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 Pipeline 总览 \ DeepSeek-V3 Base \ DeepSeek-R1 Zero 及 R1 细节分析 RL 算法的创新： GRPO 及其技术细节 DeepSeek-R1 背后的 Insights & Takeaways ： Train-Time Scaling 提升模型的推理能力？ 得益于纯大规模强化学习 ， DeepSeek-R1 具备强大推理能力与长文本思考能力，继开源来备受关注。 DeepSeek R1-Zero 和 R1 的出现再次证明了强化学习的潜力所在： R1-Zero 从基础模型开始构建，完全依赖强化学习，而不使用人类专家标注的监督微调（ SFT ）； 随着训练步骤增加，模型逐渐展现出长文本推理及长链推理能力； 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 Research 的潜 力 在长文本依赖任务如 FRAMEs 和 事实性推断 任务 Si l QA 上表现突出 得益于强大的推理能力与长文本思考能力 ， DeepSeek R1 在复杂任务上表现卓越，成为开源领域的 又 一里程碑，标志着开源社区在与闭源大模型（如

�������������������� 5 � � DeepSeek�V3 � R1 ������������������������ ������������������·���������AISWare�AN� Evo1��� DeepSeek�V3�R1 模���������� DeepSeek ����� �����务����������������������������� ������ ���������������������� � 6-1 ���������� ����� 1 �������撰��������� 2 ���� DeepSeek R1�DeepSeek V3 ������������ 800 �模����������� 3 �研������������������������ 6.1.2 �������������� 业 务 智 能 编 排 准 确 性 业 务 智 能 编 排 完 整 性 业 务 智 能 编 排 识 别 率 业 务 智 能 编 排 语 义 一 致 性 �������� DeepSeek R1 DeepSeek V3 模型C 模型D 模型E 95.00% 96.00% 91.20% 89.00% 89.00% 91.60% 93.00% 94.00% 94.40% 90

2025年03月01日 厦门大学大数据百家讲坛 • 北大青鸟人工智能研究院 • 北大计算机学院元宇宙技术研究所 • 北大教育学院学习科学实验室 7 人工智能概念辨析 DeepSeek R1 大模型原理 落地应用 目 录 C O N T E N T S 人工智能概念辨析 PART 01 大模型相关术语 l 多模态 Ø 文本、图片、音频、视频 l AI工具（国内） Ø 发展历程 大语言模型(LLM) 的创新应用 投资者背景与市 场定位 里程碑 DeepSeek模型系列 DeepSeek最新的生成模型和推理模型版本对比 比较方面 生成模型（V3） 推理模型（R1） 设计初衷 想要在各种自然语言处理的任务中都 能表现好，更通用 重点是为了搞定复杂的推理情况，比如 深度的逻辑分析和解决问题 性能展现 在数学题、多语言任务还有编码任务 里表现不错，像Cmath能得90 等等，能给企业提供高效的AI方案， 满足好多领域的需求 适合学术研究、解决问题的应用和决策 支持系统等需要深度推理的任务，也能 拿来当教育工具，帮学生锻炼逻辑思维 常见推理模型 DeepSeek R1 OpenAI o1 OpenAI o3-mini Gemini 2.0 Grok3 Kimi 1.5 18 为什么火：能力突破、开源、低成本、国产化 DeepSeek以“推理能力+第一梯队性能”

o系列，通过大规模强化学习算法让模型在数据 高效训练过程中学会更好应用内部思维链（CoT，Chain of Thoughts）， 在解决复杂问题时表现更加出色，但彼时尚未公开技术细节。而2025年初， DeepSeek开源R1系列推理思考模型，将思维链过程开放公开，极大推动 全产业推理思考模型的技术进步，也让人们对AI能力有了更深刻感知。 系统一 直觉和本能 系统二 理性 • 快思考：快速、自动、 直觉性、无意识 理应用爆发，长久来看高性能算力仍处于高需求状态。智算中心建设需协调好地区产业资源规划，从软硬件角度优化算力利用率及平台运 行质效，稳健支撑上层AI产业发展。2025年初，随着DeepSeek V3及R1模型的开源及产品破圈，英伟达股价单日下跌幅达到近20%。在 美国对中国实施芯片出口管制的背景下，DeepSeek模型通过算法优化，如结构化稀疏注意力、混合专家系统等技术，显著降低了模型训 练成本，极 来进行模型调整。 数据集的结构、质 量对模型训练结果 影响至关重要。 数据获取 数据清洗 在预训练大模型基 础上可进行后训练 或增量预训练，针 对性提升模型基础 能力。如GPT o系 列、DeepSeek R1 等都是以基模为基 础进行后训练得到。 数据预处理 增量预训练 后训练 监督微调SFT、强化 学习RL、RLHF、偏 好优化对齐等 注入领域知识，优 化特定任务或领域 基于预训练模型，通

