9月18日，在华为全联接大会2025上，华为与浙江大学联合发布国内首个基于昇腾千卡算力平台的DeepSeek-R1-Safe基础大模型。该模型通过全流程安全后训练框架，显著提升安全防护能力，针对14类有害内容防御成功率近100%，综合安全防御能力达83%，超过同期多个模型8%-15%。同时，其通用性能损耗控制在1%以内，实现安全与性能平衡。研发团队首次完成千卡集群大模型安全训练，推动昇腾生态自主创新。中国工程院院士陈纯与华为昇腾计算业务总裁张迪煊均表示将深化产学研合作，促进AI技术发展。目前，该模型已在多个开源社区全面开放。

2025年9月17日，DeepSeek-AI团队梁文锋及其同事在《自然》杂志发表开源模型DeepSeek-R1研究成果，并登上封面。研究显示，通过纯强化学习显著提升大语言模型推理能力，减少对人工标注依赖，在数学、编程等领域表现优异。团队首次回应“蒸馏”争议，强调R1未复制OpenAI模型数据，而是吸收互联网已有内容。DeepSeek-R1研发成本仅约630万美元，远低于国际巨头，其创新方法论采用组相对策略优化算法，突破传统训练方式。测试中，R1在美国数学邀请赛准确率达86.7%，超越人类平均水平。DeepSeek的成功背后是梁文锋十年创业奋斗史，从量化交易到AI研发，他坚持低成本高效创新。Nature评论称，R1开启了一场AI‘推理革命’，或引领全球AI竞争从算力转向算法创新。

正文：9月18日，DeepSeek团队的研究论文《DeepSeek-R1》登上国际权威期刊《自然》第645期封面，通讯作者为梁文锋。这是全球首个经过同行评审的主流大语言模型，填补了该领域的空白。论文指出，当前AI推理能力依赖大量人工标注数据，且复杂问题处理能力有限。研究提出一种纯强化学习框架，可激发大型语言模型自主形成高级推理模式，如自我反思、验证和动态策略调整。经训练的模型在数学、编程竞赛及STEM领域表现优于传统监督学习模型，并能提升小型模型的推理能力。

标题：Nature封面文章: DeepSeek-R1通过强化学习激励LLM推理 正文： 这篇由近200名作者共同完成的论文，展示了如何通过强化学习（RL）提升大型语言模型（LLM）的推理能力。研究提出了一种名为DeepSeek-R1的模型，其训练过程结合了拒绝采样、强化学习和监督微调，显著减少了...

9月17日，DeepSeek团队与通讯作者梁文锋共同完成的DeepSeek-R1推理模型研究论文登上国际权威期刊《自然》封面。此次论文披露了更多模型训练细节，并回应了年初发布的初版论文中关于蒸馏质疑的问题。DeepSeek-R1成为全球首个经过同行评审的主流大语言模型，《自然》评价称其填补了主流大模型独立同行评审的空白。这一成果标志着AI领域研究迈入更严谨和透明的新阶段，具有重要历史意义。

正文：2025年7月，上海交大与深势科技团队发布新研究，在“人类最后的考试”（HLE）中取得32.1分，首次突破30分大关，刷新纪录。该测试集由AI安全中心和Scale AI发起，以研究生难度著称，涵盖数学、物理、生物医药等多学科，题目难以检索且需明确答案。团队推出工具增强推理智能体X-Master及多智能体工作流系统X-Masters，并开源方案。实验显示，X-Masters在HLE纯文本子集表现优于现有模型，尤其在生物学/医学领域达27.6%正确率，超越Biomni和STELLA。研究使用DeepSeek-R1-0528作为推理模型，通过分散-堆叠架构显著提升性能。

近日，网页编程能力排行榜迎来更新，DeepSeek-R1凭借出色表现超越Claude 4，荣登全球编程能力榜首。尽管Claude Opus 4一直被视为顶级编码模型，但DeepSeek-R1在LiveCodeBench上的优异成绩引发关注。实测显示，DeepSeek-R1能够快速生成多种编程任务代码，例如34秒内完成带有交互功能的太阳系动画程序，以及23秒内生成现代化AGI主题网页代码。然而，其在复杂任务如俄罗斯方块开发中仍存不足，多次运行均出现bug及交互功能缺失问题。尽管如此，DeepSeek-R1因其开源特性及易用性受到国内用户的青睐。此外，DeepSeek-R1还在多个开源模型榜单中名列前茅，MIT许可证加持下，其综合实力不容小觑。值得注意的是，Kimi新模型Kimi-Dev近期以60.4%的成绩刷新代码开源SOTA记录，挑战着现有编程模型的领先地位。

6月12日消息，理想同学宣布已接入DeepSeek-R1-0528最新模型。该模型已在手机和网页端上线，用户可切换至“DeepSeek模型”并开启“深度思考”模式体验新功能。新版模型在复杂逻辑推理、长文本处理及代码生成等方面表现优异，接近国际顶尖模型如o3与Gemini-2.5-Pro。例如，在AIME 2025测试中，推理准确率从旧版的70%提升至87.5%。此外，模型幻觉率降低45%-50%，并在议论文、小说等创意写作领域表现出色，生成的作品结构更完整、风格更贴近人类偏好。

6月9日消息，OPPO小布助手已完成DeepSeek-R1全新版本升级，官方称其“思考更深，推理更强”。此次升级进一步优化了流畅度，并通过本地化网络部署减少对服务器依赖。此前，ColorOS于2月宣布接入满血版DeepSeek-R1。值得关注的是，努比亚Z70系列也在本月3日率先升级至DeepSeek-R1-0528版本。

5月28日，DeepSeek宣布DeepSeek-R1模型完成小版本试升级，API服务短暂中断5分钟。5月29日开源R1最新0528版本，这是R1自1月推出以来的首次更新。更新后的R1-0528在数学、编程等能力上接近国际顶尖模型，幻觉率降低45%-50%。此次更新通过后训练提升了模型的思维深度与推理能力，但上下文长度仍为64K，低于部分竞争对手。DeepSeek称R2模型可能需等待V4模型完成后推出。梁文锋团队专注于模型本身而非急于商业化，与转向AI Agent的行业趋势不同。DeepSeek的坚持得到英伟达CEO黄仁勋认可，其股价因DeepSeek更新未受负面影响。