DeepSeek-R1 \ Kimi 1.5 及 类强推理模型开发解读 陈博远 北京大学 2022 级“通班” 主要研究方向：大语言模型对齐与可扩展监督 https://cby-pku.github.io/ https://pair-lab.com/ 北大对齐小组 DeepSeek-R1 开创 RL 加持下强推理慢思考范式新边界 DeepSeek-R1 Zero 及 R1 技术剖析 相当。 在编码相关的任务中表现出专家水平， 在 Codeforces 上获得了 2029 Elo 评级，在竞赛中表现 优于 96.3% 的人类参与者 DeepSeek-R1 在知识类问答上推动科学探索边界： MMLU \ MMLU-Pro \ GPQA Diamond 等 STEM- related 榜单上取得良好表现 R1 展现出强推理模型在 AI-Driven 过 反复自我迭代和监督微调 基于 STaR 可以进一步将这种思路扩展到思考过程是搜索过程的特例，比如 rStar-Math, SoS 都可以用类似的思路来理解。 本质上， STaR 一类的方法是希望模型能够学习到 MetaCoT, 即问题到答案 映射 过程背后的深入规律 但是对于问题的结构要求性高，对于复杂数学推理任务可能难以自我 迭代 难以融入 Rule-Based Reward

DeepSeek-V3 是在 14.8 万亿⾼质量 token 上完成预训练的⼀个强⼤的混合 专 家 (MoE) 语⾔模型，拥有 6710 亿参数（激活参数 370 亿）。作为通⽤⼤ 语⾔模 型，其在在知识类任务（知识问答、内容⽣成等）领域表现出⾊ • DeepSeek-R1 是基于 DeepSeek-V3-Base 训练⽣成的强化推理能⼒模型， 在 数学、代码⽣成和逻辑推断等复杂推理任务上表现优异 位数记录数 字 • “ ⼿机号码，记最后 4 位” • 提升训练速度同时保持精度，降低硬件门槛 数据蒸馏技术 • 从海量数据中提炼⾼价值信息，提升模 型 学习 效率 • 蒸馏垂类⼩模型能⼒，不输于全尺⼨模 型 GRPO( 群体相对策略优 化 ) • ⼤道⾄简，⽤强化学习跳出题海和⼩ 测 让模型⾃⼰学会 思考 DeepSeek 的创新突破 效果体验惊艳，成本极致压缩 医疗⾏业拥有⼤量数据资源，是⼤模型训练 和应⽤的重要⽀撑 ⼈才资源 医疗⾏业⼈均学历⾼，具备开展⼤模型研究 和应⽤的⼈才优势 算法框架 DeepSeek 是最开源的⼤模型， 便于医疗⾏业 开发者使⽤和优化， 垂类⼩模型不输于⼤模 型 DeepSeek 天然适合医疗 ⾏业 ⼤模型发展的⼏⼤“基⽯” 04 06 03 05 医疗⾏业独特优势 02 01 10 来保障⼤模型应⽤企业级端到端效果

场上获得了⼴泛认可。其中： • DeepSeek-V3 是在14.8万亿⾼质量 token 上完成预训练的⼀个强⼤的混合专 家 (MoE) 语⾔模型，拥有6710亿参数（激活参数370亿）。作为通⽤⼤语⾔模 型，其在在知识类任务（知识问答、内容⽣成等）领域表现出⾊ • DeepSeek-R1 是基于 DeepSeek-V3-Base 训练⽣成的强化推理能⼒模型，在 数学、代码⽣成和逻辑推断等复杂推理任务上表现优异 更低的研发成本* 传统模型需要⽤32位或者16位数记录数字 • “⼿机号码，记最后4位” • 提升训练速度同时保持精度，降低硬件门槛 FPBn混合精度训练 • 从海量数据中提炼⾼价值信息，提升模型 学习效率 • 蒸馏垂类⼩模型能⼒，不输于全尺⼨模型 数据蒸馏技术 • ⼤道⾄简，⽤强化学习跳出题海和⼩测 让模型⾃⼰学会思考 GRPO(群体相对策略优化) 效果体验惊艳，成本极致压缩 8 为什么⼈⼈都爱DeepSeek ⼤模型发展的⼏⼤“基⽯” 01 DeepSeek极致成本降低，显著降低本地化部署的 成本，极⼤激活本地数据 计算资源 02 DeepSeek是最开源的⼤模型，便于医疗⾏业 开发者使⽤和优化，垂类⼩模型不输于⼤模型 算法框架 03 医疗⾏业拥有⼤量数据资源，是⼤模型训练 和应⽤的重要⽀撑 数据资源 04 医疗信息化⼚家数千家，为⼤模型应⽤提供 良好的⽣态基础 ⽣态资源 05 医疗⾏业⼈均学历⾼，具备开展⼤模型研究

