中国人工智能企业DeepSeek（深度求索）于近期（5月29日晚间）正式宣布，其R1模型迎来一次重要的迭代升级，新版本命名为DeepSeek-R1-0528。此次升级备受业界关注，预示着国产大模型在思维深度和推理能力上的一次显著跃升。
据官方披露，DeepSeek-R1-0528依然基于2023年12月发布的DeepSeek V3 Base模型架构，但其核心改进在于后训练阶段投入了更大的算力资源。这种策略上的转变，直接带来了模型在思维深度和复杂推理能力上的显著提升。这意味着模型在解决复杂问题时，拥有了更强的分析、归纳和演绎能力，而这些能力是衡量AI智能水平的关键指标。
评估结果显示，DeepSeek-R1-0528在数学、编程以及通用逻辑等多个关键领域都取得了卓越的成绩。尤其值得关注的是，该模型不仅在国内同类模型中表现突出，其整体性能也已经逼近国际顶尖模型，例如o3和Gemini-2.5-Pro等。考虑到目前国内大模型发展普遍面临的挑战，例如算力资源、数据质量以及人才储备等，DeepSeek取得的这一进展，无疑是中国人工智能技术进步的重要里程碑。
在复杂推理任务上的性能提升是本次升级的一大亮点。以AIME 2025（美国数学邀请赛）测试为例，DeepSeek-R1-0528的准确率从旧版本的70%大幅度提升至87.5%。这种百分比上的显著提升反映了模型在处理高难度、需要深度分析的问题时的能力大幅增强。 这一增长源于模型思维深度的提升，使其能够更加深入地理解问题本质并找到合适的解决方案。
性能提升的背后，是模型在解题过程中调用tokens数量的显著增加。在AIME 2025测试集上，旧版模型平均每题使用12K tokens，而新版模型则达到了23K tokens。这意味着新版模型在生成答案时，进行了更为全面、细致的推理过程， 从而提升了答案的准确性。 Token数量的增加也反映了模型对于上下文信息更为充分的利用，以及更强的长文本处理能力。
除了自身能力的提升，DeepSeek还巧妙地将DeepSeek-R1-0528的“思维链”知识迁移到小型模型上。他们利用DeepSeek-R1-0528对Qwen3-8B Base模型进行了蒸馏训练，成功推出了DeepSeek-R1-0528-Qwen3-8B模型。这款仅有80亿参数的模型，在数学测试AIME 2024中的表现令人印象深刻，其得分仅次于DeepSeek-R1-0528，并超越了Qwen3-8B（+10.0%），与Qwen3-235B旗鼓相当。 这一成果体现了 DeepSeek 在模型知识迁移和优化方面的创新能力， 为小模型实现高性能提供了一种有效途径。
DeepSeek强调，DeepSeek-R1-0528所展现的“思维链”能力，对于学术界和工业界都具有重要价值。它有望推动推理模型的研究和发展，并为小模型的开发提供新的思路和方法。深度求索的这一表态，也暗示着他们将继续致力于大模型领域的创新和探索，积极推动相关技术在各行各业的应用。
除了推理能力，新版DeepSeek R1还在减少模型“幻觉”方面进行了优化。针对性改进后，新模型在改写润色、总结摘要、阅读理解等场景中，幻觉率降低了约45%～50%。这意味着模型能够为用户提供更加真实可靠的信息，并降低信息误导的风险。 这一改进对于提升用户体验至关重要， 尤其是在需要模型提供事实性信息的应用场景中。
同时，新版R1模型在创意写作方面也取得了显著进步。通过对议论文、小说、散文等文体的优化，模型能够生成篇幅更长、结构更完整、内容更丰富的长篇作品。此外，其写作风格也更加贴近人类的偏好，生成文本的自然度和流畅度得到了显著提升。 这使得模型能够更好地辅助人类进行创意写作， 甚至能够独立完成一些文学创作任务。
