DeepSeek-R1和Kimi K1.5相继发布，技术报告显示其性能超越OpenAI的o1模型。DeepSeek-R1通过纯强化学习提升推理能力，经过多阶段训练和冷启动数据，最终性能与o1相当。这表明大模型在推理方面的进步，具身智能领域也因此受益。