在國產(chǎn)大模型發(fā)展歷程中，DeepSeek-R1無疑是一個具有里程碑意義的存在。自其發(fā)布以來，便在全球舞臺上嶄露頭角，引領(lǐng)國產(chǎn)大模型開啟開源新時代，至今已走過一年的時光。而近日，開發(fā)者社區(qū)因DeepSeek的一次存儲庫更新而沸騰起來——一個全新的“model 1”模型被曝光，引發(fā)了眾人對其身份的猜測，不少人認為它極有可能就是備受期待的DeepSeek-R2。

在DeepSeek的開源項目FlashMLA庫代碼片段中，明確引用了“MODEL1”，同時還伴隨針對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，此前一直為DeepSeek-V3和DeepSeek-V3.2-Exp模型提供支持。此次項目里大約有28處提到“model 1”，這無疑被解讀為新模型即將發(fā)布的強烈信號。而且，這一爆料恰逢DeepSeek-R1發(fā)布一周年，時間上的巧合更增添了神秘色彩。

回顧DeepSeek-R1，它作為開源推理模型，曾與OpenAI的o1相匹敵，甚至登頂iOS App Store，徹底改變了開源AI社區(qū)的格局。它并非當(dāng)時最強的模型，卻有著獨特的意義，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)，許多團隊無需從頭訓(xùn)練大模型就能獲得強大推理能力，推動了行業(yè)重新思考模型能力與計算成本的關(guān)系，在中國算力受限的環(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，模型迅速擴散到云平臺和工具鏈中，社區(qū)討論重點也從“哪個模型分數(shù)更高”轉(zhuǎn)向“如何部署、降低成本并集成到實際系統(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)問題從“我們能做這個嗎？”轉(zhuǎn)變?yōu)椤拔覀內(nèi)绾巫龊眠@個？”時，許多公司的決策發(fā)生了變化。對中國AI社區(qū)而言，這是一個難得的獲得全球持續(xù)關(guān)注的時刻，對于一個長期被視為跟隨者的生態(tài)系統(tǒng)至關(guān)重要。這三個壁壘的降低，意味著生態(tài)系統(tǒng)開始具備自我復(fù)制的能力。

從技術(shù)突破來看，DeepSeek-R1的關(guān)鍵并非單點技巧，而是一整套系統(tǒng)性設(shè)計。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引入了更細粒度的信號。其訓(xùn)練數(shù)據(jù)不追求百科全書式的覆蓋，而是高度聚焦數(shù)學(xué)與邏輯推導(dǎo)、可驗證的復(fù)雜任務(wù)，答案不重要，過程才是關(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，R1并非簡單“更會寫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)帶來了諸多改變。它改變了對“對齊”的理解，讓人們意識到對齊不僅是價值對齊，也是認知過程的對齊；改變了對開源模型的想象空間，證明開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“Reasoning LLM”的探索熱情；改變了工程師與模型的協(xié)作方式，當(dāng)模型開始“展示思路”，人類從提問者變?yōu)楹献髡摺Ｈ缃瘢m然推理能力仍有明顯上限，長鏈路思考成本依舊高昂，但DeepSeek-R1所選擇的方向無疑是正確的，它的故事仍在繼續(xù)書寫。