同行紛紛押注Agent，梁文鋒仍保持深度求索AGI的定力。

文｜《中國企業(yè)家》記者 閆俊文

編輯｜張曉迪

頭圖來源｜視覺中國

5月28日下午6時，DeepSeek在用戶群發(fā)布公告，“DeepSeek-R1模型已完成小版本試升級，歡迎前往官方網(wǎng)頁、APP、小程序進行測試，API接口和使用方式保持不變。”

《中國企業(yè)家》查詢DeepSeek服務(wù)狀態(tài)發(fā)現(xiàn)，5月28日晚間10點33分，DeepSeek網(wǎng)頁及APP的API服務(wù)出現(xiàn)了5分鐘的“不可用”狀態(tài)，這是DeepSeekAPI服務(wù)在最近兩個月里少有的卡殼現(xiàn)象。

緊接著，5月29日，DeepSeek就開源了R1最新0528版本，這是R1自1月20日正式推出，時隔128天后，首次迎來的一次更新。

DeepSeek稱此次更新為“小版本升級”，至于外界更為期待的R2模型，官方并未給出時間表。一位創(chuàng)業(yè)者告訴《中國企業(yè)家》，R1是DeepSeek-V3模型能力的復(fù)現(xiàn)，R2模型可能要等到V4模型研發(fā)成功之后了。V3的上次升級是在今年的3月24日，V4目前尚未有推出時間表。

5月29日晚間，DeepSeek在官方公眾號發(fā)表文章《DeepSeek-R1更新，思考更深，推理更強》，根據(jù)文章給出的測試結(jié)果，更新后的R1-0528，模型能力增強。不過，在工具調(diào)用等能力方面仍有進化空間。文章解釋稱，此次更新的DeepSeek-R1-0528仍然使用了2024年12月發(fā)布的DeepSeek-V3 Base模型作為基座，更新的重點是對模型進行了后訓(xùn)練，從而提升了模型的思維深度與推理能力。

與預(yù)訓(xùn)練對應(yīng)，后訓(xùn)練是大模型訓(xùn)練的另一個階段，這是當下大模型競賽中的一個熱度“賽點”。

一位投資人告訴《中國企業(yè)家》，國內(nèi)幾家“六小虎”已經(jīng)放棄了基座大模型的訓(xùn)練，但并不是放棄了大模型，而是放棄預(yù)訓(xùn)練，轉(zhuǎn)而去加強后訓(xùn)練與微調(diào)的投入，以便讓模型落地應(yīng)用。

“大模型領(lǐng)域你追我趕，領(lǐng)先周期可能只有3到6個月”，獵豹移動董事長兼CEO、獵戶星空董事長傅盛感慨大模型領(lǐng)域的激烈競爭，“大模型做成了海鮮生意，一個好的模型出來，大概3個月就會過期，因為別人總會上來，此消彼長。”

當前，大模型本身難以商業(yè)化已成國內(nèi)外投資機構(gòu)、科技企業(yè)的共識，今年以來，無論是聯(lián)想、騰訊、阿里亦或美國硅谷模型大佬OpenAI、Anthropic、谷歌，以及亞馬遜、微軟等，都紛紛斥資押注AI Agent。

當外界已把目光轉(zhuǎn)移向應(yīng)用時，梁文鋒和他的團隊仍舊保持對模型本身深度求索的定力。

此次R1更新后，騰訊部署動作迅速。5月29日晚間，騰訊發(fā)布消息，稱騰訊元寶、ima、搜狗輸入法、QQ瀏覽器等多款產(chǎn)品率先接入DeepSeek- R1-0528。

0528版本思考更深，推理更強

根據(jù)DeepSeek官網(wǎng)給出的測試結(jié)果，此次升級后的R1-0528模型能力猛增，成功超越目前國內(nèi)最強模型阿里Qwen3，并且在數(shù)學(xué)、編程等能力上接近其他國際頂尖模型，如OpenAI最新的o3與谷歌最新的Gemini-2.5-Pro。

