DeepSeek在GitHub代码更新中意外曝光了新模型“MODEL1”，引发业界关注。不同于现有模型，它采用了全新架构，通过优化显存、推理速度及适配新硬件，预示着AI模型在效率和成本控制上的新方向。这次技术迭代展现了DeepSeek追求工程极致的思路，值得深入了解。
智能速览
新模型“MODEL1”在DeepSeek代码库中被发现，采用全新架构。
其新架构将显存占用降低40%，推理速度提升1.8倍。
引入稀疏FP8解码技术，信息损失率低于5%。
专门针对英伟达H200及B200等新GPU进行优化。
业界猜测“MODEL1”可能是下一代旗舰V4或推理模型R2。
精华内容
“MODEL1”的出现并非简单的版本迭代，而是底层架构的革新。其核心突破在于重新定义了模型的运行效率与硬件适配策略，为AI的普及化应用提供了新的可能。
架构革新
通过分析代码上下文，技术人士发现“MODEL1”与现有模型V3.2存在明显区别，其核心优化之一是重构了键值缓存存储逻辑。这一改变带来了显著的性能提升，实测显存占用降低40%，推理速度提升1.8倍。这项改进在处理长文本和长代码等高负载场景时，优势将更为突出。
稀疏FP8解码
为兼顾运算速度与精度，“MODEL1”加入了稀疏FP8解码技术。该技术能够在提升运算速度的同时，将信息损失率严格控制在5%以下。这意味着，即使在普通消费级设备上，用户也有可能运行高性能的AI模型，极大地降低了高性能AI的使用门槛。
硬件专属优化
代码显示，“MODEL1”还针对英伟达最新的GPU架构进行了专门适配。代码中明确提到了对SM90（对应H100/H200）和SM100（对应B200）架构的参数优化。部分高级功能仅对“MODEL1”开放，现有的V3.2模型无法使用，这暗示了软硬件协同设计的趋势。
身份猜想
关于“MODEL1”的真实身份，业界目前有两种主流猜测。部分观点认为它将是DeepSeek的下一代旗舰模型DeepSeek V4的内部代号。另有开发者推测，它可能是推理模型R系列的迭代版R2。从模型文件结构看，它或已接近训练完成，正待最终测试。
“MODEL1”的意外曝光，揭示了DeepSeek专注于工程效率而非盲目扩张算力的技术路线。这种务实创新不仅可能重塑AI模型的成本结构，也让外界对其即将发布的正式产品充满期待。未来的AI发展，效率是否会成为比规模更关键的决胜点？
