從R1的升級(jí)路徑來看，R2可能會(huì)在更大規(guī)模的數(shù)據(jù)、更強(qiáng)的算力支持下進(jìn)行訓(xùn)練，進(jìn)一步提升推理能力和泛化能力，或許會(huì)在多模態(tài)融合、更復(fù)雜任務(wù)處理等方面取得突破。

在大模型領(lǐng)域，競(jìng)爭(zhēng)的浪潮從未停歇。近期，國(guó)產(chǎn)大模型公司深度求索（DeepSeek）發(fā)布了DeepSeek R1模型的小版本升級(jí)，版本號(hào)為DeepSeek-R1-0528。這一消息看似低調(diào)，實(shí)則在業(yè)內(nèi)激起千層浪，尤其是在推理能力提升方面，展現(xiàn)出了令人矚目的成果。

自誕生以來，DeepSeek憑借其獨(dú)特的技術(shù)路線和對(duì)開源的堅(jiān)持，在大模型領(lǐng)域逐漸嶄露頭角。早期版本的模型已經(jīng)在自然語言處理的多個(gè)任務(wù)中表現(xiàn)出不錯(cuò)的潛力，吸引了眾多開發(fā)者和研究人員的關(guān)注。其開源策略更是為社區(qū)注入了活力，大量開發(fā)者基于DeepSeek的模型進(jìn)行二次開發(fā)和應(yīng)用拓展，涵蓋了智能客服、內(nèi)容生成、代碼輔助等多個(gè)領(lǐng)域。

R1升級(jí)核心亮點(diǎn)：思維深度與推理能力顯著提升

此次升級(jí)的核心在于思維深度和推理能力的大幅躍升。DeepSeek-R1-0528依舊以2024年12月發(fā)布的DeepSeek V3 Base模型為基座，然而在后訓(xùn)練階段投入了更多算力。這一舉措成效顯著，模型在數(shù)學(xué)、編程與通用邏輯等多個(gè)基準(zhǔn)測(cè)評(píng)中成績(jī)斐然，在國(guó)內(nèi)模型中獨(dú)占鰲頭，整體表現(xiàn)已接近國(guó)際頂尖模型，如o3與Gemini-2.5-Pro。

在復(fù)雜推理任務(wù)的表現(xiàn)上，新版模型進(jìn)步尤為突出。以AIME 2025測(cè)試為例，舊版模型準(zhǔn)確率為70%，而新版躍升至87.5%。從token使用量來看，舊版模型平均每題使用12K tokens，新版則達(dá)到23K tokens ，這清晰地表明新版模型在解題時(shí)思考過程更加詳盡和深入，能夠處理更復(fù)雜的邏輯關(guān)系，挖掘問題的深層次內(nèi)涵。

DeepSeek團(tuán)隊(duì)利用DeepSeek-R1-0528的思維鏈蒸餾訓(xùn)練了Qwen3-8B Base，推出的DeepSeek-R1-0528-Qwen3-8B模型在數(shù)學(xué)測(cè)試AIME 2024中，僅次于DeepSeek-R1-0528，超越Qwen3-8B達(dá)10.0%，與Qwen3-235B表現(xiàn)相當(dāng)。這不僅體現(xiàn)了DeepSeek-R1-0528模型自身的強(qiáng)大，也為學(xué)術(shù)界推理模型研究及工業(yè)界小模型開發(fā)提供了新的思路和方法，具有重要的參考價(jià)值。

幻覺問題優(yōu)化：邁向更可靠的AI交互

“幻覺”問題一直是大模型發(fā)展中的痛點(diǎn)。簡(jiǎn)單來說，幻覺就是模型生成的內(nèi)容看似合理，但與事實(shí)不符或缺乏依據(jù)。在舊版模型中，這一問題在改寫潤(rùn)色、總結(jié)摘要、閱讀理解等場(chǎng)景中時(shí)有出現(xiàn)，影響了模型輸出結(jié)果的可靠性和實(shí)用性。

