DeepSeek-R1
| 開發者 | 深度求索 |
|---|---|
| 首次發布 | 2025年1月20日 |
| 當前版本 |
|
| 原始碼庫 | |
| 前任 | DeepSeek-R1-Lite |
| 繼任 | DeepSeek-V3.1 |
| 類型 | |
| 許可協議 | MIT |
| 網站 | www |
DeepSeek-R1是深度求索（DeepSeek）於2025年1月20日發布的人工智能大型語言模型，專門適用於數學、編碼和邏輯等任務，性能對標OpenAI o1[2]。
訓練
[編輯]DeepSeek-R1-Lite是Deepseek R1的預覽版，於2024年11月20日發布，[3]後於2025年1月20日正式發布DeepSeek R1。[4]
DeepSeek-R1與DeepSeek-R1-Zero[5]基於DeepSeek-V3-Base，與其共享了相同的架構。
DeepSeek-R1-Distill系列模型由其他預訓練的開放權重模型[註 1]初始化，然後基於R1生成的合成數據進行微調。[6]
DeepSeek-R1-Zero的訓練模板<think>...</think> and <answer>...</answer> tags, respectively, that is, <think> reasoning process here </think><answer> answer here </answer>. User: prompt[註 2]. Assistant:DeepSeek-R1-Zero僅使用GRPO強化學習進行訓練，未使用SFT。與之前的版本不同，它沒有使用基於模型的獎勵；所有獎勵函數均基於規則，主要分為兩種類型 [註 3]：準確率獎勵和格式獎勵。準確率獎勵用於檢查方框內的答案是否正確[註 4]或代碼是否通過測試[註 5]；格式獎勵用於檢查模型是否將其思維軌跡置於<think>...</think>標籤內。[6]
DeepSeek-R1的論文中沒有公布其訓練成本等細節。[8] 不過，此前的論文中，深度求索透露其訓練使用的是英偉達因為美國出口管制而，針對中國市場特供的低配版GPU H800，訓練成本為557.6萬美元，遠低於類似西方公司的閉源模型。[2][9][10]
外界預估R1的訓練成本比DeepSeek-V3略高，或在600萬美元上下。[11]
衍生型
[編輯]DeepSeek-R1-0528
[編輯]2025年5月28日，深度求索發布DeepSeek-R1-0528，為R1的小版本升級。[12]此版本與原版R1同樣基於DeepSeek-V3-Base，並未進行根本性的架構變更，而是[13]通過投入更多算力及在後訓練階段引入算法優化機制，進一步提升了推理深度與推斷能力。[13]
在性能方面，R1-0528在AIME 2025測試中的準確率由70%大幅提升至87.5%，每道題的平均思考長度亦由約12,000個token增至約23,000個token，反映出更深層次的推理過程。在編程基準LiveCodeBench上，pass@1成功率由63.5%提升至73.3%；在軟件工程基準SWE-Verified上，準確率則由49.2%提升至57.6%。[14]
除性能提升外，R1-0528亦降低了幻覺率，並新增對JSON輸出及函數調用的支持，以提升開發者的使用體驗。[13]同時，深度求索亦將R1-0528的思維鏈蒸餾至Qwen3 8B Base，推出了DeepSeek-R1-0528-Qwen3-8B，以便對硬件要求較低的用戶使用。[13]
特點
[編輯]DeepSeek稱該模型用了強化學習訓練，並為用戶展現了 o1 沒有公開的完整思考過程。
Deepseek R1 Lite在回答問題前會花更多時間思考，因此準確度會增強。Deepseek的測試結果表明，在數學競賽上的得分與測驗所允許思考的長度緊密相關，而模型思維鍊長度增加，展現了更高的效率。[3]
DeepSeek-R1關鍵特點就是便宜，與OpenAI o1的價格相差極大。DeepSeek-R1上線時提供的API服務定價為每百萬輸入tokens 1元人民幣[註 6] / 4元 [註 7]，每百萬輸出tokens 16元，輸出API價格僅僅只有OpenAI o1的3%。[15]
測試成績
[編輯]Deepseek-R1-Lite在數學、代碼和複雜邏輯推理上，獲得媲美 o1-preview 的推理效果。
