在DeepSeek-R1模型发布一周年之际，一个名为“MODEL1”的新项目代号在开源社区悄然浮现，预示着DeepSeek可能即将推出其下一代人工智能模型。这一发现源于DeepSeek官方在GitHub上对其核心代码库FlashMLA的一系列更新，引发了技术社区和行业观察者的广泛关注。
开发者发现，在更新的代码文件中，“MODEL1”作为一个全新的模型标识符被数十次提及。在代码的上下文逻辑中，它与已知的现有模型“V32”（即DeepSeek-V3.2）并列出现或被明确区分，这强烈暗示“MODEL1”代表着一个不同于现有V3系列的全新架构。
根据对代码的分析，新架构与现有模型在多个关键技术上存在显著差异。这些变化主要集中在键值（KV）缓存的布局、稀疏性处理方式以及对FP8数据格式的解码支持等方面。通俗地讲，这些技术调整都指向了同一个目标：提升模型的运行效率。通过优化内存占用和计算方式，新模型有望在处理长文本、复杂任务时表现得更出色，同时降低对硬件资源的需求。
这一发现也印证了此前的市场传闻。此前有消息称，DeepSeek计划在二月，即农历新年期间发布其新一代旗舰模型DeepSeek V4，并称其在编程能力上将有显著提升。社区普遍猜测，此次曝光的“MODEL1”很可能就是DeepSeek V4的内部开发代号或早期工程版本。从目前代码的完善程度来看，新模型可能已接近训练完成或进入推理部署阶段，其正式发布的时间似乎越来越近。
更引人关注的是，DeepSeek研究团队近期接连发布了两篇技术论文，介绍了一种名为“优化残差连接（mHC）”的创新训练方法，以及一种受生物学启发的“AI记忆模块（Engram）”。mHC旨在提升大规模模型训练的稳定性和效率，而Engram则试图通过分离模型的记忆和推理功能，让模型能更快速、准确地调取知识。业内普遍推测，即将到来的新模型极有可能会整合这些最新的研究成果，在架构层面实现创新。
此次事件正值DeepSeek-R1发布一周年，其里程碑意义也再次被提及。一年前，DeepSeek-R1的开源极大地推动了全球AI开源生态的发展，它降低了先进推理技术的使用门槛，并激发了中国AI力量在开源领域的集体投入。知名开源社区Hugging Face为此专门发文，将此称为“DeepSeek时刻”，并指出中国开发的开源模型在全球的影响力正日益加深。
综合来看，从GitHub代码泄露的技术细节，到与市场传闻和最新研究成果的高度吻合，种种迹象表明DeepSeek正在酝酿一次重大的产品升级。业界正拭目以待，期待DeepSeek继R1之后，再次为AI领域带来新的突破。
