关于 DeepSeek R2 在 ARC-AGI 中得分 90% 的传闻，目前存在较多争议和不确定性。结合搜索结果中的信息，可从以下几个角度进行分析：

一、传闻的可信度与背景

1. 缺乏权威来源
   目前所有关于 R2 得分 90% 的信息均来自社交媒体（如 Twitter 用户 @Smoke-away）或自媒体，而 DeepSeek 官方并未发布任何相关公告。其唯一官方账号已明确否认提前发布 R2 的传言，并宣布 R2 计划于 2025 年 5 月发布19。

   • 消息源存在矛盾：部分转发者声称信息来源是“梦境”，进一步削弱了可信度1。

2. 技术层面的质疑

   • ARC-AGI 的挑战性：ARC-AGI 测试由 Keras 创始人 François Chollet 设计，旨在评估 AI 在极少示例下的抽象推理能力。人类平均正确率约 76%，而当前顶尖模型如 OpenAI o3 在高计算模式下仅得 87.5%，DeepSeek R1 的得分仅为 15-20%134。若 R2 短期内提升至 90%，将远超现有技术进展速度。

   • 测试数据泄露风险：有专家指出，若得分基于公开训练集而非官方隐藏测试集，可能因数据泄露导致结果虚高112。

二、若传闻属实的意义与可能性

1. 技术突破的可能性

   • 推理能力的质变：若 R2 真能达到 90% 的得分，意味着其抽象推理能力接近人类水平（人类平均 84%），可能颠覆当前 AI 技术范式，成为 AGI 发展的重要里程碑14。

   • 开源与闭源竞争：DeepSeek 以开源模式著称，若 R2 表现超越 OpenAI 的闭源模型 o3（得分 87.5%），可能推动行业转向开源生态主导29。

2. 技术路径的可行性

   • 强化学习与自优化：DeepSeek R1-Zero 已展示通过纯强化学习（无人类标注数据）实现推理优化的潜力，若 R2 延续这一路径并进一步扩展，可能在效率上实现突破12。

   • 成本控制：DeepSeek 此前通过架构优化显著降低训练成本（仅为同类模型的 1/10），若 R2 延续这一优势，可能证明“低成本高性能”的可行性59。

三、行业影响与争议

1. 对 AI 竞赛的刺激

   • 若传闻属实，可能加剧 OpenAI、Google 等公司与 DeepSeek 的竞争，推动更多资源投入推理优化而非单纯模型扩展912。

   • 开源社区的参与度可能提升，加速 AGI 技术民主化进程25。

2. 公众认知与风险

   • 拟人化误解：高分可能被误读为“AI 觉醒”，需警惕过度炒作引发恐慌112。

   • 安全与伦理挑战：若 AI 具备高阶推理能力，需重新评估其可控性，防止滥用或意外后果14。

四、理性看待与未来验证

1. 等待官方验证

   • DeepSeek 计划于 2025 年 5 月发布 R2，届时需关注其官方测试结果及技术白皮书，尤其是对 ARC-AGI 的详细评测方法19。

2. 技术趋势的启示

   • 无论传闻真假，当前 AI 领域已从“数据规模竞赛”转向“推理能力优化”。OpenAI o3、DeepSeek R1 等模型的进展表明，强化学习、多模态融合和成本控制是未来关键方向3912。

总结

当前 DeepSeek R2 得分 90% 的传闻极可能是夸大或误传，但其引发的讨论揭示了行业对 AGI 核心能力（如抽象推理）的高度关注。若未来技术真能突破这一门槛，将标志 AI 从“工具”迈向“伙伴”的质变，但也需同步解决伦理、安全与可控性问题。建议以审慎态度等待官方信息，同时关注 DeepSeek 在开源生态和成本优化上的持续创新。