DeepSeek-R1 发布一周年之际，核心算法库惊现 MODEL1，是 V4 还是 R2?

2025 年 1 月 20 日，DeepSeek-R1 正式发布。从此，国产大模型第一次走到了全球舞台的核心位置，开启了开源时代。

而就在今天深夜，开发者社区沸腾了：DeepSeek 的一个存储库进行更新，引用了一个全新的「model 1」模型。

DeepSeek-R1 一年了，但 DeepSeek-R2 还没来。

而这个被爆出的 MODEL1，极有可能就是 R2！

在 DeepSeek 的开源项目 FlashMLA 库代码片段明确引用了「MODEL1」，并且伴随针对 KV 缓存的新优化，和 576B 步幅的稀疏 FP8 解码支持。

FlashMLA 是 DeepSeek 的优化注意力内核库，为 DeepSeek-V3 和 DeepSeek-V3.2-Exp 模型提供支持。

项目里，大约有 28 处提到 model 1。

这可以被解读为新模型即将发布的明确信号。

巧的是，这个爆料正好赶在 DeepSeek-R1 发布一周年（2025 年 1 月 20 日）。

R1 作为开源推理模型，曾匹敌 OpenAI o1 并登顶 iOS App Store，此后彻底改变了开源 AI 社区。

MODEL1 即便不是 R2，也意义非凡，毕竟 FlashMLA 是 DeepSeek 优化的注意力核心算法库。

FlashMLA 是 DeepSeek 为 Hopper 架构 GPU（如 H800）优化的 MLA（Multi-head Latent Attention）解码内核。

在推理层代码中提及新模型 ID，往往意味着该新模型（代号为 Model1）将继续复用或改进现有的 MLA 架构。

这表明 DeepSeek 团队正紧锣密鼓地推进新模型的推理适配工作，FlashMLA 作为其核心推理优化的地位依然稳固。

过去，DeepSeek 的确遇到了一些麻烦。

本月 15 日，国外媒体报道，去年在研发其新一代旗舰模型时，DeepSeek 在算力上碰到了一点麻烦。但 DeepSeek 及时调整了策略，取得了进展，并正准备在「未来几周内」推出这款新模型。

HuggingFace：DeepSeek 如何改变开源 AI

HuggingFace 在 DeepSeek R1 发布一周年之际，发文解释了 DeepSeek 如何改变了开源 AI。

R1 并不是当时最强的模型，真正意义而在于它如何降低了三重壁垒。

首先是技术壁垒。

通过公开分享其推理路径和后训练方法，R1 将曾经封闭在 API 背后的高级推理能力，转变为可下载、可蒸馏、可微调的工程资产。

许多团队不再需要从头训练大模型就能获得强大的推理能力。推理开始表现得像一个可复用的模块，在不同的系统中反复应用。这也推动行业重新思考模型能力与计算成本之间的关系，这种转变在中国这样算力受限的环境中尤为有意义。

其次是采用壁垒。

R1 以 MIT 许可证发布，使其使用、修改和再分发变得简单直接。原本依赖闭源模型的公司开始直接将 R1 投入生产。蒸馏、二次训练和领域适应变成了常规的工程工作，而非特殊项目。

随着分发限制的解除，模型迅速扩散到云平台和工具链中，社区讨论的重点也从「哪个模型分数更高」转向了「如何部署它、降低成本并将其集成到实际系统中」。

久而久之，R1 超越了研究产物的范畴，成为了可复用的工程基础。

第三个变化是心理层面的。

当问题从「我们能做这个吗？」转变为「我们如何做好这个？」时，许多公司的决策都发生了变化。

对中国 AI 社区而言，这也是一个难得的、获得全球持续关注的时刻，对于一个长期被视为跟随者的生态系统来说，这一点至关重要。

这三个壁垒的降低共同意味着，生态系统开始获得了自我复制的能力。

DeepSeek-R1 一周年

今天，让我们回到原点，回顾 DeepSeek-R1 诞生的一年。

在 R1 之前，大模型的进化方向几乎只有一个，更大的参数规模、更多的数据 ……

但是，模型真的在思考吗？

这个问题，就是 DeepSeek-R1 的起点。

它不是让让模型回答得更快，而是刻意让它慢下来，慢在推理链条的展开，慢在中间状态的显式表达。

从技术上看，DeepSeek-R1 的关键突破，并不在某一个单点技巧，而在一整套系统性设计。

推理优先的训练目标

在传统 SFT/RLHF 体系中，最终答案的「正确性」是唯一目标。R1 则引入了更细粒度的信号。这也是第一次，模型

高密度推理数据，而非高密度知识

R1 的训练数据，不追求百科全书式的覆盖，而是高度聚焦在数学与逻辑推导、可验证的复杂任务。

总之，答案不重要，过程才重要。因此，R1 才在数学、代码、复杂推理上，呈现出「跨尺度跃迁」。

推理过程的「内化」，而不是复读模板

一个常见误解是：R1 只是「更会写 CoT」。

但真正的变化在于：模型并不是在复读训练中见过的推理模板，而是在内部形成了稳定的推理状态转移结构。

从此，推理不再是外挂，而是内生能力。

一年之后：R1 改变了什么？

首先，它改变了对「对齐」的理解。

R1 之后，我们开始意识到，对齐不仅是价值对齐，也是认知过程的对齐。

第二，它改变了我们对开源模型的想象空间。

R1 证明：在推理维度，开源模型不是追随者，而可以成为范式定义者。这极大激活了社区对「Reasoning LLM」的探索热情。

第三，它改变了工程师与模型的协作方式。

当模型开始「展示思路」，人类就不再是提问者，而是合作者。

回到今天：R1 仍然是一条未走完的路。

一周年，并不是终点。

我们仍然清楚地知道：推理能力还有明显上限，长链路思考仍然昂贵

但正如一年前做出 R1 的那个选择一样——真正重要的，不是已经解决了什么，而是方向是否正确。

DeepSeek-R1 的故事，还在继续。

而这一年，只是序章。