刚刚,新版DeepSeek-R1正式开源!

作者 | 新智元 来源 |  Datawhale

点击下方卡片,关注“自动驾驶之心”公众号

戳我-> 领取自动驾驶近15个方向学习路线

>>点击进入→自动驾驶之心『大模型』技术交流群

本文只做学术分享,如有侵权,联系删文

就在今天凌晨,新版DeepSeek-R1正式开源了!

DeepSeek-R1-0528模型权重已上传到HuggingFace,不过模型卡暂未更新。

项目地址:https://huggingface.co/deepseek-ai/DeepSeek-R1-0528/tree/main

时隔4个月,DeepSeek-R1完成了超进化,编码能力强到离谱,而且思考时间更长了。

据称,新模型基于DeepSeek-V3-0324训练(参数为660B)。

经典物理模拟测试中,DeepSeek-R1新旧版本的对比

在LiveCodeBench基准上,DeepSeek-R1-0528性能几乎与o3-mini(High)和o4-mini(Medium)实力相当,一举超越了Gemini 2.5 Flash。

有网友称赞,DeepSeek-R1能够像o3一样纠正思维链,并且像Claude一样创造性进行世界构建。

可以说,这是属于开源模型的巨大胜利!

01

不用R2,直接对标SOTA

此次,DeepSeek-R1-0528更新核心亮点,网友做了一个浓缩版的总结:

  • 能像谷歌模型一样深度推理

  • 文本生成优化:更自然,格式更佳

  • 独特的推理风格:不仅快,而且更缜密

  • 支持长时思考:单任务处理时长可达30-60分钟

思考时间更长,成为了全网讨论最多的一点。有网友实测后,R1思考时长超过了25分钟。

另外,这似乎是唯一一个能持续正确做对「9.9 - 9.11是多少」的模型。

1. 编程能力强到爆

网友实测显示,新版DeepSeek-R1在编程方面简直不可思议!

AI圈大佬「karminski-牙医」用同一个prompt测试了DeepSeek-R1-0528和Claude 4 Sonnet后发现。

不管是光线照射在墙上形成的漫反射,还是球在撞击后的运动方向,亦或是控制面板的美观程度,这一把R1稳赢。

网友Alex的测试也显示出,DeepSeek-R1在前端编码的能力上超越了Claude 4 Sonnet。

网友Haider.则是让模型构建一个单词评分系统。R1简要思考后,就立刻出了关于代码和工作测试的两个文件,第一次运行就完美无瑕。

此前,o3是唯一能完成这个任务的模型。而如今,R1堪称是完成这个任务的最佳模型。

注意,R1的表现之所以如此惊人,是因为它返回的两个文件在第一次都能运行良好,不用编辑,不用重试,这极其少见。

因为此前的大多数模型,要么会在边缘情况下终端,要么会做得太复杂,要么缺少适当的测试覆盖率。

2. 和Gemini高能PK

还有人将DeepSeek-R1与Gemini 2.5 Pro进行了对标。同一个提示下,它们各自的表现如何?

首先是深度研究的能力,给出「研究微剂量服用裸盖菇素对长期认知的影响,需引用学术来源」提示。

这一把Gemini的响应更快,引用了可靠的研究文献,并且答案结构清晰。

再来看看它们搜索+对比能力如何?提示模型用实时来源列出全民基本收入(UBI)的五大优点和缺点。

这时,Gemini 2.5 Pro和DeepSeek R1表现都不错,打成平手。

Prompt: List top 5 pros/cons of Universal Basic Income using live sources.

上下滑动查看

再让模型为AI SaaS工具制定TikTok增长策略,两款模型再次打成平局。

在智能体任务规划方面,让Gemini和DeepSeek一同设计一个完整的市场调研智能体,包含工具链、用户角色和流程交接,结果是Gemini生成一张信息图,而DeepSeek稍逊一筹。

由此,大家对DeepSeek-R2的期待值也是拉满了。

3. 一手实测来了

新版DeepSeek-R1的能力经过我们实测,虽然是一次「小版本」更新,但是性能得到了「史诗级」的加强。

尤其是编程能力,感觉已经超过或者足以媲美Claude 4和Gemini 2.5 Pro,可以说所有提示都是「一把过」,不需要任何修改!并且可以在网页端直接运行,展示效果。

