DeepSeek R1发布：国产AI新高度，附Spring AI扩展集成指南

首先恭喜深度求索推出了全新的推理模型 R1，这是一个国内大模型厂商重要的里程碑。 让我们一起来看看这个模型的特点和如何在 Spring AI 中使用它。

DeepSeek R1 的突破性进展

DeepSeek R1 是一个专注于推理能力的大模型，其最大的特点是采用了"思维链"（Chain of Thought）技术。与传统的 GPT-4 和 DeepSeek V3 相比，R1 在以下方面有显著优势：

1. 推理过程可视化：不同于通用模型的"黑盒"输出，R1 会展示完整的思维推理过程，让用户能够理解模型是如何得出结论的。

2. 强化学习突破：通过大规模强化学习技术，R1 在仅有少量标注数据的情况下，就达到了与 OpenAI O1 相当的推理能力。这一点尤其难得，因为 O1 被认为是目前最强的推理模型。

3. 性能对标：在数学、代码和自然语言推理等任务上，R1 已经能够对标 OpenAI O1 正式版。这意味着在复杂推理任务上，R1 可以作为 O1 的有力开源替代。

如下图所示，相比通用型的 DeepSeek V3，R1 在结构化写作和逻辑推理方面表现出明显优势：

与 OpenAI O1 和 GPT-4 的封闭特性不同，DeepSeek R1 选择了开源路线：

1. 完整开源：提供了 660B 参数的完整模型，包括 DeepSeek-R1-Zero 和 DeepSeek-R1

2. 蒸馏小模型：通过模型蒸馏技术，开源了 6 个小模型，其中 32B 和 70B 版本在多项能力上已经对标 O1-mini

3. MIT License：采用最宽松的开源协议，允许商用和二次开发，甚至支持通过蒸馏技术训练新模型

下面我们通过一个简单的示例来展示如何使用 Spring AI 集成 DeepSeek Reasoner 模型。

添加依赖

首先在 pom.xml 中添加 Spring AI 依赖：

     

 org.springframework.ai groupId>     

 spring-ai-openai-spring-boot-starter artifactId>     

 1.0.0-M4 version> dependency>

在 application 中配置 DeepSeek API 相关信息：

spring.ai.openai.chat.options.model=deepseek-reasoner
spring.ai.openai.base-url=https://api.deepseek.com
spring.ai.openai.api-key=sk-xxx

需要注意的是，作为专注推理的模型，DeepSeek Reasoner 不支持 temperature 参数（这与 O1 类似，都是为了保证推理结果的稳定性）。但 Spring AI 默认会添加此参数，这会导致如下错误：

Caused by: dev.ai4j.openai4j.OpenAiHttpException: {"error":{"message":"deepseek-reasoner does not support the parameter `temperature`","type":"invalid_request_error","param":null,"code":"invalid_request_error"}}

为了解决这个问题，我们需要添加一个请求拦截器来移除 temperature 参数，实现"越狱效果"：

@Configuration
public class AIConfig {

    @Bean
    public RestClientCustomizer restClientCustomizer() {
        return restClientBuilder -> restClientBuilder.requestInterceptor((request, body, execution) -> {
             // 使用 jackson 解析请求体，去掉 temperature 参数 
            JSONObject entries = JSONUtil.parseObj(new String(body));
            entries.remove("temperature");
            return execution.execute(request, entries.toString().getBytes(StandardCharsets.UTF_8));
        }).build();
    }
}

创建一个简单 Test 处理 AI 对话请求：

  @Autowired
  private ChatClient chatClient;

  @Test
  void contextLoads() {
      String content = chatClient.prompt("9.11 and 9.8, which is greater?").call().content();
      System.out.println(content);
  }

1. 输入参数

• max_tokens：最终回答的最大长度（不含思维链输出），默认为 4K，最大为 8K

• 思维链输出最多可达 32K tokens

• 不支持 temperature 参数（默认固定为 0.7）

输出字段

• reasoning_content：思维链内容

• content：最终回答内容

上下文长度

• API 最大支持 64K 上下文

• 输出的 reasoning_content 长度不计入 64K 上下文长度中

定价说明

• 输入 tokens：1 元/百万 tokens（缓存命中）或 4 元/百万 tokens（缓存未命中）

• 输出 tokens：16 元/百万 tokens

复杂推理任务

• R1/O1：通过思维链提供详细推理过程，适合数学证明、逻辑推理

• GPT-4：通用性强但推理过程不透明

• V3：更适合创意写作和开放性对话

相比 Open AI O1，DeepSeek R1 的定价更具竞争力：

• 输入 tokens：1 元/百万 tokens（缓存命中）或 4 元/百万 tokens（缓存未命中）

• 输出 tokens：16 元/百万 tokens

DeepSeek R1 的发布标志着中国大模型在推理能力上已经达到世界领先水平。通过 Spring AI 的集成，我们可以方便地使用这一强大的推理模型。虽然在参数兼容性上需要一些技术处理，但这丝毫不影响它在复杂推理场景下的出色表现。

对于需要强大推理能力的应用场景，R1 是一个比 GPT-4 更专业、比 O1 更开放、比 V3 更专注的选择。它的开源特性更是为整个 AI 生态的发展提供了宝贵的资源。

在线阅读：https://talk.gitee.com/report/china-open-source-2024-annual-report.pdf