预览帖子
| 游客 |
主题回顾
匿名 发表于 2025-6-3 16:13
[attach]251981[/attach]
还没等来 DeepSeek-R2，DeepSeek-R1 昨天晚上先悄悄更新了一波。
和上次 V3-0324 版本一样，这回 DeepSeek 又又又往 Hugging Face 上默默扔了一个 DeepSeek-R1-0528，Model Card 和官方的更新公告都没出。
而在大伙儿还没反应过来的时候，R1 新版本已经是大模型热搜榜的第一了。
[attach]251982[/attach]
大家热烈讨论 R1 新版本的同时，也不忘 cue 一下 R2 和 V4 的大版本更新。
由于每次 DeepSeek 都喜欢赶在中国传统节日前后出点新东西，国外网友已经开始从国庆和端午的放假时间，来推测发布日期了。。。
[attach]251983[/attach]
难道这也是计划的一部分吗？（手动狗头）
值得一提的是，今天也是 NVIDIA Q1 财报发布的日子。遥想上次 R1 技术报告给大模型训练算力带来的拷打，还好这次只是 DeepSeek 小更，并没有公布算力信息，不然真的有点难绷。
话说回 R1 这次更新，DeepSeek 官方表示，R1-0528 的推理性能大幅提升、前端开发能力更强、工具使用能力更智能。
[attach]251984[/attach]
从官方案例来看，R1-0528 在物理世界的推理能力确实比 Claude-4-Sonnet 要优秀。小球在破坏砖块墙后，砖块的不规则倒塌更符合物理规律。
[attach]251985[/attach]
而等世超亲手测完了这次更新，只想说：虽然 R1-0528 编程推理能力有提升，但达不到惊艳。至于它的长文本生成能力，我愿称 DeepSeek 为大模型里掌管中文的神。
精彩的东西咱放在前面看，我们本来以为这只是一次普通的测试，没想到事情没那么简单。。。
世超给 R1 的提示词只有简单的：“请给我写一篇 10000 字的科幻小说。” 其余从文章的大纲到内容全是它自己完成。
话不多说，大家直接看文吧：
[attach]251986[/attach]
“霓虹像永不凝固的液态宝石”，“整座城市浸泡在一种迷幻而冰冷的蓝紫色调里”。。。
此刻，世超只恨不能把全篇小说截给大家，感兴趣的差友可以去文末链接阅读全文。
作为一篇悬疑科幻小说，DeepSeek 行文流畅，科幻氛围浓厚，人物描写细致入微，从情节到逻辑都无可挑剔。
写出这样的故事，DeepSeek 只思考了 40 秒。
而一直以来被大家认为文字功底很强的 Gemini 2.5 pro 表现一般，写出来的小说像是辞藻堆砌，有些晦涩难懂。
[attach]251987[/attach]
有一说一，看完 DeepSeek 写的小说，世超的心情非常复杂。这篇小说甚至可以说比大部分网文都优秀，又有速度又有质量，大模型恐怖如斯。
难道失业的风也要吹到。。。世超表示瑟瑟发抖。
咱再说说代码生成上的更新。其实 R1-0528 的代码能力也有显著的提升，只不过比起它的长文本生成，就有点不够看了。
在大模型代码能力测试基准 LiveCodeBench 上，DeepSeek-R1-0528 已经跃升到了榜单第四，略逊于 o4-Mini（Medium），但和 o3-Mini 打得有来有回，直接被闭源的 OpenAI 包围了。
[attach]251988[/attach]
既然编程能力这么强，世超就先拿经典问题 —— 五边形小球弹跳测一测。
各位差友可能还有印象，之前咱评测 V3-0324 版本的时候也把老 R1 拿出来溜了溜，结果那时候 R1 的表现非常拉垮。
不过，这次 R1-0528 的表现确实出乎意料，比起老 R1 好了不是一点半点。
左边旧 R1，右边 R1-0528
[attach]251989[/attach]
不仅代码一次启动成功，不像老版的飞檐走壁，新版本小球弹跳的效果明显更符合物理规律，在五边形拐角处的丝滑回弹更是细节到位。
除了物理效果提升，R1-0528 生成的界面也很美观，甚至可以自定义重力强度、旋转速度、弹性系数、摩擦系数的参数，还能实时看到小球运动的各种物理参数。
[attach]251990[/attach]
不过可能因为咱在提示词里并没有让它干这些事，虽然物理参数是实时显示变化的，但动画参数控制滑块仅供观赏，没啥实际用途。。。
世超还看到有网友说 R1-0528 能和 Claude Sonnet 4 碰一碰。记得上次测 V3-0324 的时候，Claude Sonnet 3.7 赢得很彻底。不知道这回 DeepSeek 的前端审美有啥优化？
测试完世超觉得，R1 真的没输。
[attach]251991[/attach]
我们给两个模型分别只一次机会，相同的提示词，生成的结果该是啥样就是啥样，不能重来。
首先从画面美观度和功能完整度来说，两者算打个平手。R1-0528 的界面明显不像 V3 时期那么简陋了。功能方面，Sonnet 4 有的，R1-0528 通通都有，R1 还贴心地加上了使用说明。
左 DeepSeek-R1-0528，右 Claude Sonnet 4
[attach]251992[/attach]
但是，实测 Claude Sonnet 4 的清空画板和保存键并不好用。而且两者的取色功能都存在 bug，取色器会穿到色卡的下面去，只能说还有一定进步空间。
左 DeepSeek-R1-0528，右 Claude Sonnet 4
[attach]251993[/attach]
除此之外，也有网友表示这回更新之后，DeepSeek 的深度思考直接停不下来了。。。
[attach]251994[/attach]
为了提升模型深度思考的能力，R1-0528 似乎有意拉长了大模型的思考时长。但这个改动带来的具体效果还是看个人需求，毕竟要是一个问题想上 25 分钟，即使答案更完美，作为用户也确实有点捉急。
总的来说，这次更新 DeepSeek 依然延续了他们过往的风格：轻描淡写小更一下，但是整个大活儿。
DeepSeek-R1-0528 不管是纵向和自己比，还是横向和其它大模型比，表现都丝毫不输，甚至在中文长文本生成方面一骑绝尘。
世超觉得，这次 DeepSeek 带来的惊喜，让我们对国产大模型又有了新的期待。DeepSeek-R1-0528 向我们展示了，它们不仅可以和闭源模型卷性能，还有不可替代的本土化优势。
最后，想体验的差友，现在上官网就能用到 R1 最新的 0528 版本啦。
来源：差评 XPIN
