2025 年 4 月 30 日，DeepSeek 開源了新模型 DeepSeek-Prover-V2-671B，該模型聚焦數學定理證明任務，基于混合專家架構，使用 Lean 4 框架進行形式化推理訓練，參數規模達 6710 億，結合強化學習與大規模合成數據，顯著提升了自動化證明能力，且已在 Hugging Face 上線，支持本地部署與商業用途。
此外，據 4 月 27 日晚消息，DeepSeek 即將發布的下一代 AI 大模型 DeepSeek-R2 也有諸多看點。以下是對 R2 模型的爆料信息及 DeepSeek 近期的其他相關消息：
DeepSeek-R2 模型
-
參數規模與架構：采用混合專家模型結合更智能的門控網絡層，總參數量預計達 1.2 萬億，較 R1 提升約 1 倍，與 ChatGPT 的 GPT-4 Turbo 以及谷歌的 Gemini 2.0 Pro 相當。
-
技術突破 ：
- 架構創新：采用自主研制的 Hybrid MoE 3.0 架構，實現 1.2 萬億動態激活參數，實際計算消耗僅 780 億參數，經阿里云實測驗證，在處理長文本推理任務時，單位 token 成本較 GPT-4 Turbo 下降 97.3%。
- 性能提升：在數學定理證明上有質的飛躍，其單輪推理能力媲美谷歌 Gemini Pro 2.0，預計在官方 benchmark 上超越 Gemini 2.0 12% 左右，接近 GPT-4 Turbo 的能力。
- 多模態能力增強：據稱多模態性能媲美國際競品，有望在圖像、音頻、視頻等多模態內容的理解和生成上取得突破，彌補 DeepSeek 此前的短板。
-
發布時間：據預測，DeepSeek-R2 發布時間可能在 2025 年 5 月 1 日 - 5 月 5 日之間，也可能是 4 月 30 日已發布。
其他相關消息
- DeepSeek R1 的應用與評價：百度創始人李彥宏在 2025 年 5 月的 Create2025AI 開發者大會上分享了 DeepSeek 模型在百度生態系統內的實際應用進展，如文小言、搜索、地圖等核心應用均已接入其完全版模型，在智能客服、搜索功能增強方面效率提升顯著。但同時也指出 DeepSeek 存在的限制，如只能處理文本，無法支持多模態內容，幻覺率較高，且速度較慢、成本較高等。
- 行業競爭動態 ：4 月 29 日阿里巴巴發布了新一代開源大模型系列 Qwen3，其性能優于 DeepSeek-R1，且部署門檻大幅降低。阿里稱 Qwen3 的旗艦模型采用混合專家架構，從 36T 數據量上訓練而來，總參數量為 235B，激活參數量為 22B，而 DeepSeek-V3 在 14.8T 數據量上訓練，總參數量為 671B，激活參數量為 37B。在部署成本上，671B 參數的 DeepSeek-R1 模型至少需要 8 張英偉達 H20 芯片，流暢運行則需 16 張，而 Qwen3 僅需 4 張 H20 即可流暢部署。
