DeepSeek V4 已箭在弦上？正值 DeepSeek-R1 发布一周年之际，其官方 GitHub 代码库意外泄露了代号 “MODEL1” 的全新模型线索。综合泄露代码片段所呈现的架构调整、硬件优化及全新处理机制不难看出，“MODEL1” 绝非简单的版本迭代，而是一次全方位的架构重构。此次 DeepSeek 在 GitHub 代码库的提前部署，与业内疯传的 “新模型再度于春节期间发布” 的消息，在时间线上高度契合。本月初，外媒亦有爆料，DeepSeek 计划在今年 2 月中旬农历新年期间，推出新一代旗舰 AI 模型 DeepSeek V4。
近日，DeepSeek 陆陆续续给其在 GitHub 上的 FlashMLA 代码库做了一系列更新。
而就在近期，有开发者发现，在涉及的 114 个文件中，共有 28 处提及了未知的 “MODEL1” 大模型标识符。更关键的是，在代码逻辑结构里，该标识符与现有模型 “V32”（即 DeepSeek-V3.2）呈并列关系，且作为独立分支存在 —— 这意味着，“MODEL1” 大概率对应一款脱离现有架构、采用全新技术路径的模型。
网友们也纷纷猜测，这个 “MODEL1” 大概率就是 DeepSeek 即将推出的新模型 V4 的内部开发代号，或是其首个工程版本。从代码片段披露的技术规格来看，该新模型迎来重大架构变更，不仅在 KV Cache（键值缓存）布局、稀疏性处理及 FP8 解码支持等核心模块调整了技术策略与底层机制，还将参数维度切换至 512 维，并针对英伟达下一代 Blackwell GPU 架构进行了专项优化。
尽管本次代码提交聚焦于算子层面的实现，但调度逻辑中仍透露出多项新增功能的线索。从代码仓库的架构可推断，“MODEL1” 已集成价值向量位置感知（VVPA）技术，这项技术有望破解传统 MLA 架构在长文本处理场景中存在的位置信息衰减难题。代码注释中还提及一种 “记忆印记（Engram）机制”，不过目前公开的代码提交记录中，该机制的实现细节尚未完整披露。结合其在分布式处理模块中的部署位置推测，其功能大概率与分布式存储优化或高级键值压缩技术相关，核心目标是满足 “MODEL1” 对高吞吐量的性能需求。