AI Infra公司在宣布接入DeepSeek-R1后，会有很多中小企业前来联系，希望获得部署了R1模型的产品，清程极智就遇到了类似情形。
“你们的DeepSeek是不是‘满血版’？”清程极智CEO汤雄超曾被客户这么问。
注：DeepSeek满血版即DeepSeek-R1模型的顶级版本，模型参数达671B（6710亿），是普通版（14B/32B）的20倍以上，满血版支持本地/API部署及复杂科研计算，能力上限更高，且对硬件要求也更高。
收到太多此类问询后，清程极智团队决定用工程解决这个问题——在官网上线一个“满血版”鉴别小程序，并精心挑选了几道比较有区分度的题目，用户可以用这些题目去提问，如果系统回答得对，基本上就是“满血版”；如果回答不出来，可能就不是“满血版”。
该小程序上线后，其访问量超出了清程极智的预期。
实际上，清程极智的经历只是近期AI行业的一个缩影。“整个AI行业这一个多月应该都过得很充实。”有业内人士表示。DeepSeek的火爆，让整个AI赛道的从业人员处于一种“痛并快乐着”的状态。
一方面，DeepSeek的出现激发了普通用户使用AI工具的意识和需求，推动了AI的普及。DeepSeek也成为有史以来增速最快的AI应用，据AI产品榜统计，DeepSeek 2月份活跃用户1.57亿，已接近ChatGPT 7.49亿的20%。过多用户的涌入，也让DeepSeek对话机器人常常陷入“服务器繁忙”的状态。
另一方面，DeepSeek的快速迭代和开源，让本来就“卷”的AI行业进入了新一轮的“军备竞赛”，从模型层至应用层的很多公司，在今年春节期间几乎没有休息。众多企业宣布接入DeepSeek，既有云服务提供商、芯片制造商等B端公司，也有各类C端应用公司。据正和岛统计，已有超200家企业完成DeepSeek技术接口的集成部署。
接入的企业也迎来了一波“泼天流量”——腾讯元宝APP在接入DeepSeek之后，下载量迅速攀升，并在3月3日登顶中国区苹果应用商店免费APP下载排行榜TOP1；作为AI基础设施公司，硅基流动在全网最快接入DeepSeek-R1，访问量激增40倍，2月访问量高达1719万人次。
DeepSeek-R1的出现，也进一步提高了各方对AIGC应用加速发展的期待。当3月6日Monica.im发布AI智能体产品Manus时，再次引发了一场“邀请码抢购”狂潮。
无论是各大模型厂商还是AI产业链上下游的公司，都在兴奋地等待通往未来AI世界的关键路径。
一、如何接入DeepSeek
早在2024年DeepSeek-V2模型发布时，业内已经关注到这家公司及旗下的开源模型。
美图设计室技术负责人郭晨晖表示，为了在美图的AI应用场景中给用户更好的效果体验，在自研的基础上，美图也一直对国内外优秀的大模型保持关注。DeepSeek-V2发布时，美图的外采AI团队就关注到了该模型，与DeepSeek团队接触尝试合作。不过为了寻求稳定性，美图当时主要通过第三方AIInfra服务商调用DeepSeek模型API。2024年9月，美图设计室接入了V2模型，辅助文案扩写，V3、R1模型发布后，他们也陆续进行了更新。“我们产品和业务团队看到一些适合结合的模型，就会去做效果评估，合适的可能就会引入到我们自己的应用场景里。”郭晨晖说。
DeepSeek官方提供了两个接入方法，一是模型跑起来后，通过一些编程方式去调用它的API接口；二是用户在手机上装一个APP或打开官网的聊天窗口，直接跟它对话，聊天窗口的背后就在调用API。
不过，由于目前DeepSeek的流量过高，又存在服务器、人手不足等情况，导致DeepSeek自己的API会出现超时等问题。郭晨晖表示，美图旗下产品有着大体量的用户基数，一些功能推广开来后流量可能会激增数十倍、上百倍，这种情况下，公有云的服务保障能力相对更强。
不仅如此，DeepSeek的模型比较大，尤其是“满血版”模型对硬件有一定要求；基于性价比层面的考虑，美图的业务场景存在很显著的（使用）高峰、低峰效应，云厂商可以抹平各家调用API高低峰期的差异。“如果我们自己进行部署，低峰期资源利用率可能比较低，会有比较大的资源浪费。”郭晨晖说。
因此，美图目前接入DeepSeek-R1模型的方式，主要是调用云厂商的API，在此基础上进行一定的私有化部署。