R1 外形 官方定位 全能型AI机器人 可泛化操作的具身大模型机器人 类人形服务机器人 全尺寸双臂仿生人形机器人 性能参数 身高：170cm 体重：80kg 臂展：194cm 续航：4~6小时 单臂负载：5kg 单臂自由度：7 身高：173cm 体重：85kg 臂展：190cm 续航：10小时 单臂负载：5kg 垂向作业空间：0-2.4m 身高：144cm 臂展：160cm 显示屏幕：10 显示屏幕：10.1寸触屏 续航：8h（空载） 舱体载重：15kg 单臂自由度：7 建图方式：VSLAM+激光SLAM 身高：170cm 单臂负载：3.5kg 单臂自由度：6 垂向作业空间：0-2m 传感器：7*相机+1激光雷达 产品特点 丰富工具链，可视化开发界面， 自主仿真平台支持 支持VR遥操控，高效数据采集， 多模态融合，真实环境感知 教育科研、工业物流、家庭康养、 零售药店等领域应用 具有大脑大模型，理解三维场景， 在具身智能技术发展的关键阶段，数据要素已成为驱动该领域突破的核心性基础。Meta首席技术官安德鲁·博斯沃思近期指出，当前数据资源尚无法有效支撑 具身智能系统实现泛化性精细动作控制，特别是人类与生俱来的类人无意识动作基元智能（如器具抓握、设备操作等），其实现难度可能远超高层认知智能的 开发挑战。 在此背景下，遥操作技术及运动捕捉系统构成了现阶段技术研发的关键支撑体系。基于技术演进路径分析，若L5级具身智能体（具备完全自主环境适应能力）

通义千问、秘塔搜索、微信搜索... l 通用模型 Ø 大语言模型（LLM，Large Language Model） Ø 视觉模型（图片、视频） Ø 音频模型 Ø 多模态模型 Ø …… l 行业模型（垂直模型、垂类模型） Ø 教育、医疗、金融等 大模型的前世今生 •人工智能：让机器具备动物智能，人类智能，非人类智能（超人类智能） •运算推理：规则核心；自动化 •知识工程：知识核心；知识库+推理机 “在你回答之前，先自己复盘100遍“ DeepSeek Model 复盘 推理 批判 回复 · · · DeepSeek官方提示词解读 46 • 代码类 • 内容分类 • 结构化输出 • 角色扮演（人设、情景） • 创作类 • 翻译类 • 提示词生成 官方文档链接： https://api-docs.deepseek.com/zh-cn/prompt-library 清晰表达，提示工作流程

76 40 28 20 11 语言及多模态 视觉模态 基础层 机器人 自动驾驶赛道 智能硬件 语音模态 2024年投融资事件数（个） 51.3% 48.7% AI芯片 其他 AI芯片类投资在基础层赛道中占比超50% 9 ©2025.3 iResearch Inc. 文本写作类应用（豆包、 Kimi、文心一言等）、图片生成类应用（文心一格、通义万相等）是大家主要尝试的两大AI功能方向。 中国民众认为“AI到来的标志事件” 2.1% 5.2% 6.3% 9.6% 15.0% 27.7% 32.5% 48.8% 52.1% 代码编写类 汽车驾驶类 视频生成类 个人助理类 PPT制作类 信息检索类 视频处理类 图片生成类 文本写作类 文本写作类 2016年3月 2022年11月 2024年2月 2022年上半年 2023年4月 2023年7月 过去一年大家主要尝试过的AI功能 10 ©2025.3 iResearch Inc. www.iresearch.com.cn ©2025.3 iResearch Inc. www.iresearch.com.cn 来源：《2024年人工智能公众态度调查报告》，澎湃调研。艾瑞咨询研究院研究绘制。

76 40 28 20 11 语言及多模态 视觉模态 基础层 机器人 自动驾驶赛道 智能硬件 语音模态 2024年投融资事件数（个） 51.3% 48.7% AI芯片 其他 AI芯片类投资在基础层赛道中占比超50% 9 ©2025.3 iResearch Inc. 文本写作类应用（豆包、 Kimi、文心一言等）、图片生成类应用（文心一格、通义万相等）是大家主要尝试的两大AI功能方向。 中国民众认为“AI到来的标志事件” 2.1% 5.2% 6.3% 9.6% 15.0% 27.7% 32.5% 48.8% 52.1% 代码编写类 汽车驾驶类 视频生成类 个人助理类 PPT制作类 信息检索类 视频处理类 图片生成类 文本写作类 文本写作类 2016年3月 2022年11月 2024年2月 2022年上半年 2023年4月 2023年7月 过去一年大家主要尝试过的AI功能 10 ©2025.3 iResearch Inc. www.iresearch.com.cn ©2025.3 iResearch Inc. www.iresearch.com.cn 来源：《2024年人工智能公众态度调查报告》，澎湃调研。艾瑞咨询研究院研究绘制。

