DeepSeek-R1强化学习引领推理巅峰，国产AI发起“诺曼底登陆”

21世纪经济报道记者 赵云帆 报道

2025年的AI大战，比预想的更快来到。

1月20日，在 DeepSeek-V3 发布仅仅26天后，深度求索公司再次发布了深度推理版本的 DeepSeek-R1。

而该版本被认为全面对标 OpenAI 发布的大模型 o1，以及更轻量，但推理更快捷的 o1-mini。

而由于深度求索此前发布的 DeepSeek-V3 已经在推理和数学方面展示出极强的能力，因此 R1 的推出被普遍认为是顺理成章的结果。

但 DeepSeek-R1 工程所展现的创造力和突破性，依然超过了绝大部分从业者的预期——比如他们利用更为纯粹的强化学习（RL）技术，颠覆性地免去了模型启动前需要人为赋能的传统认知，真正意义上让 AI 开始像人一样思考。

无巧不成书，就在 DeepSeek-R1 发布的同一天，另一家国内大模型“网红”Kimi发布了多模态思考模型“k1.5”，明确剑指实现多模态推理能力的 o1。

两家中国AI企业先声夺人，势成围剿——而 OpenAI 首席执行官山姆·奥特曼似乎也不甘寂寞。

同一天，奥特曼再度在社交媒体预告了旗下推理模型 o3 和 o3 mini 即将在几周后发布的信息。而按照 OpenAI 在去年的表态，o3 模型的能力将接近实现 AGI（通用人工智能）。

然而，奥特曼的表态，仍然被许多网友戏谑为“OpenAI又卖期货了”。

2025年刚刚开始，AI大模型的声浪比拼，攻守之势悄然改变。

明确对标 o1

去年9月，OpenAI发布具有划时代意义的 o1 模型。

o1 模型拥有两大标签，其分别为傲人的推理与理化分析能力，以及首次出现的多模态（比如图片、声音等混合输入）与推理结合的能力。

然而，在1月20日这天， OpenAI o1 模型的两大支柱，被国内的两家 AI 新秀发布的新版模型，分别明确对标。

DeepSeek-R1 之前，深度求索已经有基于推理能力的 DeepSeek-R1 Lite。然而在 DeepSeek-R1发布之后，众人发现其惊艳程度不亚于 DeepSeek V2 与 V3 迭代带给人的惊喜。

知名AI能力评测机构 LiveBench 上，DeepSeek-R1 的综合得分来到了全球第二，仅次于被俗称为“满血版本”的 OpenAI o1，比 DeepSeek-V3 的排名高出四位。

DeepSeek 官方网站上，记者发现，网页版 DeepSeek-R1 的功能被集成在了 V3 的“深度思索”调用功能按键之上。同时，在交互过程中， DeepSeek-R1 会用淡色小字来呈现模型的推理链条——这一点与被视为推理模型集大成者的 o1 雷同。

有试用的AI工程师如此描述 DeepSeek-R1 丝滑的感觉。

“在使用别的AI的过程中，你仍然会觉得他们在不断的搜索、拼接资料和数据，不论是推理还是做数学题。但 DeepSeek-R1 给我的感觉是它真的像一个人——即便也会犯错，因为人也会犯错。”

当然，DeepSeek-R1 无法完全对标 o1，因为至今为止仍然专注于单模态的推理。不过多模态推理，恰恰被新模型发布“撞车”，且与 DeepSeek 同样“C位出道”的月之暗面（Kimi）发布的 k1.5 模型所完成。

一系列权威评测结果显示，k1.5在数学能力上，无论是纯文本还是视觉多模态均超过 o1，在短推理上也超过了 GPT-4o 和 Claude 3.5-sonnet。

而不论是 DeepSeek-R1，还是 Kimi k1.5，两者在公开的开发文档中都透露，他们采用了类似的强化学习（RL）能力，在无人为干预监视的情况下提升了模型的能力。

一位用户名为“Flood Sung”的Kimi工程师在社交平台上表达了英雄所见略同的惊喜感：

“惊喜的是在我们实际训练的过程中，我们有了重要的发现……这个和友商 DeepSeek 的发现几乎是一样的。”Flood Sung表示：“感觉自己像个AI，哦不，是AI太像人了。”

国产AI后发制人

大约一年前，拥有着OpenAI联合创始人，特斯拉自动驾驶研发负责人头衔的 AI 界名人 Andrej Karpathy 曾信誓旦旦的表示：英语是AI最为常用的语言。

当然这一格局至今尚未改变。在使用 DeepSeek-V3 时，一些人发现，模型返回的结果时常会是全英文的表达。包括隔夜 DeepSeek-R1 发布之后，许多人发现 R1 在陈述推理过程中时不时展示英文。

而就当大家以为 DeepSeek 和 Kimi 都是站在 OpenAI 肩膀上的时候，中文却同时出现在了OpenAI o1的推理过程中。

就在 DeepSeek-V3 发布之后，一位网友发现，其使用的 o1 Pro 会随机使用中文进行思考。而有专家认为，除了中文字更为简练和高效之外，由于当下的大量训练集中包含中文，其也让 o1 模型用更为有效的中文来进行推理。

这至少证明，英文与中文的AI内容，已经开始互相影响。

与 DeepSeek-V3 类似，R1 的发布也在外网引发了热议。

英伟达AI负责人Fan Jim则在社交媒体上再次表达了对 DeepSeek-R1 模型的感叹：

“我们正生活在一个由非美国公司践行 OpenAI 最初使命的时代——真正的开放、前沿的研究，为所有人赋能”，Fan Jim表示：“ DeepSeek-R1 不仅是开源的，他们还展示了所有训练的秘诀。”

与此同时，包括 UC Berkeley 教授 Alex Dimakis，Abacus ai CEO Bindu Reddy等人，均表达了中国AI奋起直追，美国AI企业还需努力的感叹。

种种迹象显示，国产 AI，正以迅雷不及掩耳之势，融入 AI 世界的洪流。