在國(guó)產(chǎn)大模型發(fā)展歷程中，DeepSeek-R1無(wú)疑是一個(gè)具有里程碑意義的存在。自其發(fā)布以來(lái)，便在全球舞臺(tái)上嶄露頭角，引領(lǐng)國(guó)產(chǎn)大模型開(kāi)啟開(kāi)源新時(shí)代，至今已走過(guò)一年的時(shí)光。而近日，開(kāi)發(fā)者社區(qū)因DeepSeek的一次存儲(chǔ)庫(kù)更新而沸騰起來(lái)——一個(gè)全新的“model 1”模型被曝光，引發(fā)了眾人對(duì)其身份的猜測(cè)，不少人認(rèn)為它極有可能就是備受期待的DeepSeek-R2。

在DeepSeek的開(kāi)源項(xiàng)目FlashMLA庫(kù)代碼片段中，明確引用了“MODEL1”，同時(shí)還伴隨針對(duì)KV緩存的新優(yōu)化以及576B步幅的稀疏FP8解碼支持。FlashMLA作為DeepSeek的優(yōu)化注意力內(nèi)核庫(kù)，此前一直為DeepSeek-V3和DeepSeek-V3.2-Exp模型提供支持。此次項(xiàng)目里大約有28處提到“model 1”，這無(wú)疑被解讀為新模型即將發(fā)布的強(qiáng)烈信號(hào)。而且，這一爆料恰逢DeepSeek-R1發(fā)布一周年，時(shí)間上的巧合更增添了神秘色彩。

回顧DeepSeek-R1，它作為開(kāi)源推理模型，曾與OpenAI的o1相匹敵，甚至登頂iOS App Store，徹底改變了開(kāi)源AI社區(qū)的格局。它并非當(dāng)時(shí)最強(qiáng)的模型，卻有著獨(dú)特的意義，主要體現(xiàn)在降低了三重壁壘。在技術(shù)壁壘方面，R1公開(kāi)分享推理路徑和后訓(xùn)練方法，將曾經(jīng)封閉在API背后的高級(jí)推理能力，轉(zhuǎn)化為可下載、可蒸餾、可微調(diào)的工程資產(chǎn)，許多團(tuán)隊(duì)無(wú)需從頭訓(xùn)練大模型就能獲得強(qiáng)大推理能力，推動(dòng)了行業(yè)重新思考模型能力與計(jì)算成本的關(guān)系，在中國(guó)算力受限的環(huán)境中意義重大。

在采用壁壘上，R1以MIT許可證發(fā)布，使用、修改和再分發(fā)變得簡(jiǎn)單直接。原本依賴閉源模型的公司紛紛將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，模型迅速擴(kuò)散到云平臺(tái)和工具鏈中，社區(qū)討論重點(diǎn)也從“哪個(gè)模型分?jǐn)?shù)更高”轉(zhuǎn)向“如何部署、降低成本并集成到實(shí)際系統(tǒng)”。久而久之，R1從研究產(chǎn)物轉(zhuǎn)變?yōu)榭蓮?fù)用的工程基礎(chǔ)。

在心理層面，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)，許多公司的決策發(fā)生了變化。對(duì)中國(guó)AI社區(qū)而言，這是一個(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)至關(guān)重要。這三個(gè)壁壘的降低，意味著生態(tài)系統(tǒng)開(kāi)始具備自我復(fù)制的能力。

從技術(shù)突破來(lái)看，DeepSeek-R1的關(guān)鍵并非單點(diǎn)技巧，而是一整套系統(tǒng)性設(shè)計(jì)。它以推理優(yōu)先為訓(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(xì)粒度的信號(hào)。其訓(xùn)練數(shù)據(jù)不追求百科全書(shū)式的覆蓋，而是高度聚焦數(shù)學(xué)與邏輯推導(dǎo)、可驗(yàn)證的復(fù)雜任務(wù)，答案不重要，過(guò)程才是關(guān)鍵，這使得R1在數(shù)學(xué)、代碼、復(fù)雜推理上呈現(xiàn)出“跨尺度躍遷”。同時(shí)，R1并非簡(jiǎn)單“更會(huì)寫(xiě)CoT”，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)，讓推理成為內(nèi)生能力。

DeepSeek-R1的出現(xiàn)帶來(lái)了諸多改變。它改變了對(duì)“對(duì)齊”的理解，讓人們意識(shí)到對(duì)齊不僅是價(jià)值對(duì)齊，也是認(rèn)知過(guò)程的對(duì)齊；改變了對(duì)開(kāi)源模型的想象空間，證明開(kāi)源模型在推理維度可以成為范式定義者，極大激活了社區(qū)對(duì)“Reasoning LLM”的探索熱情；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”，人類從提問(wèn)者變?yōu)楹献髡?。如今，雖然推理能力仍有明顯上限，長(zhǎng)鏈路思考成本依舊高昂，但DeepSeek-R1所選擇的方向無(wú)疑是正確的，它的故事仍在繼續(xù)書(shū)寫(xiě)。