而新版DeepSeek R1針對(duì)幻覺問題進(jìn)行了卓有成效的優(yōu)化。與舊版相比，在上述場(chǎng)景中，幻覺率降低了45 - 50%左右。這意味著用戶在使用模型進(jìn)行信息提取、內(nèi)容創(chuàng)作等任務(wù)時(shí)，能夠獲得更為準(zhǔn)確、可靠的結(jié)果。例如在進(jìn)行新聞?wù)蓵r(shí)，舊版模型可能會(huì)出現(xiàn)對(duì)事件關(guān)鍵信息的錯(cuò)誤表述或無中生有的內(nèi)容，而新版模型則能更精準(zhǔn)地提煉核心內(nèi)容，減少這類錯(cuò)誤的發(fā)生，大大提升了模型在實(shí)際應(yīng)用中的可信度。

創(chuàng)意寫作與工具調(diào)用能力優(yōu)化

除了推理和幻覺問題的改進(jìn)，新版R1在創(chuàng)意寫作和工具調(diào)用方面也有可圈可點(diǎn)之處。在創(chuàng)意寫作上，模型針對(duì)議論文、小說、散文等文體進(jìn)一步優(yōu)化，能夠輸出篇幅更長(zhǎng)、結(jié)構(gòu)內(nèi)容更完整的長(zhǎng)篇作品，寫作風(fēng)格也更加貼近人類偏好。無論是創(chuàng)作一篇邏輯嚴(yán)謹(jǐn)?shù)淖h論文，還是構(gòu)思一個(gè)情節(jié)跌宕的小說，新版R1都能生成更具可讀性和文學(xué)性的內(nèi)容，為內(nèi)容創(chuàng)作者提供了更強(qiáng)大的助力。

在工具調(diào)用方面，DeepSeek-R1-0528支持工具調(diào)用（盡管目前不支持在thinking中進(jìn)行工具調(diào)用）。當(dāng)前模型在Tau-Bench測(cè)評(píng)成績(jī)?yōu)閍irline 53.5% / retail 63.9%，與OpenAI o1-high相當(dāng)，但與o3-High以及Claude 4 Sonnet仍有差距。雖然還存在提升空間，但這一能力的拓展為模型的應(yīng)用場(chǎng)景帶來了更多可能性，例如在智能辦公場(chǎng)景中，模型可以調(diào)用各類辦公軟件的功能接口，實(shí)現(xiàn)更高效的文檔處理、數(shù)據(jù)分析等任務(wù)。

開源策略持續(xù)，推動(dòng)行業(yè)發(fā)展

DeepSeek團(tuán)隊(duì)此次依舊保持了開源的傳統(tǒng)，新版模型的開源倉(cāng)庫(kù)（包括模型權(quán)重）均采用MIT License。這一舉措意義深遠(yuǎn)，它允許用戶自由利用模型輸出、通過模型蒸餾等方式訓(xùn)練其他模型。對(duì)于開發(fā)者而言，這意味著更低的開發(fā)成本和更高的創(chuàng)新自由度。

在開源社區(qū)中，已經(jīng)有眾多開發(fā)者基于DeepSeek的模型進(jìn)行創(chuàng)新應(yīng)用的開發(fā)，從簡(jiǎn)單的聊天機(jī)器人到復(fù)雜的智能數(shù)據(jù)分析系統(tǒng)，開源的DeepSeek模型成為了創(chuàng)新的基石，推動(dòng)整個(gè)人工智能領(lǐng)域的技術(shù)共享與創(chuàng)新發(fā)展，促進(jìn)不同研究機(jī)構(gòu)和企業(yè)之間的合作與交流。

用戶實(shí)測(cè)反饋：代碼能力獲贊，寫作仍需留意幻覺

從用戶的實(shí)測(cè)反饋來看，新版DeepSeek R1的代碼能力得到了高度認(rèn)可。許多開發(fā)者表示，升級(jí)后的模型經(jīng)常能直接一次生成可運(yùn)行、可落地的代碼，代碼結(jié)構(gòu)清晰，注釋完整，甚至被評(píng)價(jià)有Claude 4的味道，而調(diào)用成本僅為Claude的1/3，對(duì)中小開發(fā)者十分友好。同時(shí)，模型響應(yīng)敏捷，能進(jìn)行長(zhǎng)時(shí)間思考，在一些復(fù)雜編程任務(wù)中表現(xiàn)出色，例如在開發(fā)復(fù)雜的Web應(yīng)用程序、數(shù)據(jù)分析腳本時(shí)，新版R1能夠快速理解需求并生成高質(zhì)量的代碼框架。

