。這也是第一次，模型

高密度推理資料，而非高密度知識

R1的訓練資料，不追求百科全書式的覆蓋，而是高度聚焦在數學與邏輯推導、可驗證的複雜任務。

總之，答案不重要，過程才重要。因此，R1才在數學、程式碼、複雜推理上，呈現出「跨尺度躍遷」。

推理過程的「內化」，而不是復讀範本

一個常見誤解是：R1隻是「更會寫CoT」。

但真正的變化在於：模型並不是在復讀訓練中見過的推理範本，而是在內部形成了穩定的推理狀態轉移結構。

從此，推理不再是外掛，而是內生能力。

一年之後：R1改變了什麼？

首先，它改變了對「對齊」的理解。

R1之後，我們開始意識到，對齊不僅是價值對齊，也是認知過程的對齊。

第二，它改變了我們對開源模型的想像空間。

R1證明：在推理維度，開源模型不是追隨者，而可以成為範式定義者。這極大啟動了社區對「Reasoning LLM」的探索熱情。

第三，它改變了工程師與模型的協作方式。

當模型開始「展示思路」，人類就不再是提問者，而是合作者。

回到今天：R1仍然是一條未走完的路。

一周年，並不是終點。

我們仍然清楚地知道：推理能力還有明顯上限，長鏈路思考仍然昂貴

但正如一年前做出 R1 的那個選擇一樣——真正重要的，不是已經解決了什麼，而是方向是否正確。

DeepSeek-R1的故事，還在繼續。

而這一年，只是序章。 (新智元)