点击下方卡片，关注“CVer”公众号
AI/CV重磅干货，第一时间送达
添加微信号：CVer2233，小助手会拉你进群！
扫描下方二维码，加入CVer学术星球！可以获得最新顶会/顶刊上的论文idea和CV从入门到精通资料，及最前沿应用！发论文/搞科研/涨薪，强烈推荐！
转载自：新智元
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
何恺明在MIT授课的课件PPT下载
在CVer公众号后台回复：何恺明，即可下载本课程的所有566页课件PPT！赶紧学起来！
CVPR 2025 论文和代码下载
在CVer公众号后台回复：CVPR2025，即可下载CVPR 2025论文和代码开源的论文合集ECCV 2024 论文和代码下载
在CVer公众号后台回复：ECCV2024，即可下载ECCV 2024论文和代码开源的论文合集
CV垂直方向和论文投稿交流群成立
扫描下方二维码，或者添加微信号：CVer2233，即可添加CVer小助手微信，便可申请加入CVer-垂直方向和论文投稿微信交流群。另外其他垂直方向已涵盖：目标检测、图像分割、目标跟踪、人脸检测&识别、OCR、姿态估计、超分辨率、SLAM、医疗影像、Re-ID、GAN、NAS、深度估计、自动驾驶、强化学习、车道线检测、模型剪枝&压缩、去噪、去雾、去雨、风格迁移、遥感图像、行为识别、视频理解、图像融合、图像检索、论文投稿&交流、PyTorch、TensorFlow和Transformer、NeRF、3DGS、Mamba等。 一定要备注：研究方向+地点+学校/公司+昵称（如Mamba、多模态学习或者论文投稿+上海+上交+卡卡），根据格式备注，可更快被通过且邀请进群
▲扫码或加微信号: CVer2233，进交流群
CVer计算机视觉（知识星球）人数破万！如果你想要了解最新最快最好的CV/DL/AI论文、实战项目、行业前沿、从入门到精通学习教程等资料，一定要扫描下方二维码，加入CVer知识星球！最强助力你的科研和工作！
▲扫码加入星球学习
▲扫码或加微信号: CVer2233，进交流群
CVer计算机视觉（知识星球）人数破万！如果你想要了解最新最快最好的CV/DL/AI论文、实战项目、行业前沿、从入门到精通学习教程等资料，一定要扫描下方二维码，加入CVer知识星球！最强助力你的科研和工作！
▲扫码加入星球学习▲点击上方卡片，关注CVer公众号 整理不易，请点赞和在看
扫一扫
3万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
