DeepSeek R1是由 DeepSeek 团队于 2025年1月 正式发布的开源大规模推理语言模型，被视为开源社区在推理模型领域对标 OpenAl 01的重要里程碑。该模型的发布伴随着完整的技术报告（DeepSeek Team, 2025），详细披露了训练流程的每一个技术细节，这在工业级大模型研发中具有罕见的透明度。 R1 的核心意义在于验证了 纯强化学习路径 的可行性。此前的推理模型（如01）训练方法未完全公开，而 R1通过 DeepSeek-R1-Zero 证明了无需任何监督微调冷启动，纯粹通过 RL即可激发大语言模型的推理能力。这一发现对降低推理模型训练对高质量标注数据的依赖具有深远影响。 从技术演进路径来看，R1建立在 DeepSeek V3（DeepSeek Team, 2024）的基础架构之上，集成了 MoE（Mixture of Experts）、MLA（Multi-Head Latent Attention）等创新设计。R1的发布包含两条并行路径：R1-Zero（纯RL 实验性模型）和R1（冷启动＋多阶段训练的生产级模型），以及一系列蒸馏小模型（1.5B~70B）。