在美國數學邀請賽中，DeepSeek 稱，該模型在美國邀請數學考試和 MATH 等既定基準上的表現超過了 OpenAI o1 Preview的水平，在國際數學奧林匹克正確率達到83%，
它還在Codeforces編程競賽中優於89%的參賽者，但在GPQA Diamond，LiveCodeBench和自然語言解謎中較為遜色。[16]
應用情況
[編輯]DeepSeek-R1使用MIT協議開源，意味着任何人都可以自由使用該模型，包括商業用途。
用戶可以在DeepSeek官方網站和App使用官方提供的服務，也可通過本地部署[註 8]、調用API，或者使用第三方平台。
不同手機應用程式和微信小程序，例如百度[17]、支付寶[18]、騰訊元寶[19][20][21][22][23]、騰訊ima[24]等，均接入了DeepSeek-R1「滿血版」。
公共服務
[編輯]2025年2月起，中國多地政府部門相繼將DeepSeek接入政務服務系統，用於公文寫作、政策解讀等方面[25]。
2025年2月8日，廣東省深圳市龍崗區政務服務和數據管理局就已經在政務外網部署了DeepSeek-R1模型。
2025年2月16日，深圳市正式為全市各區及各部門提供DeepSeek模型應用服務[26]；其中，福田區基於DeepSeek開發了首批70名AI「數智員工」[27][28][29]。
2025年2月17日，佛山市「江義村智慧鄉村平台」正式接入DeepSeek[30]。
2025年2月18日，北京市豐臺區在政務雲本地部署DeepSeek大模型[25]。
其他
[編輯]瀋陽飛機設計研究所在研發新戰機的過程中，引入了DeepSeek[31]。
多家汽車製造商，包括BMW[32]、東風汽車、比亞迪、廣汽、零跑[33]、本田[34]、日產[35]，宣佈與DeepSeek合作，將其AI系統和中國版汽車結合。
在2025年緬甸地震的救援行動中，中國國家緊急語言服務團與北京語言大學團隊基於DeepSeek的大模型，研發中緬英互譯系統，支援中國國際救援隊進行救災工作[36][37][38]，並在未來開源與其他地區使用。
外界反應
[編輯]1月27日，DeepSeek超越ChatGPT，登頂蘋果App Store美國區免費APP下載排行榜。[39]
DeepSeek-R1爆火，引發全球投資者大量拋售人工智能相關股票。1月27日，英偉達美股股價下跌近17%，單日市值蒸發5890億美元，為美國股市歷史上最大。[40][41]
DeepSeek-R1發布後不久，Meta行政總裁馬克·扎克伯格就宣布，Meta計劃在2025年投入超600億美元，加大對人工智能的投入。[11]據媒體1月27日報道，Meta成立了四個研究小組，專門研究DeepSeek的模型。[42]其中兩個小組研究其開發者如何降低訓練和運行DeepSeek的成本，第三個小組研究訓練模型可能使用了哪些數據，第四個小組研究基於DeepSeek模型屬性重構其LLaMA模型的新技術。[43]
OpenAI表示，其有證據表明DeepSeek使用OpenAI的專有模型來訓練自己的開源模型，這違反了OpenAI的服務條款。[44]在R1的Nature論文釋出的同行評議文件中，DeepSeek-R1的研究人員稱，R1 並沒有使用OpenAI專有模型生成的樣本但同時承認與大多數的生成模型一樣，在訓練過程中不可避免地使用了互聯網上的由其他AI生成樣本[45]。
參見
[編輯]註釋
[編輯]參考資料
[編輯]- ^ Release 1.0.0. 2025年4月9日 [2025年6月27日].
- ^ 2.0 2.1 DeepSeek横空出世，美中AI竞争会迎来根本性改变吗？. 美國之音. 2025-01-28 [2025-01-28]. （原始內容存檔於2025-01-28） （中文）.
- ^ 3.0 3.1 DeepSeek推理模型预览版上线，解密o1推理过程 | DeepSeek API Docs. api-docs.deepseek.com. [2025-01-29]. （原始內容存檔於2025-01-26） （中文（中國大陸））.
- ^ DeepSeek-R1 发布，性能对标 OpenAI o1 正式版. DeepSeek API Docs. 2025-01-20 [2025-01-20]. （原始內容存檔於2025-01-23） （中文）.
- ^ Release DeepSeek-R1 · deepseek-ai/DeepSeek-R1@23807ce. GitHub. [21 January 2025]. （原始內容存檔於21 January 2025） （英語）.
