DeepSeek新模型曝光 Model1核心演进方向揭晓！1月21日，DeepSeek-R1在GitHub上的代码提交疑似剧透了DeepSeek的下一代模型。开发者发现，DeepSeek旗下的FlashMLA优化库近期迎来了一波密集更新。

在一堆C++代码中出现了一个从未见过的代号“Model1”。与以往的小修小补不同，代码逻辑将Model1置于了与当前旗舰V3.2完全独立的平行分支。技术社区普遍认为这是下一代大模型DeepSeek-V4的内部开发代号。根据对相关代码提交的解读，Model1展示了DeepSeek下一代技术架构的几个核心演进方向。

在架构层面，Model1回归到512维。DeepSeek V3曾以独特的576维非对称MLA惊艳四座，这在当时是为了极致压缩KV Cache的非常规手段。但在Model1中，head_dim参数被重新设定为512维。这一回归标准的动作能更完美地对齐GPU的Tensor Core计算特性。DeepSeek可能已经找到了无需依赖非标维度也能实现高压缩率的新方法，或许是代码中提及的Engram机制，从而换取更高的计算通用性。

此外，Model1的代码库中出现了大量针对SM100，即英伟达最新算力硬件NVIDIA Blackwell B200的专用接口。这表明DeepSeek或许基本完成了对2026年旗舰显卡的指令集适配。测试数据显示，Model1的稀疏算子在B200上的算力利用率已达350 TFlops，显示出其准备充分。

代码中还出现了FP8格式的KV Cache支持，并引入了test_flash_mla_sparse_decoding测试脚本。这意味着DeepSeek正在将MLA机制从“全量计算”进化为“Token级稀疏计算”，允许模型在处理超长上下文时动态忽略不重要的Token，从而在显存占用和推理速度上实现数量级的优化。

DeepSeek曾在2025年1月20日发布R1模型，开启了新的开源LLM时代。今天是R1发布一周年，Model1有望给AI领域带来新的变化。