首先是制作一个「新智元」字体在宇宙中旋转的3D动画,完成度相当之高。

对于简单任务,DeepSeek-R1的思考时间明显缩短,不再像以前对简单任务也疯狂思考。

设计一个新智元的官方网站,对于这种相对容易的任务,DeepSeek-R1-0528只需要10s的思考时间。

能够明显感觉到,这次DeepSeek-R1新版本的思考过程更加稳定。

以模拟一个太阳系运行为例,还要求行星比例大小与实际相同,能看到DeepSeek-R1-0528的思考过程已经趋近于「完美」。

最后,再给DeepSeek-R1-0528上点强度,要求演示篮球落地后的弹跳过程,并且要完美遵循现实中物理规律。

最终DeepSeek的成果还贴心的设计了参数控制面板,以及速度方向指示,是真的很强,以上所有代码都是提示之后一遍过,没有任何的Debug过程。

对于类似「华容道」的多步骤思考问题,DeepSeek-R1-0528的表现也非常完美,

比如「一位农夫要带一只狐狸、一只鹅和一袋豆子过河。船每次只能载他和一样物品。如果农夫不在场,狐狸会吃掉鹅,鹅会吃掉豆子。请问农夫该如何安排过河,才能确保所有物品安全?」这种复杂推理问题,DeepSeek-R1还可以给出核心问题所在。

最令我感到震惊的是,这次的「思考」能力似乎进行了秘密加强。

我给他了一个非常无厘头的族谱问题:「我的妈妈的爸爸的儿子的侄女的孙子的爷爷的舅舅的外孙女的姑姑,是我的谁,你能画出关系族谱图吗?」

以下过程经过3倍加速,可以看到DeepSeek-R1真的在通过数学的符号化方式在进行思考。

并且最后还真让他分析出了结果,简直震惊!这么长的思考链条都没有断。

另外值得一提的是,这次的思考过程并没有遇到服务算力不够的情况,看来DeepSeek有针对性的提高了算力,毕竟现在是模型刚发布后的高峰「测评」期。

参考资料:

https://chat.deepseek.com/

https://x.com/i/status/1927770337170592033

https://x.com/Yuchenj_UW/status/1927828675837513793

https://x.com/chetaslua/status/1927716608384094545

https://x.com/AiBattle_/status/1927824419478536405

https://huggingface.co/deepseek-ai/DeepSeek-R1-0528/tree/main

自动驾驶之心

论文辅导来啦

知识星球交流社区

近4000人的交流社区,近300+自动驾驶公司与科研结构加入!涉及30+自动驾驶技术栈学习路线,从0到一带你入门自动驾驶感知(大模型、端到端自动驾驶、世界模型、仿真闭环、3D检测、车道线、BEV感知、Occupancy、多传感器融合、多传感器标定、目标跟踪)、自动驾驶定位建图(SLAM、高精地图、局部在线地图)、自动驾驶规划控制/轨迹预测等领域技术方案、大模型,更有行业动态和岗位发布!欢迎加入。

独家专业课程

端到端自动驾驶大模型、VLA、仿真测试、自动驾驶C++、BEV感知、BEV模型部署、BEV目标跟踪、毫米波雷达视觉融合、多传感器标定、多传感器融合、多模态3D目标检测、车道线检测、轨迹预测、在线高精地图、世界模型、点云3D目标检测、目标跟踪、Occupancy、CUDA与TensorRT模型部署、大模型与自动驾驶、NeRF、语义分割、自动驾驶仿真、传感器部署、决策规划、轨迹预测等多个方向学习视频

学习官网:www.zdjszx.com

### 深入分析 DeepSeek-R1DeepSeek-v3 的差异 #### 版本更新概述 DeepSeek-v3 是基于早期版本 DeepSeek-R1 进行的一系列改进后的迭代成果。这些改进不仅体现在性能提升上,还包括功能增强以及用户体验优化等多个方面。 #### 性能表现对比 相较于 DeepSeek-R1,在处理大规模原始数据集时,DeepSeek-v3 展现出了显著的速度优势。特别是在涉及大型基础数组的操作中,当禁用了可变长度编码的情况下,这种差距尤为明显[^3]。通过采用更高效的缓冲区管理机制,新版本能够更好地应对复杂场景下的计算需求。 #### 安全特性加强 值得注意的是,从 R1 到 v3 的演变过程中引入了一项重要的安全措施——文件加密保护。类似于某些压缩包软件的做法(例如42.zip的新旧版区别),v3 可能在解压或访问特定资源前要求用户提供密码验证[^1]。这一改动有效提升了系统的安全性,防止未授权的数据泄露风险。 #### 功能模块扩展 除了上述两点外,DeepSeek-v3 对原有框架进行了多方位的功能扩充。比如借鉴现代编程语言中的优秀实践案例,像 C++ 中 `unique_ptr` 的模拟实现方式就为内存管理和对象生命周期控制提供了新的思路[^2];同时项目页面和开源代码库的存在也为开发者贡献自己的力量创造了条件[^4]。 ```cpp // 示例:C++ unique_ptr 使用方法 #include <memory> using namespace std; int main() { auto ptr = make_unique<int>(10); // 创建一个指向整数的智能指针 } ```
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值