代码泄露曝DeepSeek下一代“王炸”模型架构细节
智东西
作者 江宇
编辑 冰倩
智东西1月21日报道，DeepSeek-R1发布一周年之际，来自DeepSeek的神秘新模型“MODEL1”悄然现身GitHub代码库。
多位社区开发者推测，MODEL1很可能正是DeepSeek内测中的V3终极版本（V4模型），也有人猜测它可能代表一个完全独立于V系列的新模型。
▲海外开发者在X平台讨论MODEL1身份
近日，DeepSeek向其核心推理内核FlashMLA推送了一系列更新，而在这些提交中，一个此前从未公开亮相的模型命名引发了社区的高度关注——MODEL1。
▲DeepSeek代码库出现MODEL1相关（图源：X）
这一名称不仅出现在SM90架构相关的.cu内核实例化文件中，还贯穿在多个针对FP8稀疏解码路径的模板定义与内存布局注释里。
更关键的是，据海外开发者推测，MODEL1的背后将是一整套新的推理机制、算子结构与底层内存配置，会与DeepSeek现有V3.2模型呈现出完全不同的技术路径。
在相关代码文件中可以看到，MODEL1被用于核心解码函数的多个实例中，显式适配了头维度为64和128的场景，并专门部署在SM90和SM100架构上。
▲DeepSeek FlashMLA源码截图（图源：GItHub）
代码中多处调用了“ModelType::MODEL1”，与其对应的还有一套独立的持久化内核。这些文件与V32版本的持久化内核文件并行存在，这显示出DeepSeek或许已为该模型设计了与V3系列完全不同的编译路径与执行逻辑。
▲DeepSeek FlashMLA源码文件树（图源：GItHub）
更值得注意的是，在代码中，有一条特别注释写道：对于F3架构（即SM90平台）下的MODEL1模型，其KV缓存的内存stride必须是576B的整数倍。
▲海外网友推文截图（目前该条注释已于代码库内删除）
这一配置区别于V3.2的656B，暗示着MODEL1对底层内存对齐和调度有更为严格的要求，可能与其更复杂的运行时行为与动态缓存机制有关。
一位海外网友也对这部分代码进行了深入解读，他认为，MODEL1在整体结构上展现出更强的实验性特征，支持动态Top-K稀疏推理逻辑，还引入了额外的KV缓存区。
▲海外开发者的分析（图源：X）
前者通过引入一个可变的topk_length指针，允许模型在推理时根据token或请求动态决定参与计算的key数量，提升了计算资源的精细调度能力；后者则通过extra_kv缓冲区，提供了将系统提示与用户上下文分离存储的可能，为Agent架构或多段上下文场景提供支持。
据社区开发者分析，MODEL1在同步逻辑与边界控制上可能比V3.2更加复杂。其中RoPE与NoPE维度在双GEMM运算中耦合更紧，可能意味着其在位置编码与张量路径调度上做出了显著调整。
分析还提到，MODEL1引入了运行时边界检查机制，旨在规避动态Top-K推理中潜在的非法内存访问。
此外，尽管最新注释中标明MODEL1的stride应为576B，但据社区开发者基于代码结构估算，其实际内存分配逻辑可能接近584B。这种细微差异被认为反映出该分支仍处于调试或快速迭代阶段。
在更早的1月9日，外媒援引知情人士称，DeepSeek将于2月中旬，也就是春节前后发布其下一代模型，主打编程能力，并在内部测试中已经在多个基准上超越了Claude与GPT系列。
结合目前模型文件结构已覆盖64和128两个头维度、FP8稀疏解码路径已完成适配、内存规范已强制定义等迹象来看，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。
在海外社交平台上，不少用户对MODEL1的曝光反应热烈。一位用户调侃道：“我已经能听见‘新模型将带来99.97%成本下降’了。”
而另一位开发者则认为，如果DeepSeek再次开放权重，势必将对闭源巨头形成压力，推动前沿模型进一步走向开放。
恰逢DeepSeek R1发布一周年，Hugging Face最新博客也发布了特别文章《One Year Since the “DeepSeek Moment”》，系统回顾了过去一年中国开源社区的集体爆发，明确提及DeepSeek的开源策略已从一次事件演化为生态策略。
▲Hugging Face最新博客：One Year Since the “DeepSeek Moment”