- ^ 6.0 6.1 DeepSeek-AI; Guo, Daya; Yang, Dejian; Zhang, Haowei; Song, Junxiao; Zhang, Ruoyu; Xu, Runxin; Zhu, Qihao; Ma, Shirong, DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning, 22 January 2025, arXiv:2501.12948
- ^ Guo, Daya; Yang, Dejian; Zhang, Haowei; Song, Junxiao; Wang, Peiyi. DeepSeek-R1 incentivizes reasoning in LLMs through reinforcement learning. Nature (Springer Science and Business Media LLC). 2025-09-17, 645 (8081): 633–638. ISSN 0028-0836. doi:10.1038/s41586-025-09422-z .
- ^ DeepSeek-R1/DeepSeek_R1.pdf at main · deepseek-ai/DeepSeek-R1 (PDF). [2025-02-01]. （原始內容存檔 (PDF)於2025-01-29）.
- ^ DeepSeek-V3/DeepSeek_V3.pdf at main · deepseek-ai/DeepSeek-V3 (PDF). [2025-02-01]. （原始內容存檔 (PDF)於2025-02-01）.
- ^ 孫銘蔚. 量化巨头幻方创始人梁文锋参加总理座谈会并发言，他还创办了"AI界拼多多". 澎湃新聞. 2025-01-22 [2025-01-28]. （原始內容存檔於2025-01-26） （中文（中國大陸））.
- ^ 11.0 11.1 吳遇利. DeepSeek"恐惧感"支配硅谷！Meta被曝组建4个小组专门研究. 澎湃新聞. 2025-01-27 [2025-01-29]. （原始內容存檔於2025-01-30） （中文（中國大陸））.
- ^ DeepSeek-R1-0528 Release. DeepSeek API Docs. 2025-05-28 [2025-05-28]. （原始內容存檔於2026-06-18）.
- ^ 13.0 13.1 13.2 13.3 deepseek-ai/DeepSeek-R1-0528. Hugging Face. [2025-05-28]. （原始內容存檔於2025-05-28）.
- ^ Kim, Eugene. DeepSeek R1-0528 arrives in powerful open source challenge to OpenAI o3 and Google Gemini 2.5 Pro. VentureBeat. 2025-05-28 [2025-05-29]. （原始內容存檔於2025-08-21）.
- ^ 鄭遠方. “价格屠夫”DeepSeek的理想主义：开源、降本与AI普惠. 財聯社. 2025-01-28 [2025-01-28]. （原始內容存檔於2026-02-26） （中文（中國大陸））.
- ^ Franzen, Carl. DeepSeek’s first reasoning model R1-Lite-Preview turns heads, beating OpenAI o1 performance. VentureBeat. 2024-11-20 [2025-01-29]. （原始內容存檔於2024-11-22） （美國英語）.
- ^ 百度搜索接入DeepSeek：AI搜索生态的革命性突破. cloud.baidu.com. [2026-11-06].
- ^ AlipayHK、WeChat 都有 DeepSeek AI，又多個騰訊元寶，用邊個最好？. Yahoo News. 2025-03-06 [2026-11-06] （中文（香港））.
- ^ 腾讯元宝迎来更新，同步支持混元和DeepSeek模型. 界面新聞.
- ^ 腾讯元宝上新，DeepSeek能读懂图片了. 中國日報.
- ^ 起猛了，腾讯元宝接入DeepSeek了。-腾讯云开发者社区-腾讯云. cloud.tencent.com. [2026-11-06] （中文）.
- ^ 腾讯元宝和DeepSeek区别有哪些，腾讯元宝和DeepSeek哪个更好. 鳳凰網. 2025-05-15 [2026-11-06] （中文）.
- ^ 腾讯元宝满血接入DeepSeek R1！实测体验后，把我给整破防了...-腾讯云开发者社区-腾讯云. cloud.tencent.com. [2026-11-06] （中文）.
- ^ 深度测评：腾讯ima——AI智能工作台与“第二大脑” – 人人都是产品经理. [2026-10-15] （中文（簡體））.
- ^ 25.0 25.1 多地政务系统接入DeepSeek意味着什么？. 新華網. [2025-02-20]. （原始內容存檔於2025-02-18）.
- ^ 广州、深圳政务系统接入DeepSeek. 新浪新聞. [2025-02-20]. （原始內容存檔於2025-02-25）.
- ^ 深圳70名“AI公务员”上岗，公文处理、招商引资等场景均有覆盖. 澎湃新聞. [2025-05-15]. （原始內容存檔於2025-02-22）.
- ^ 首批“AI公务员”上岗！人类“饭碗”不保？. 新浪財經. [2025-02-20]. （原始內容存檔於2025-02-21）.
