DeepSeek-R1

DeepSeek-R1，是幻方量化旗下AI公司深度求索（DeepSeek）研發的推理模型。該模型採用強化學習進行後訓練，旨在提升推理能力，尤其擅長數學、代碼和自然語言推理等複雜任務。

2024年11月20日，全新研發的推理模型DeepSeek-R1-Lite預覽版正式上線。2025年1月20日，幻方量化旗下AI公司深度求索（DeepSeek）正式發布DeepSeek-R1模型，並同步開源模型權重。1月27日，DeepSeek套用登頂蘋果中國地區和美國地區套用商店免費APP下載排行榜，在美區下載榜上超越了ChatGPT。

DeepSeek-R1擁有卓越的性能，在數學、代碼和推理任務上可與OpenAI o1媲美。其採用的大規模強化學習技術，僅需少量標註數據即可顯著提升模型性能，為大模型訓練提供了新思路。此外，DeepSeek-R1構建了智慧型訓練場，通過動態生成題目和實時驗證解題過程等方式，提升模型推理能力。該模型完全開源，採用MIT許可協定，並開源了多個小型模型，進一步降低了AI套用門檻，賦能開源社區發展。

截至2025年1月27日，在世界大模型排名Arena上，DeepSeek-R1基準測試升至全類別大模型第三。

基本介紹

• 中文名：DeepSeek-R1
• 發布公司：DeepSeek 
• 發布時間：2025年1月20日（正式版） 

發展歷史

2024年11月20日，DeepSeek宣布，全新研發的推理模型DeepSeek-R1-Lite預覽版正式上線。該模型處於疊代開發階段，僅支持網頁使用，暫不支持API調用。

2025年1月20日，幻方量化旗下AI公司深度求索（DeepSeek）正式發布DeepSeek-R1模型，並同步開源模型權重。同年1月24日，DeepSeek-R1在聊天機器人競技場綜合榜單上排名第三，與頂尖推理模型o1並列。1月26日訊息，在短短一個月內，中國AI初創公司深度求索（DeepSeek）先後發布了DeepSeek-V3和DeepSeek-R1兩款大模型，成本價格低廉，性能與OpenAI相當，讓矽谷震驚，甚至引發了Meta內部的恐慌，工程師們開始連夜嘗試複製DeepSeek的成果。1月27日，DeepSeek套用登頂蘋果中國地區和美國地區套用商店免費APP下載排行榜，在美區下載榜上超越了ChatGPT。 1月31日訊息，英偉達宣布，DeepSeek-R1 模型現已作為 NVIDIA NIM 微服務預覽版提供。DeepSeek-R1 NIM 微服務可以在單個 NVIDIA HGX H200 系統上每秒提供多達 3,872 tokens。

模型功能

DeepSeek-R1-Lite預覽版模型在美國數學競賽（AMC）中難度等級最高的AIME以及全球頂級編程競賽（codeforces）等評測中，超越了GPT-4o等模型。

DeepSeek-R1在後訓練階段大規模使用了強化學習技術，在僅有極少標註數據的情況下，極大提升了模型推理能力。在數學、代碼、自然語言推理等任務上，性能比肩OpenAI o1正式版。

DeepSeek-R1的一大技術亮點在於其採用了大規模強化學習(RL)進行後訓練。這項技術僅需少量標註數據，即可顯著提升模型的性能，為大型語言模型的訓練提供了新的思路。

基本特點

性能卓越

DeepSeek-R1可媲美OpenAI-o1。在各種任務上都展現出了驚人的實力，尤其是在數學、代碼和推理任務方面，其表現完全可以與OpenAI-o1比肩。

完全開源

DeepSeek-R1採用MIT許可協定，任何人都可以自由地使用、修改、分發和商業化該模型，包括模型權重和輸出。

自主學習

DeepSeek-R1於構建了一個智慧型訓練場，這一系統由三個技術組件構成：動態題目生成系統、過程驗證體系和協同工作機制。用一個比喻來說，每解完一題，系統自動生成更難的變體題，並實時驗證解題過程邏輯是否自洽。它迫使AI像數學家般提煉方法論，甚至能將幾何證明中的反證法遷移到代碼檢測中。

賦能社區

除了DeepSeek-R1本身，研發團隊還開源了6個從DeepSeek-R1蒸餾而來的小型模型。其中，32B和70B模型的性能同樣可以與OpenAI-o1-mini相媲美。這些小型模型的開源，進一步降低了AI套用的門檻，讓更多開發者可以參與到AI創新中來，極大地賦能了整個開源社區。

大模型排名

截至2025年1月27日，在世界大模型排名Arena上，DeepSeek-R1基準測試升至全類別大模型第三，其中，在風格控制類模型（StyleCtrl）分類中與OpenAI o1並列第一。其競技場得分達到1357分，略超OpenAI o1的1352分。

社會爭議

2025年1月22日，美國媒體Business Insider報導稱，DeepSeek-R1模型秉承開放精神，完全開源，為美國AI玩家帶來了麻煩。

2025年1月24日，名投資公司A16z的創始人馬克·安德森發文稱，Deepseek-R1是他見過的最令人驚嘆、最令人印象深刻的突破之一，而且還是開源的，它是給世界的一份禮物。

A16z合伙人、Mistral AI董事會成員Anjney Midha表示：“從斯坦福到麻省理工，DeepSeek-R1幾乎一夜之間成為美國頂尖大學研究人員的首選模型。”

2025年1月27日，英國《金融時報》發表評論文章，文章指出，DeepSeek-R1模型的性能幾乎可以媲美薩姆·奧爾特曼創立的OpenAI開發的模型，而成本僅為後者的零頭。DeepSeek的突破挑戰了人工智慧發展的核心信念，即認為更強大的硬體才是推動人工智慧發展的關鍵。1月27日晚，美國開放人工智慧研究中心（OpenAI）執行長薩姆·奧爾特曼在社交媒體平台X上發文，對DeepSeek-R1模型首次亮相表示歡迎。

2025年1月30日訊息，微軟CEO納德拉在電話會上強調，DeepSeek R1模型目前已可通過微軟的AI平台Azure AI Foundry和GitHub獲取，並且很快就能在Copilot+電腦上運行。納德拉稱DeepSeek“有一些真的創新”，AI成本下降是趨勢：“縮放定律（Scaling Law）在預訓練和推理時間計算中不斷積累。多年來，我們已經看到了AI訓練和推理方面的效率顯著提高。在推理方面，我們通常看到每一代硬體的性價比提高2倍以上，每一代模型的性價比提高10倍以上。”