DeepSeek-R1是由中国AI公司DeepSeek于2025年1月20日发布的一款推理模型。它经过训练，在回答前会生成扩展的思维链推理过程，采用大规模强化学习直接应用于基础语言模型，并在数学、编程和逻辑基准测试中报告了与OpenAI的o1相当的性能。DeepSeek以MIT许可证公开了R1的模型权重，并附有详细的技术论文，而当时西方实验室的大多数同类推理模型均为封闭且仅限API访问。
训练方法
DeepSeek描述了训练初始变体DeepSeek-R1-Zero的过程，该方法直接在基础模型上应用大规模强化学习，没有监督微调阶段，这种方法产生了强大的推理能力，但输出有时难以阅读，混合多种语言或缺乏清晰结构。发布的DeepSeek-R1模型通过在强化学习前加入少量“冷启动”监督数据，随后进行进一步的强化学习阶段，解决了这一问题，生成了更连贯的推理轨迹，同时保留了大部分能力提升。DeepSeek还发布了一系列较小的“蒸馏”模型，参数规模从15亿到700亿不等，这些模型通过对R1生成的推理轨迹进行微调现有开放模型（如Qwen和Llama）而创建，使得强大的推理风格行为能够在更小、更易部署的规模上实现。
成本声明与市场反应
DeepSeek表示，其底层V3基础模型的最终训练运行成本约为560万美元的GPU计算资源，这一数字远低于OpenAI、Anthropic和Google DeepMind据报道训练同类前沿模型所花费的数亿至数十亿美元。这一声明，加上R1的基准测试表现以及通过DeepSeek应用和API免费公开可用，引发了被称为DeepSeek market shock的事件：2025年1月27日，NVIDIA的股价在单个交易日下跌约17%，市值蒸发近6000亿美元，这是美国公司当时最大的单日损失，投资者重新评估了前沿AI所需计算量的假设。其他AI相关股票也随之下跌。分析师随后争论DeepSeek报告的成本数字是否完全涵盖了先前的研究成本和硬件摊销，以及该公司是否在违反美国出口管制的情况下获得了受限的Nvidia芯片，但这一问题并未完全解决。
反响与影响
DeepSeek-R1被独立研究人员广泛测试，发现其在许多任务上的表现接近其声称的基准，但也发现当通过DeepSeek自家托管的应用访问时，它会对天安门广场和台湾等政治敏感话题应用符合中国政府立场的审查，这一限制在独立运行公开权重时并不适用。该模型的发布加剧了关于计算驱动扩展定律范式持久性以及美中在人工智能领域竞争的辩论，美国官员将其作为收紧AI芯片出口管制的证据，而其他人则将其作为这些管制正在推动效率创新而非遏制能力的证据。R1经常被认为是2025年最具影响力的开放权重模型发布之一。