文章称，R1模型的开源不仅降低了推理技术、生产部署与心理三个门槛，更推动了国内公司在开源方向上形成非协同但高度一致的战略走向。
从百度、字节跳动到月之暗面、智谱AI，各大机构在过去一年中陆续加入Hugging Face并发布高质量模型，在社区下载、点赞与引用榜单上频频登顶。
与此同时，越来越多西方开源模型的底座也开始使用DeepSeek系列做微调，DeepSeek-V3更是成为Cogito v2.1等海外模型的底层基座。
结语：一年之后，DeepSeek再次站在开源演进的起点
如今，距离R1发布仅一年，DeepSeek的“MODEL1”很有可能在系统架构、执行路径与推理机制上展现出全面超越V3.2的能力。
如果接下来如传闻所述在春节前后正式发布，DeepSeek或许将再次改写国内开源格局，也可能为全球前沿开源模型树立新的标杆。
相关攻略
从零到一：用AI生成一份专业的媒体影响力报告 但凡在内容或运营团队待过的人，大概都对制作《媒体影响力报告》这类活儿记忆犹新。那过程，堪称一场跨部门接力赛：运营同事得先从各个平台后台手动扒拉数据，计算阅读量、粉丝增长和互动率；拿到一堆冰冷数字后，还得拉着账号负责人反复琢磨定位和文案；最后，抱着半成品火
封面新闻记者 邹阿江 图由航空工业成飞提供 2026年“五一”国际劳动节前夕，航空工业成飞的技术专家聂海平，荣获了一枚全国五一劳动奖章。 消息传来，身边同事都说，“大师”拿奖是实至名归。可聂海平自己呢，还是那副老样子——摆摆手，说自己不过是个普通人，幸运地站在一个好平台上，干着点自己感兴趣的事儿罢了
编辑 | 王凤枝 “AI时代，每天干3个小时就足够了。” 这句话出自前亚马逊资深工程师、技术大牛史蒂夫·雅吉（Steve Yegge）之口，算得上是对当前AI狂热的一剂清醒剂。 当整个行业都在为“10倍提效”而欢呼雀跃时，雅吉却点出了一个被普遍忽视的代价：在AI的高强度辅助下，程序员的产出固然爆炸式
一、概述 每天重复相同的操作，是不是感觉有点枯燥？比如，你每天都要煮饭，得经历洗米、加水、按下煮饭键这三步。如果每次都要从头到尾念叨一遍这个过程，那可就太费劲了。 别担心，函数就是来拯救你的。在Python的世界里，函数就像一个“一键煮饭”的智能按钮。你只需要把那些重复的步骤打包成一个固定的“命令”
吃透Pandas两大“数据汇总神器”：透视表与交叉表实战指南 在数据处理的工具箱里，如果说基础的清洗、筛选是基本功，那么多维度、交叉式的数据汇总，往往就是区分新手与熟手的分水岭。面对诸如“按地区加品类统计销售额”、“分析不同省份的商品订单分布”这类需求，如果还停留在手动分组、多层循环的老路上，不仅代
热门专题
热门推荐
科学家警告，过度依赖人工智能可能削弱创造力与批判性思维，类似GPS损害方向感。研究显示，AI替代需“认知摩擦”的思考过程，或导致认知能力衰退。专家建议应有意识使用AI，使其成为思维“扩音器”而非替代品，例如先自主判断、加深信息处理、主动创意构思，以保护并锻炼大脑独特能力。
谷歌推出云端AI驱动的安卓电脑，重塑PC形态。当前AIPC多依赖云端算力，本地硬件价值受质疑。云电脑与AI结合成为新方向，对网络延迟更宽容。谷歌联合硬件伙伴推进该方案，阿里等云服务商也已布局。传统芯片、终端厂商及微软、苹果正以不同策略应对AIPC趋势。未来竞争将聚焦云端能力、系统重构与生态协。
结论先行：在2026年的商业环境中，企业数字化转型方法的核心不再是单纯的IT系统堆砌，而是“业务流程自动化”与“AI智能化”的深度融合。成功的数字化转型方法论应遵循“小步快跑、场景切入、数据驱动”的原则，利用AI Agent（智能体）技术打通烟囱式系统，实现平滑升级，而非推倒重来。 一、 拒绝假大空
面对琳琅满目的产品设计软件，许多设计师和团队都在追问：究竟哪一款才是最好的选择？然而，真正的答案并非一个简单的软件名称，而是一套基于您具体工作流程的适配逻辑。本文将为您系统解析，如何跳出“最好”的迷思，找到最“对”的那款工具，从而最大化团队效率与产出价值。 核心决策逻辑 首先，我们必须确立一个核心原
跨境电商的售后环节，本质上是客户信任的二次考验。当问题出现时，初次交易建立的信任已然动摇，若处理不当，将直接导致客户永久流失。因此，构建一套真正高效的售后体系，必须实现三大核心目标：响应速度需如本地支付般即时；处理规则需预先设定，实现小额纠纷的自动化化解；最终，所有流程数据必须形成闭环，驱动供应链的