- ^ Oscar. 深圳福田引入 70 個 AI 公務員 基於 DeepSeek R1、錯誤率5% 內. 香港 unwire.hk 玩生活．樂科技. 2025-02-17 [2025-05-15]. （原始內容存檔於2025-03-20） （中文（香港））.
- ^ 中國新聞網. 佛山“江义村智慧乡村平台”接入DeepSeek. 騰訊網. [2025-02-20]. （原始內容存檔於2025-02-22）.
- ^ Lawton. 中國引入 DeepSeek 開發新戰機 AI 協助決策系統革新. 香港 unwire.hk 玩生活．樂科技. 2025-05-06 [2025-05-15]. （原始內容存檔於2025-06-13） （中文（香港））.
- ^ Lawton. BMW 在中國車款接入 DeepSeek 推動車輛智能化升級. 香港 unwire.hk 玩生活．樂科技. 2025-04-24 [2025-05-15]. （原始內容存檔於2025-05-15） （中文（香港））.
- ^ Oscar. DeepSeek 席捲中國汽車市場 東風、比亞迪、上汽紛紛加入 AI. 香港 unwire.hk 玩生活．樂科技. 2025-03-24 [2025-05-15]. （原始內容存檔於2025-04-22） （中文（香港））.
- ^ Lawton. Honda 中國車款接入 DeepSeek 並與 Momenta、寧德時代等中國廠商合作. 香港 unwire.hk 玩生活．樂科技. 2025-04-24 [2025-05-15]. （原始內容存檔於2025-07-22） （中文（香港））.
- ^ arthur. 日產 N7 搭載 DeepSeek AI 技術 反攻中國市場. 香港 unwire.hk 玩生活．樂科技. 2025-02-13 [2025-05-15]. （原始內容存檔於2025-03-20） （中文（香港））.
- ^ Oscar. DeepSeek 應用緬甸地震救災 7 小時開發中英緬互譯系統. 香港 unwire.hk 玩生活．樂科技. 2025-04-02 [2025-05-15]. （原始內容存檔於2025-04-23） （中文（香港））.
- ^ DeepSeek、衛星+AI、半機械昆蟲 人工智能助力緬甸地震救災. 香港文匯網. [2025-05-15]. （原始內容存檔於2025-07-25） （zh-Hans-HK）.
- ^ 緬甸地震︱DeepSeek協助救災 7小時開發中緬英互譯系統. 星島頭條. 2025-04-02 [2025-05-15]. （原始內容存檔於2025-04-04） （中文（香港））.
- ^ 李瀟瀟, 胡含嫣. DeepSeek超越ChatGPT，登顶苹果美国区免费APP下载排行榜. 澎湃新聞. 2025-01-27 [2025-01-29]. （原始內容存檔於2025-01-27）.
- ^ 日本放送協會. ナスダック大幅下落 中国企業ディープシーク 生成AI開発受け. NHKニュース. 2025-01-28 [2025-01-28]. （原始內容存檔於2025-01-30） （日語）.
- ^ 何浩. 英伟达市值蒸发近6000亿美元，规模创美股史上最大，市值跌至全球第三. 華爾街見聞. 2025-01-28 [2025-01-28]. （原始內容存檔於2025-01-28） （中文（中國大陸））.
- ^ Meta Scrambles After Chinese AI Equals Its Own, Upending Silicon Valley. The Information. 2024-01-27 [2025-01-29]. （原始內容存檔於2025-01-30） （英語）.
- ^ DeepSeek震撼硅谷 Meta组建四个研究小组专门破解. 財聯社. 2025-01-27 [2025-01-29]. （原始內容存檔於2026-02-04）.
- ^ OpenAI称有证据表明DeepSeek利用其模型训练竞争对手. RFI - 法國國際廣播電台. 2025-01-29 [2025-01-29] （中文（簡體））.
- ^ Gibney, Elizabeth. Secrets of DeepSeek AI model revealed in landmark paper. Nature. 2025-09-17 [2025-09-18]. ISSN 1476-4687. doi:10.1038/d41586-025-03015-6. （原始內容存檔於2026-03-29） （英語）.
外部連結
[編輯]官方網頁
[編輯]- DeepSeek-R1-Lite 發布 （頁面存檔備份，存於互聯網檔案館）
- DeepSeek-R1 發布，性能對標 OpenAI o1 正式版 （頁面存檔備份，存於互聯網檔案館）
- deepseek-ai/DeepSeek-R1 （頁面存檔備份，存於互聯網檔案館）
