MODEL1是DeepSeek開發的新一代AI模型架構，於2026年1月21日在官方GitHub倉庫的FlashMLA代碼更新中被發現，與現有模型V32並列提及，代表一個獨立的新架構。
根據代碼分析，MODEL1在KV快取布局、稀疏性處理及FP8解碼支持等底層技術上與V32存在區別。其架構變化包括頭維回歸512、KV快取重設計，並集成了VVPA與Engram條件記憶模組等技術。該模型硬體實現適配SM90與SM100等多代GPU架構。行業推測其可能定位為高效推理模型或長序列專家。結合代碼狀態，MODEL1已接近訓練完成或推理部署階段，業內猜測其最快有望於2026年2月（春節前後）發布。
基本介紹
- 外文名：MODEL1
發展歷程,技術特點,核心技術,核心團隊,重要事件,
發展歷程
2026年1月20日（台北時間1月21日），正值DeepSeek-R1發布一周年之際，開發者發現DeepSeek在其開源推理核心項目FlashMLA的代碼更新中，首次曝光了名為“MODEL1”的新模型架構標識符。在橫跨114個檔案的更新中，“MODEL1”被提及28至31次，並以枚舉類型與現有模型DeepSeek-V3.2（V32）並列定義，標誌著其成為一個獨立的核心架構分支。
代碼分析顯示，MODEL1在鍵值（KV）快取布局、稀疏性處理方式及對FP8數據格式的解碼支持等方面與V3.2存在差異。結合其代碼結構已覆蓋多種頭維度、完成FP8路徑適配、記憶體規範已定義，開發者及行業分析普遍認為，MODEL1很可能已接近訓練完成或推理部署階段，正等待最終的權重凍結和測試驗證。外媒及行業傳聞稱，DeepSeek可能於2026年2月中旬（春節前後）發布其下一代模型，MODEL1被認為是該模型的核心架構。
技術特點
MODEL1是DeepSeek從底層重構的全新架構分支，定位為推理引擎。其核心架構變化包括注意力頭維度從V3.2的576維回歸併固定為標準512維，以提升對齊效率；KV快取布局被重寫，物理排布更緊湊，專為超長序列最佳化。
MODEL1在硬體適配方面進行了最佳化，支持從H100/H200到下一代Blackwell架構，在SM100架構上有特定最佳化。其目標套用場景包括邊緣設備部署、成本敏感的高並發API服務，以及法律、科研、代碼等長文本理解任務。
核心技術
MODEL1是DeepSeek從底層重構的全新架構，定位為更省資源、更長上下文、更強硬體適配的推理引擎。其核心技術革新主要體現在架構基礎變化、記憶體與計算最佳化、創新機制集成及硬體適配深度強化等方面。
MODEL1將注意力頭的維度從V3.2的576維回歸至標準的512維並硬編碼固定，同時徹底重寫了鍵值快取布局，使其物理排布更緊湊，並採用NoPE與RoPE交錯排列，專為16K+超長序列最佳化。MODEL1首次在DeepSeek主幹模型中全面支持FP8精度KV快取，顯著降低顯存占用與推理延遲。同時，它支持Token級動態稀疏注意力，可在解碼階段動態忽略非關鍵token，實現稀疏與稠密計算並行，提升長序列推理效率。
模型集成了多項創新機制，包括旨在解決長文本中位置信息衰減問題的Value Vector Position Awareness機制。以及通過哈希N-gram嵌入實現O(1)靜態知識查找的Engram條件記憶模組，該模組將“記憶”從Transformer主幹剝離，形成“查算分離”新範式，允許將海量表卸載至CPU記憶體且推理吞吐損失小。此外，MODEL1支持動態Top-K稀疏推理邏輯，並引入了額外的“extra_kv”快取區，為多段上下文場景提供支持。
MODEL1全面適配NVIDIA下一代Blackwell架構，並新增專用接口，同時對H100/H200等現有硬體也有深度最佳化。在H100/H200上有兩個核心版本，在最新的B200上有專門的Head128實現。
核心團隊
MODEL1架構由DeepSeek公司官方團隊研發。其中，與MODEL1核心技術強相關的Engram記憶模組，其研究論文已於2026年1月13日由梁文鋒署名開源。
重要事件
2026年1月下旬，DeepSeek在其開原始碼庫FlashMLA中更新代碼，曝光了代號“MODEL1”的新模型架構。此次曝光引發業界廣泛關注。在AIME 2025擴展題集上的初步測試顯示，基於新架構的模型解題成功率較R1提升37%。
