新发代码藏彩蛋！114个文件泄密 DeepSeek新模型为“MODEL1”？

作者｜子川

来源｜AI先锋官

作为明星产品，必须得用放大镜看！

正值DeepSeek-R1 发布一周年之际，DeepSeek 在 GitHub 上悄悄更新了一波代码。

结果，眼尖的开发者在 DeepSeek 核心的推理优化库FlashMLA中，发现了一个此前从未公开过的神秘代号：“MODEL1”。

目前，行业内普遍猜测，这极有可能就是DeepSeek即将发布的下一代旗舰模型。

而这次曝光的“MODEL1”，到底是什么来头？

首先，我们要知道它是怎么被发现的。

这次泄露的源头，来自DeepSeek的一个开源项目——FlashMLA。

可能大家对FlashMLA不太熟悉，这里给大家简单介绍一下。

这是DeepSeek自研工具，专门为英伟达GPU做深度优化。

正是有了它，DeepSeek才能在模型架构层面减少内存占用，把GPU硬件的性能榨干到极致，从而实现了“低成本高性能”。

而在最近更新的代码中，开发者们发现在横跨114个文件中，有28处都明确提到了“MODEL1”这个新标识符。

在代码逻辑里，“MODEL1”是与“V32”（也就是DeepSeek-V3.2）并列存在的。

这意味着，它绝不是V3版本的简单修补，而是一个采用了全新架构的独立模型。

根据技术大神的深度分析，“MODEL1”的核心变化主要体现在“回归标准”和“极致效率”上。

以前的V3模型，为了追求极致性能，采用了一种比较特殊的576维设计，而“MODEL1”则切换回了512维的标准配置。

这样做的好处非常明显：它能更好地适配英伟达下一代Blackwell（SM100）芯片。

不仅如此，“MODEL1”还引入了更高级的“稀疏化”技术。

在代码中，出现了大量针对FP8（8位浮点数）数据格式的解码支持，以及键值（KV）缓存的优化。

它能在处理极长内容时，智能地跳过不重要的计算步骤，同时利用FP8格式把记忆内容进行高保真压缩。

这直接带来的结果就是：内存占用大幅降低，计算效率成倍提升。

这意味着，可以用更便宜的显卡，就能跑得动更强的模型。

那么，这个“MODEL1”到底是传说中的V4，还是推理模型R2？

目前行业内主要有两种看法。

一种观点认为，它是DeepSeek V4。

按照 DeepSeek 的命名惯例，在 V3.2 之后的旗舰级架构跨越，逻辑上即为 V4。

并且此前就有外媒报道，DeepSeek计划在2月（春节前后）发布新一代旗舰模型V4，且内部测试显示其编程能力已经超越了市场上的顶级模型。

另一种观点则认为，它是DeepSeek R2。

最近一个月，DeepSeek团队连续发布了两篇重磅技术论文，介绍了一种名为“优化残差连接（mHC）”的新训练方法，以及一种模仿生物大脑的“AI记忆模块（Engram）”。

如果“MODEL1”整合了这些最新的黑科技，让AI拥有了类似人类的记忆机制，那它极有可能就是备受期待的“推理之王”R2。

不论是V4还是R2，至少有一点可以确定，DeepSeek的新模型快发布了！

结合目前模型文件结构来看，“MODEL1”很可能已接近训练完成或推理部署阶段，正等待最终的权重冻结和测试验证。

这意味着，新模型的上线时间越来越近了。

那个曾在全球掀起波澜的“DeepSeek时刻”还会在今年重现吗？我们拭目以待！

扫码邀请进群，我们带你一起来玩转ChatGPT、GPT-4、文心一言、通义千问、讯飞星火等AI大模型，顺便学一些AI搞钱技能。