相較于舊版R1，新版模型在復(fù)雜推理任務(wù)中的思考更深、效果更強的原因是耗費的token數(shù)量增多，舊版模型平均每題使用12K tokens，而新版模型平均每題使用23K tokens。

來源：AI生成

這符合英偉達CEO黃仁勛的預(yù)估，今年3月，英偉達CEO黃仁勛在GTC大會上預(yù)測，AgenticAI的崛起，將推動算力需求暴增至少100倍。

此外，此次DeepSeek蒸餾了DeepSeek-R1-0528的思維鏈后訓(xùn)練Qwen3-8B Base，得到了DeepSeek-R1-0528-Qwen3-8B。該8B模型在數(shù)學(xué)測試AIME 2024中僅次于DeepSeek-R1-0528，超越Qwen3-8B，準確率增加10%，與Qwen3-235B相當。

規(guī)模少了30倍，但準確率增加了10%，關(guān)鍵要素是DeepSeek-R1-0528的思維鏈，官方稱，該思維鏈對于學(xué)術(shù)界推理模型的研究和工業(yè)界針對小模型的開發(fā)將具有重要意義。

強化后訓(xùn)練后，模型的幻覺率也降低了。據(jù)DeepSeek官方稱，DeepSeek-R1-0528與舊版相比，在改寫潤色、總結(jié)摘要、閱讀理解等場景中，幻覺率降低45%～50%左右。

在此之前，R1模型讓業(yè)內(nèi)詬病最多的就是其幻覺率。國外有一家名為Vectara的機構(gòu)曾發(fā)布了一個大模型幻覺排行榜，該榜將模型幻覺數(shù)值從低到高排序，谷歌的Gemini和OpenAI的o3模型幻覺率最低，而Deepseek-R1排在第90名，幻覺率高達14.3%。

上下文（context）方面，此次R1-0528的上下文長度與舊版本保持一致，仍為64K，尚落后于OpenAI、谷歌，以及月之暗面等國內(nèi)公司最新模型的128k長度。

2023年11月，月之暗面創(chuàng)始人楊植麟曾說過，模型參數(shù)數(shù)量決定計算復(fù)雜度，而上下文長度決定模型內(nèi)存大小。

更大的上下文規(guī)模，意味著模型記憶能力的提升，是工具產(chǎn)品化的重要標準，這對于模型落地Agent，釋放能力具有重要意義。

喧鬧中的定力

梁文鋒小步快跑的同時，美國科技公司對DeepSeek的看法也正在走向分化。2月初，DeepSeek發(fā)布R1模型帶來的那場沖擊潮，正在逐漸退散，硅谷創(chuàng)業(yè)者和大公司的CEO們也已逐漸找回自信。

和DeepSeek測試更新版本前后腳，美國當?shù)貢r間5月28日，英偉達公布最新季度財報，在財報會上，英偉達CEO黃仁勛稱贊“DeepSeek-R1如ChatGPT般越思考越聰明。”

財報顯示，一季度英偉達實現(xiàn)營收441億美元，同比增69%，歸母凈利188億美元，同比增26%。到5月29日開盤，英偉達股價一度盤中上漲11%，最終收盤139美元，微漲3%。

來源：AI生成

這次更新已和R1模型發(fā)布時對英偉達股價造成的重挫不一樣了。目前，英偉達市值約為3.3萬億美元，已收復(fù)了在2月失去的萬億美元市值。AgenticAI時代的到來，又讓英偉達看到了廣闊的市場前景。

除了算力領(lǐng)域，OpenAI、Anthropic也在模型層面奮力趕上。

5月20日，OpenAICEO山姆·阿爾特曼自信地說：“我不認為DeepSeek找到了比OpenAI更高效驅(qū)動AI的方法，OpenAI每年在效率方面取得不可思議的進步。”

Anthropic的一位員工在5月23日接受媒體采訪時說，“DeepSeek發(fā)布模型的時間比Claude 3 Sonnet晚9個月，如果我們現(xiàn)在重新訓(xùn)練相同的模型，或者與DeepSeek同期訓(xùn)練，我們也可以用500萬美元或者其他人宣傳的金額，來完成訓(xùn)練，DeepSeek達到了行業(yè)頂尖水平，但并未超越，它只是利用了效率提升的紅利。”