最后，大模型优化服务流程，进一步提升数字政府督办考核能力。 我国人口、面积、经济总量大的特征决定了民生诉求多、业务办理压力大的 客观现实，进而也容易滋生懒政怠政、推诿扯皮的工作作风。政务热线在实现各 7 类政府部门专线整合的基础上，进一步重塑政府服务流程，大模型可以对业务办 理流程进行优化和监督，实现对热线承办单位的统一管理、监督和考核，发挥政 务热线在业务办理全流程的“指挥棒”作用，引导承办单位落实好主体责任。一 革向主动治理、未诉先办深化。2021 年 11 月，北京市委深改委通过了《关于推 动主动治理未诉先办的指导意见》，探索将诉求问题转变为主动治理任务，拓宽 主动发现问题的渠道，并对“每月一题”、治理类街乡镇等改革探索进行了固化 提升。 2.改革成效 回顾 2017 年以来的改革历程，“接诉即办”改革以一条热线撬动城市治理 变革，在自上而下组织保障、“以人民为中心”治理理念和协同联动工作机制的 16 个网络渠道，打 造从耳畔到指尖的全方位服务热线。12345 热线还会同市市场监管局建立消费争 议快速和解绿色通道，将京东、美团等近百家互联网平台企业消费者诉求信息优 先直派企业和解，实现消费类诉求的快速流转和办理。北京市还强化了新词追踪、 热词词云、社情民意感知、事项分析平台等功能的建设，动态调整高频问题的答 复内容，显著提升了“京京”智能问答机器人的服务能力。针对特殊群体，依托 14

最后，大模型优化服务流程，进一步提升数字政府督办考核能力。 我国人口、面积、经济总量大的特征决定了民生诉求多、业务办理压力大的 客观现实，进而也容易滋生懒政怠政、推诿扯皮的工作作风。政务热线在实现各 7 类政府部门专线整合的基础上，进一步重塑政府服务流程，大模型可以对业务办 理流程进行优化和监督，实现对热线承办单位的统一管理、监督和考核，发挥政 务热线在业务办理全流程的“指挥棒”作用，引导承办单位落实好主体责任。一 革向主动治理、未诉先办深化。2021 年 11 月，北京市委深改委通过了《关于推 动主动治理未诉先办的指导意见》，探索将诉求问题转变为主动治理任务，拓宽 主动发现问题的渠道，并对“每月一题”、治理类街乡镇等改革探索进行了固化 提升。 2.改革成效 回顾 2017 年以来的改革历程，“接诉即办”改革以一条热线撬动城市治理 变革，在自上而下组织保障、“以人民为中心”治理理念和协同联动工作机制的 16 个网络渠道，打 造从耳畔到指尖的全方位服务热线。12345 热线还会同市市场监管局建立消费争 议快速和解绿色通道，将京东、美团等近百家互联网平台企业消费者诉求信息优 先直派企业和解，实现消费类诉求的快速流转和办理。北京市还强化了新词追踪、 热词词云、社情民意感知、事项分析平台等功能的建设，动态调整高频问题的答 复内容，显著提升了“京京”智能问答机器人的服务能力。针对特殊群体，依托 14

AI 认知的不断加深，“提效”取代“政策”成为需方 购置 AI 的主要动力。如今，医疗 AI 企业已突破 1-2 亿的营收规模，迈向第一个 10 亿。 2. 超 160 个影像 AI 获批医疗器械三类证，影像 AI 企业们逐渐跳出影像科，向医学装 备、外科手术辅助系统等领域进发，打开了新的百亿市场。 3. 生成式 AI 对于医疗 IT 的重构已经初现成效。上百个大模型涌入医疗领域，许多 互联 ..............................................8 图表 5 2024 年 1-9 月通过第三类医疗器械注册准入的医疗 AI 产品（上）...........8 图表 6 2024 年 1-9 月通过第三类医疗器械注册准入的医疗 AI 产品（下）...........9 图表 7 PV-iDose 支持不同 TPS 计划剂量分析、叠加、不同影像序列的剂量叠加15 。 确立方针后，我国又在微观层面密集出台了《关于进一步推进以电子病历为核心的医疗 机构信息化建设工作的通知》《关于印发医院智慧服务分级评估标准体系（试行）的通 知》《关于进一步加强医学证明文件类医疗文书管理工作通知》《医院智慧服务分级评 估标准体系》《“数据要素×”三年行动计划（2024—2026 年）》等文件，在树立信息化 建设标准的同时，以评级等形式推动医院参与医疗 IT 建设。这些政策中的部分标准必