DeepSeek发布推理AI模型R1仅一周后，Hugging Face研究人员便启动Open-R1项目，旨在从头复现该模型并开源所有组件（含训练数据），以践行“开放知识”理念。
Hugging Face研究主管Leandro von Werra及多名工程师表示，此举源于对DeepSeek“黑盒”发布模式的不满。尽管R1采用宽松许可、部署限制较少，但因缺乏构建工具等核心信息，并不符合严格意义上的“开源”定义。DeepSeek与众多头部AI公司一样，未公开核心技术细节。
Open-R1工程师Elie Bakouch指出：“R1虽令人印象深刻，但缺失公开数据集、实验细节及中间模型，严重阻碍了复现与研究。完全开源R1架构不仅关乎透明度，更是释放其潜力的关键。”
并非完全开放
由中国量化对冲基金资助的DeepSeek上周发布的R1，在多项基准测试中表现媲美甚至超越OpenAI o1。作为推理模型，R1具备自我事实核查能力，能有效规避常见陷阱；虽耗时较长，但在物理、科学及数学等领域可靠性更高。
凭借免费访问权限，DeepSeek聊天机器人迅速登顶苹果App Store榜首。R1惊人的开发速度与效率——在o1发布数周内即推出——引发华尔街及技术界对美国AI领先地位的担忧。
Bakouch强调，Open-R1的核心诉求在于“打开模型训练黑盒”，而非地缘竞争。由于R1未附带训练代码或说明，深入研究及行为引导极具挑战。他表示：“掌控数据集与流程对于敏感领域的负责任部署至关重要，也有助于解决偏见问题。研究人员需要完整信息而非碎片化内容，方能拓展技术边界。”
复现步骤
Open-R1计划依托Hugging Face Science Cluster（配备768块Nvidia H100 GPU）在数周内完成复现。团队将利用该集群生成类似数据集，并通过Hugging Face和GitHub向社区征集协助，共同构建训练流水线。
von Werra表示：“确保算法与配方正确实现是社区协作的优势所在，集众人之智可有效审视问题。”目前该项目热度极高，上线三天GitHub星标数即破万。
Bakouch期望若项目成功，研究人员可基于此流水线开发下一代开源推理模型，为未来更优模型奠定基础。他认为：“开源非零和博弈，前沿实验室与提供商均可共享创新成果，即时惠及全行业。”
针对开源AI滥用风险，Bakouch认为利大于弊。他指出：“一旦R1配方被复现，任何能租用GPU者皆可基于自有数据构建变体，加速技术扩散。近期的开源成果正强化开放性在AI领域的作用，扭转‘仅少数实验室领先’及‘开源落后于闭源’的旧有叙事。”