DeepSeek MODEL1曝光：新模型或將登場

在 DeepSeek-R1 發佈一週年前後，社區有人注意到，DeepSeek 的部分 GitHub 倉庫中悄悄出現了一個此前從未公開過的名字——MODEL1。

該信息最早由X上@nopainkiller發現。

這種“非正式曝光”，讓外界不少人判斷：這很可能是 DeepSeek 下一代核心模型的內部代號。

從目前能看到的線索來看，MODEL1 並不像 V3.1、V3.2 那樣是 V3 系列的延續版本。它在代碼中與 “V32”（即 DeepSeek-V3.2）並列存在，使用不同的參數假設和內存佈局，這通常意味着一個新的模型族。

MODEL1 被集中發現於 DeepSeek 的 FlashMLA 倉庫。這個倉庫專注於注意力內核的底層優化，目標是讓 V3 系列在 H800 等 GPU 上跑得更快、更省內存。

目前的實現已經能在特定配置下逼近 660 TFLOPs，這本身就說明它處在非常貼近硬件的一層。

也正因爲如此，這裏出現的新參數，往往意味着模型結構本身發生了變化。MODEL1 在多個文件中被單獨提及，尤其是在 KV cache 佈局和 FP8 解碼相關的邏輯裏。比如在稀疏 FP8 解碼模式下，MODEL1 對 KV cache 的對齊要求是 576 字節，而 V3.2 使用的是 656 字節。這樣的差異不會是隨手改的，它通常意味着注意力結構、head 設計或者稀疏策略已經不一樣了。

換句話說，MODEL1 很可能是圍繞 DeepSeek 的稀疏注意力機制重新設計過的一套模型。

更有意思的是，後來的一次提交中，DeepSeek 把這些與 MODEL1 明確相關的註釋和說明幾乎全部刪掉了。

提交說明看起來只是一些小調整，但實際上，像“extra_k_cache 用於支持 MODEL1”這樣的表述被統一模糊化，MODEL1 專屬的 KV cache 對齊要求、head 維度、FP8 稀疏塊結構等信息也一併消失。

這種做法通常只有兩種可能：要麼這些內容是實驗廢案，要麼就是不想讓外界繼續順着代碼猜下去。結合 DeepSeek 一貫在模型發佈前收緊信息的習慣，後者顯然更合理一些。這反而從側面確認了 MODEL1 的存在並非偶然。

並且，如果只看代碼，很難判斷 MODEL1 的整體方向。但把時間線拉長，會發現它和 DeepSeek 最近公開的兩項研究工作高度一致。

一項是 mHC（Manifold-Constrained Hyper-Connections）。這項工作試圖在不顯著增加計算和內存開銷的前提下，擴展殘差流的“寬度”，讓模型在更深層仍然保持穩定訓練。從實驗結果來看，它確實能在較小代價下帶來性能提升，也非常適合大模型和稀疏結構。

另一項是 Engram 記憶模塊。它的思路是把一些可複用的靜態模式，用類似哈希 N-gram 的方式緩存下來，實現近乎 O(1) 的訪問，把負擔從模型早期層移走。DeepSeek 在論文中已經把 Engram 明確描述爲“下一代稀疏模型的基礎組件”，這幾乎是在明示它會被用進新模型。

如果把這些點連起來看，MODEL1 很有可能是一次新的圍繞稀疏性、內存結構和推理效率的整體重構。

最後，從代碼回滾、論文補充、以及 R1 文檔從 22 頁擴展到 86 頁這些信號來看，DeepSeek 顯然正處在爲下一代模型“收尾”的階段。

社區普遍猜測，MODEL1 可能會以 V4 或 R2 的正式名稱出現，時間大概在 2026 年初，春節前後並不算誇張。

如果這個判斷成立，那麼 MODEL1 很可能會延續 DeepSeek 一貫的開源策略，並在推理效率、稀疏建模和工程可落地性上，進一步拉開與傳統 dense LLM 的差距。

至少從目前泄露出的痕跡來看，這不像一次常規更新，更像是 DeepSeek 在爲下一個階段做準備。

讓我們拭目以待。