DeepSeek首席研究员Daya Guo在社交平台透露：

• 训练效率 ：660亿参数的R1-Zero模型训练仅耗时2-3周，较传统方法压缩80%时间；
• 技术突破 ：春节期间观察到模型在未训练领域的泛化能力显著增强，RL（强化学习）性能曲线持续上升；
• 未来方向 ：正探索将R1应用于数学形式化证明（如Lean框架），目标实现IMO级难题求解。
  行业专家评价，此进展验证了“小数据+强算法”路径的可行性。据悉，DeepSeek计划于Q2发布支持多模态推理的Janus-Pro框架，进一步拓展工业质检、科研计算等场景。