o系列，通过大规模强化学习算法让模型在数据 高效训练过程中学会更好应用内部思维链（CoT，Chain of Thoughts）， 在解决复杂问题时表现更加出色，但彼时尚未公开技术细节。而2025年初， DeepSeek开源R1系列推理思考模型，将思维链过程开放公开，极大推动 全产业推理思考模型的技术进步，也让人们对AI能力有了更深刻感知。 系统一 直觉和本能 系统二 理性 • 快思考：快速、自动、 直觉性、无意识 理应用爆发，长久来看高性能算力仍处于高需求状态。智算中心建设需协调好地区产业资源规划，从软硬件角度优化算力利用率及平台运 行质效，稳健支撑上层AI产业发展。2025年初，随着DeepSeek V3及R1模型的开源及产品破圈，英伟达股价单日下跌幅达到近20%。在 美国对中国实施芯片出口管制的背景下，DeepSeek模型通过算法优化，如结构化稀疏注意力、混合专家系统等技术，显著降低了模型训 练成本，极 来进行模型调整。 数据集的结构、质 量对模型训练结果 影响至关重要。 数据获取 数据清洗 在预训练大模型基 础上可进行后训练 或增量预训练，针 对性提升模型基础 能力。如GPT o系 列、DeepSeek R1 等都是以基模为基 础进行后训练得到。 数据预处理 增量预训练 后训练 监督微调SFT、强化 学习RL、RLHF、偏 好优化对齐等 注入领域知识，优 化特定任务或领域 基于预训练模型，通

 算力见顶，变成少数巨头游戏 预训练大模型 推理大模型 预训练大模型难以通往AGI之路  推理模型如R1——通过逻辑链条推导答案， 分解规划，自我反思  预训练范式像是记忆和模仿，强化学习范 式更像探索实践  记住很多东西只是基础，真正有价值的是 融会贯通 R1找到了人类通往AGI的方向 DeepSeek颠覆式创新——技术创新 27 DeepSeek-R1和GPT-4o不是同一个物种 预训练大模型是人记忆和学习的能力，推理模型是对复杂问题 进行规划、分解、预测的能力，实现了真正的慢思考 28 例：课后作业 仔细思考 政企、创业者必读 DeepSeek-R1是AI发展史上的重要里程碑 R1形成了新的AGI定律，加速了AGI发展 Alpha Zero时刻 • Alpha Go采用监督学习， 使用人类棋谱训练 • Alpha Zero采用强化学习， 自己跟自己对弈 ChatGPT时刻 DeepSeek颠覆式创新——用户体验 具备强大推理能力，思维过程更加缜密，智能性提升 用起来更像真人，写作能力更强，想象力更丰富 31 政企、创业者必读 DeepSeek-R1用户体验改善的作用  R1在零广告投入下7天增长1亿用户，创最快应用破亿里程碑  把人工智能从不可用、凑合用，变成大家都能用、都爱用  推动市场加速发展，在中国用户、企业和政府彻底普及了一次AI  中国可能成为全球AI普及率、渗透率最高的国家，

GPT3/4 在深度推理和问题解决⽅⾯有所⽋缺， OpenAI-o1 通过思维链（ Chain of Thought ）增强推理能⼒，将复杂问题 分 解成更⼩、更易处理的步骤；⽽ DeepSeek R1 在展现卓越推理能⼒同时， 训练和推理成本极低 GPT 为内容创造和自动推理开辟可能性 “大数据、大算力、通用模式” BERT BERT 在文本分类、命名实体识别等 语言理解任务表现出色。也是医疗 简易的蒸馏⽅式， 让世界上 不管⼤⼩的实验室， 快速掌 握 OpenAI 原来封闭的顶 尖 从编程辅助（ DeepSeek- Coder ） 到医疗诊断（ R1 临床接⼊） ，展现⾏业落 地能⼒ • 技术成本的下降，为 了训练和推理的成本。 模型推理能⼒ ⾏业上下游带来更多 ⽽且它是个拥有推理能 • MIT 许可证，

⾏性。 • GPT3/4在深度推理和问题解决⽅⾯有所⽋缺，OpenAI-o1通过思维链（ChainvofvThought）增强推理能⼒，将复杂问题分 解成更⼩、更易处理的步骤；⽽DeepSeek R1在展现卓越推理能⼒同时，训练和推理成本极低 BERT BERT在文本分类、命名实体识别等 语言理解任务表现出色。也是医疗AI 小模型年代主要技术路线 “大数据、小算力、专用决策” GPT 为内容创造和自动推理开辟可能性 简易的蒸馏⽅式，让世界上 不管⼤⼩的实验室，快速掌 握OpenAI原来封闭的顶尖 模型推理能⼒ • MIT许可证，商⽤权限吸引 开发者 垂直适配 从编程辅助（DeepSeek- Coder）到医疗诊断（R1 临床接⼊），展现⾏业落 地能⼒ 9 DeepSeek天然适合医疗⾏业 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

智能竞赛中取得更多优势。 L4级轮式具身机器人产品梳理 05 28 资料来源：各公司官网、浙商证券产业研究院 公司 星尘智能 银河通用 普渡科技 星海图 型号 S1 G1 闪电匣 Arm 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

买入 资料来源：华泰研究预测 2025 年 2 月 10 日│中国内地 动态点评 DeepSeek 带来 AI 行业变革，但对电力行业仍有三个不变的影响 DeepSeek R1 开源模型于 1 月 20 日发布，在更低的成本下实现和 OpenAI o1 相当的数学、代码、自然语言推理能力，不仅推动国内 AI 产业对海外的 快速追赶，也为 AI 相关行业带来较大变化。我们认为