在5月29日的官方發(fā)文中，DeepSeek承認，在某些方面，R1-0528仍與OpenAI和Anthropic的最新模型有差距，比如工具調(diào)用方面，官方介紹，“當前模型Tau-Bench測評成績?yōu)閍irline 53.5%/retail 63.9%，與OpenAI o1-high相當，但與o3-High以及Claude 4 Sonnet仍有差距。”

一位投資人預(yù)估，DeepSeek與國外公開的先進模型之間的差距可能在2個月到3個月，但實際差距可能還要多一些，但沒有代差的差距。

整個AI領(lǐng)域的競爭仍在持續(xù)，但相比此前圍繞底座模型的競爭，已有所不同。

整個5月，美國科技界頗為熱鬧，先是微軟舉辦了Build 2025大會，緊接著谷歌舉辦了I/O大會，Anthropic發(fā)布Claude 4系列模型。他們發(fā)布會的重點都與Agent有關(guān)。

谷歌提出Agent的三個特點——個性化、主動性以及強大功能。微軟提出Agentic Web，并稱，這是一個和移動、云等平臺轉(zhuǎn)變期類似的巨大變革。Anthropic提出了Agent的四個協(xié)議：一是通過API連接模型上下文協(xié)議（MCP）；二是Claude的網(wǎng)頁搜索功能；三是開放文件API接口；四是提示詞緩存。

“現(xiàn)在大模型的進展已經(jīng)吸引不了一級市場投資人的錢了，必須講述C端應(yīng)用的故事，比如Agent。”上述投資人說。

Agent是強化學(xué)習(xí)的產(chǎn)品體現(xiàn)。近期，一位OpenAI的科學(xué)家在AI Ascent 2025中表示：“我們所做的模型訓(xùn)練類型是RL（強化學(xué)習(xí)），我們未來可能會被強化學(xué)習(xí)計算資源完全支配。”

盡管海外科技巨頭和國內(nèi)的投資機構(gòu)都把目光移到了Agent身上，但DeepSeek仍專注模型本身，目前仍在AGI征程上“深度求索”。

2024年7月，發(fā)布DeepSeek-V2后，梁文鋒在接受《暗涌》采訪時曾說：“我們認為當下最重要的，是參與全球科技創(chuàng)新。長期以來，中國企業(yè)習(xí)慣于利用海外的技術(shù)創(chuàng)新，并通過應(yīng)用層面進行商業(yè)化，但這種模式是不可持續(xù)的。這一次，我們的目標不是快速盈利，而是推動技術(shù)前沿的發(fā)展，從根本上促進整個生態(tài)的成長。”

彼時關(guān)于應(yīng)用的話題，梁文鋒說：“從長遠來看，我們希望建立一個生態(tài)系統(tǒng)，讓行業(yè)直接使用我們的技術(shù)和成果，其他公司基于我們的模型開發(fā)B2B/B2C服務(wù)，而我們專注于基礎(chǔ)研究。如果產(chǎn)業(yè)鏈完整，我們無需親自做應(yīng)用。當然，如果有必要，我們完全有能力去做，但研究和創(chuàng)新始終是我們的核心優(yōu)先級。”

一位接近DeepSeek團隊的投資人告訴《中國企業(yè)家》，DeepSeek團隊約130人，大多是2002年、2003年后出生的國內(nèi)高校畢業(yè)生，2000年以前出生的在團隊內(nèi)都算是“老人”。團隊組織架構(gòu)分兩層，決策中心是梁文鋒本人，30多個核心成員直接向其匯報，100多個數(shù)據(jù)工程師負責具體執(zhí)行。他們的特點是年輕、有激情、熱愛技術(shù)。

2025年前，大模型創(chuàng)業(yè)潮起的最初幾年，初創(chuàng)公司融資后，紛紛到美國谷歌高價挖人才，從目前行業(yè)呈現(xiàn)的效果來看，這種做法并未達到預(yù)期。