然而，在寫作方面，盡管模型在文體優(yōu)化和篇幅控制上有進(jìn)步，但幻覺問題仍然存在。部分用戶在使用模型撰寫論文時(shí)發(fā)現(xiàn)，即使在打開聯(lián)網(wǎng)搜索、基于真實(shí)材料分析的前提下，模型仍可能出現(xiàn)捏造數(shù)據(jù)、錯(cuò)誤標(biāo)注信息源時(shí)間等問題。這也提醒用戶，在使用模型進(jìn)行寫作時(shí)，尤其是對(duì)內(nèi)容準(zhǔn)確性要求極高的場(chǎng)景，仍需仔細(xì)核查，不能完全依賴模型輸出。

與國(guó)際競(jìng)品對(duì)比：各有所長(zhǎng)，差距縮小

與國(guó)際上的頂尖模型如OpenAI的o3、谷歌的Gemini-2.5-Pro以及Anthropic的Claude 4相比，DeepSeek-R1-0528在數(shù)學(xué)和編程推理方面已迎頭趕上，部分測(cè)試成績(jī)甚至超越部分競(jìng)品。例如在LiveCodeBench基準(zhǔn)測(cè)試中，R1-0528超越了O3-Mini，幾乎與O3（High）評(píng)分相當(dāng)，展現(xiàn)出強(qiáng)大的編程能力 。在Extended NYT Connections基準(zhǔn)測(cè)試中，雖然尚未進(jìn)入OpenAI o系列模型占據(jù)的第一梯隊(duì)，但相比前一代也有了顯著提升。

在綜合性能上，DeepSeek-R1-0528與國(guó)際競(jìng)品各有所長(zhǎng)。國(guó)際大廠的模型在多語言處理、全球知識(shí)覆蓋等方面有著深厚的積累和優(yōu)勢(shì)，而DeepSeek-R1-0528憑借對(duì)中文語境的深入理解和在推理能力上的優(yōu)化，在國(guó)內(nèi)市場(chǎng)以及對(duì)推理要求較高的特定領(lǐng)域應(yīng)用中具有競(jìng)爭(zhēng)力，并且隨著不斷升級(jí)，與國(guó)際頂尖模型的差距正在逐步縮小。

R2期待：未來大模型進(jìn)化的想象空間

此次R1的升級(jí)無疑是一次成功的迭代，但也讓人們對(duì)DeepSeek的下一款重磅產(chǎn)品R2充滿期待。從R1的升級(jí)路徑來看，R2可能會(huì)在更大規(guī)模的數(shù)據(jù)、更強(qiáng)的算力支持下進(jìn)行訓(xùn)練，進(jìn)一步提升推理能力和泛化能力，或許會(huì)在多模態(tài)融合、更復(fù)雜任務(wù)處理等方面取得突破。例如，在圖像與文本的聯(lián)合理解和生成、跨領(lǐng)域知識(shí)融合推理等當(dāng)前大模型研究的熱門方向上，R2有望帶來創(chuàng) 新性的解決方案，為用戶帶來更智能、更全面的AI服務(wù)體驗(yàn)。

DeepSeek R1的這次升級(jí)是其在大模型發(fā)展道路上的重要里程碑，展示了國(guó)產(chǎn)大模型在推理能力提升和實(shí)際應(yīng)用優(yōu)化方面的實(shí)力。隨著技術(shù)的不斷進(jìn)步和創(chuàng)新，無論是R1的持續(xù)優(yōu)化還是未來R2的推出，都值得我們持續(xù)關(guān)注，期待其為大模型領(lǐng)域帶來更多的驚喜和變革，推動(dòng)整個(gè)人工智能產(chǎn)業(yè)邁向新的高度。