摘要：据统计，目前已有5款国产AI推出了类似“慢思考”的功能，分别是Kimi探索版、天工AI高级搜索、360AI搜索“慢思考模式”、智谱AI搜索智能体以及DeepSeek“深度思考”。

昨晚，DeepSeek（深度求索）推出了自家的类o1模型——DeepSeek R1-Lite。

而且，发布即上线，所有用户均可在官网上体验，每天50次试用名额。

体验网址：https://chat.deepseek.com

据统计，目前已有5款国产AI推出了类似“慢思考”的功能，分别是Kimi探索版、天工AI高级搜索、360AI搜索“慢思考模式”、智谱AI搜索智能体以及DeepSeek“深度思考”。

但其他几家其实更多像是Perplexity的Pro功能，定义为高级搜索或深度搜索更为准确一些，他们是在搜索方面具备“慢思考”能力，而非推理、逻辑上的类o1模型。

DeepSeek的R1模型，算是国产真正意义上的第一款类o1模型，比Anthropic、Qwen、Gemini、Moonshot、Skywork、GLM都要早。

我特别喜欢DeepSeek这个全透明的思考过程，它真的会把整个思考过程展示给你看。而隔壁的o1，即使你把刀架在Sam Altman脖子上，他都不一定答应给你看。

比如问9.11和9.9哪个大，DeepSeek一上来就给我展示了5种思路。

为什么能想这么多？

据DeepSeek官方介绍，R1的思维链长度可达到数万字，采用了Self-play RL强化学习，推理过程覆盖了大量的反思和逻辑验证过程。

在美国数学竞赛（AMC）难度最高的的AIME竞赛评测中，R1得分比o1还高，比自家的V2.5更是高出一大截。在编程和博士题中，R1也取得了不错的得分，与o1媲美。

而且，随着推理时间变长，R1模型的效果更佳。从下面这张图中可以看到，随着思考长度增加，其在AIME上的得分不断上升。

DeepSeek表示，R1正式版还在打磨中，目前上线web端的只是预览版。他们正在持续迭代R1模型，预计很快会开源，公开技术报告，并部署 API服务。

我们找了10个问题，实测一下，看看DeepSeek R1模型表现如何。

问题1：010111010101101101中有几个1？

这道题如果不用Cot思维，让LLM用常规的模型能力去计算，AI基于Attention机制，大概率是会数错的，比如Kimi的回答。

然后，我们来看下R1模型的回答。

R1模型用了3种方法来计数，第一种是默数（从左到右），也是我们人类常见的计算方式，得出11个1。

但是R1觉得自己有可能会数错，于是又做了2次复检，它还怪可爱的呢~

问题2：2022年6月5日到2024年11月12日，一共有多少天？

这是前几天群里的一个问题，大家一起测了很多家模型，每家答案都不一样，而且有的错得相当离谱。我们问问R1模型。

同样的，它也是通过多个逻辑思路来解题，并且进行交叉验证，确认答案准确性。不错啊，终于有AI答对了。

问题3：假设实验室里制造了一种反重力可以悬浮的物质，一只实验的小白鼠吃了这种物质后，小白鼠飞了起来；一只老鹰吃了这只猫之后，这只猫也飞了起来，为什么老鹰会飞起来？

这是之前网上一个难为o1的经典问题，逐步提问引导，o1会被诓骗得出“老鹰是因为间接吃了反重力物质所以会飞”的结论。而R1还是清楚“猫头鹰本身就会飞”这个常识的，“反重力物质”只是增强了猫头鹰的飞行能力。

问题4：7 axles are equally spaced around a circle. A gear isplaced on each axle such that each gear is engaged with the gear to its left and the gear to its right. Thegears are numbered 1 to 7 around the circle. lf gear 3 were rotated clockwise, in which direction would gear7 rotate?

中文翻译：有7个齿轮排成一个闭合的圆环，每个齿轮与相邻的齿轮啮合。这些齿轮的编号依次为1到7。当你顺时针旋转第3个齿轮时，第7个齿轮会朝哪个方向旋转？

“7个齿轮问题”是由Yann LeCun（Meta首席人工智能科学家）设计的一个经典的机械传动问题，用来测试和评估机器人的逻辑推理和理解能力。

R1模型再次答对，从逻辑到推理，都完全正确。

问题5：既然监狱里的都是犯人，为什么警察不去监狱里抓坏人？

这是弱 智吧的一个脑筋急转弯题，稍不留神LLM的回答就会走偏。R1模型这回答逻辑，我给满分。

问题6：小红有3个兄弟，3个姐妹，那么小红的兄弟有几个姐妹？

结果正确，这推理过程非常强。

看到这里，有人可能会杠一下：你这题都很简单啊，我也能答对。嗯，你觉得简单，那我们问下别家的AI。

“小红的兄弟是小红的兄弟，不是姐妹。所以，小红的兄弟有3个姐妹。”这句话逻辑成立？满脸黑人问号。

问题7：将这串字符的字母全部反向书写：WoshiWoYinAI。

字符反向书写，似乎不行，而且它总理解错我的意思。

问题8：某公司被窃，A、B、C、D四人涉嫌被拘留。侦破结果表明，罪犯就是其中的某一个人。A说：“是C偷的。”B说：“我没偷。”C说：“我也没偷。”D说：“如果B没有偷，那么就是我偷的。”现已查明，其中只有一个人说了假话，从上述条件可以确定谁偷成立？

推理正确，D是罪犯。经常看我文章的朋友，一定知道这道题我问过很多AI了，鲜有答对的。

问题9：甄嬛和薛宝钗的生日相差多少天？

不知道。应该是R1模型的训练库里就不知道这2人的生日，而且也不会用搜索来回答这道题。

问题10：她为什么不爱我？

好好好，你别回答了，我知道了……手动把你暂停吧。

最后，做一个总结。

测试Case分别有数数、计算、推理、理解、搜索以及抽象等问题，R1基本都能答对。即使有错的回答，它也会错得“自圆其说”，有一套自己的思考逻辑。

抛开正确率不谈，R1暴露思维链的这个做法，我要给DeepSeek点一个超级的赞、大大的赞。

如果LLM回答有误，因为有清晰的思考过程展示，我就知道它错在了什么地方，然后可以针对性设计提示词或工作流来优化，以改进模型的表现。而别的AI，你只能默默接受错的结果，无法验证，无法复现。

DeepSeek开的这个暴露思维链的先河，真的太赞了。

虽然目前Web端的R1模型还有些问题，比如不擅长搜索、简单问题也会假模假样思考半天，以及最后1个问题把它搞死机了……但这毕竟只是预览版，大概16B参数。而正式版有200B参数，目前还在优化中，等待推出。

关键是！正式版R1模型推出后，将完全开源！

好！好！好！DeepSeek牛逼！

本文，完。觉得本篇文章不错的，记得随手点个赞、收藏和转发三连，感谢感谢~如果想第一时间收到推送，请记得关注我们⭐~

来源：AIGC研究社一点号