DeepSeek-R2

DeepSeek-R2是由中國DeepSeek團隊研發的AI模型，其技術突破源自團隊2025年提出的獎勵模型解決方案，包含Pointwise GRM架構與Self-Principled Critique Tuning訓練方法。該模型具備多輪對話、代碼生成及跨模態理解能力，在長文本處理與實時學習技術層面實現升級，並通過與當貝AI平台的技術對接拓展套用場景。

2025年8月13日，接近DeepSeek人士表示，該訊息不實，並確認DeepSeek-R2在8月內並無發布計畫。

基本介紹

• 外文名：DeepSeek-R2
• 開發商：DeepSeek
• 中文名稱：深度求索-R2
• 類別：AI模型

發展歷史

2025年6月，該模型因美國對英偉達H20晶片的供應限制導致開發延遲。其訓練成本僅為行業平均水平的1/70，採用生成式獎勵模型實現可解釋性評分，通過並行採樣與Meta RM引導投票策略提升推理準確性。作為行業開源技術標桿，該模型研究成果為AI模型對齊人類偏好提供了技術基礎。

2025年8月12日，市場上突然傳出，‌DeepSeek-R2的預計發布時間視窗為2025年8月15日至8月30日。但具體日期尚未官宣。DeepSeek對涉及相關發布日期的問題亦給出了較為肯定的答案。

2025年8月13日訊息稱，據騰訊科技，近日市場再度傳出深度求索下一代大模型DeepSeek-R2的發布訊息，預計時間視窗為8月15日至30日。對此，接近DeepSeek人士表示，該訊息不實，並確認DeepSeek-R2在8月內並無發布計畫。

相關事件

2025年6月27日訊息，據外媒The Information報導，由於美國當局策略致英偉達H20晶片在中國內地供應短缺，繼而導致DeepSeek-R2 AI模型開發工作延遲。