与美图类似，部署端侧芯片的此芯科技，也一直对新发布的各种大模型保持关注，尤其是比较适合在端侧进行本地化部署的模型。此芯科技生态战略总经理周杰表示，对于一些开源的大模型，尤其是SOTA模型（State of the Art，在某一领域或任务中表现最佳的模型），他们会第一时间投入资源进行相应的异构适配。因此在DeepSeek去年发布V2以及今年发布R1后，此芯科技都第一时间尝试适配这些模型。
在周杰看来，DeepSeek-V2模型的主要创新点有两个，一是通过MLA（多头潜在注意力）架构有效地降低了KV缓存（Transformer模型在自回归解码过程中使用的一种优化技术）的开销，因为大语言模型对于内存带宽和容量的要求很高，一旦能够降低KV缓存，可以给算力平台带来很大帮助；二是DeepSeek发布的MoE（混合专家）模型，对传统MoE架构进行了优化改造，这个架构可以让一个（参数）更大的模型在资源有限的情况下被使用。
当时，此芯科技很快适配了V2模型的light版本，即16B大小的模型。“虽然16B参数看起来也很大，但实际运行时，它只会激活2.4B参数。我们觉得这样的模型非常适合在端侧运行，此芯科技的P1芯片也可以给2.4B参数规模的模型提供比较好的支持。”周杰告诉《中国企业家》。
对于此芯科技如何“接入”DeepSeek，周杰解释道：“用户现在使用DeepSeek等应用，很多需要调用云端的算力，相当于DeepSeek自己的数据中心或云厂商，提供了一些API给终端侧应用调用，用户使用DeepSeek APP时，就可以调用云端的AI能力。但是部分端侧场景可能对数据隐私等方面有很高的要求，这种情况下就需要在本地进行运算，在端侧部署后，用户可以在断网的情况下运行DeepSeek等模型。”
从算力和系统层面满足了运行一个大语言模型的基本要求后，此芯科技就可以结合客户项目的实际需求，跟DeepSeek等模型厂商进行商业化合作，对模型进行微调优化，把具体项目落地。
V2推出后，清程极智内部也尝试接入该模型，但当时的市场需求较少，他们就没有推广使用。今年R1出来后，他们觉得这是一个非常好的机会，决定接入DeepSeek并大规模向客户推广。
清程极智是做系统软件的，对外基于系统软件提供推理服务，因此不是像部分应用公司那样直接接入DeepSeek的API，而是为客户提供一套专属的DeepSeek的API用于应用服务。“我们接入的方式是把DeepSeek的开源模型下载下来，在我们的算力系统上用系统软件把服务部署起来。”汤雄超说。
通俗来讲，R1模型是一个几百G大小的文件，但下载后无法直接使用。“它只是一个文件，不是一个可用的服务，我们要做的是把这个模型运行起来，让它去对外提供服务的接口。通过API的服务接口，用户就可以跟模型进行对话了。”汤雄超解释道。
基于前期技术积累，清程极智在把模型文件下载下来后，一天内就迭代出了第一个版本，随后针对R1模型结构进行了优化，正式“满血版”官宣上线只用了一周。
在汤雄超看来，技术环节的工作都比较顺利，接入DeepSeek后，更多的挑战来自于商务侧或市场侧。具体来说，DeepSeek的流量给公司带来了非常多来咨询的客户，但每个客户的需求都不太一样。“包括算力平台、芯片型号、服务器规格等都不一样，我们需要针对不同的算力等基础，做针对性的调优。”汤雄超说。
二、API成本降低推动大模型普及
在2024年5月发布V2模型后，因其极致性价比，DeepSeek获得“AI界拼多多”的称号，并带动国内大厂打起了大模型价格战。
价格战降低了API费用。以美图“AI商品图”为例，在郭晨晖看来，一方面，美图在AI图像处理上拥有强大技术优势，而DeepSeek模型的接入带来了用户体验和转化的正向反馈，且大语言模型API的调用成本占比很低，这与美图的业务场景形成了很好的优势互补，因此美图也会加大对大语言模型应用的关注。
2月9日，DeepSeek停止了V3模型为期45天的优惠价格体验期，API恢复原价，每百万输入tokens 0.5元（缓存命中）/2元（缓存未命中），每百万输出tokens 8元。R1的百万tokens输入价格（缓存命中）为1元，百万tokens输入价格（缓存未命中）为4元，输出价格为16元。
但OpenAI官网显示，GPT-4o的2.5美元/百万输入tokens，10美元/百万输出tokens；最新发布的GPT-4.5的百万输入/输出tokens更是高达75美元/150美元，仅较GPT-4o就上涨了15~30倍。
在郭晨晖看来，一方面DeepSeek模型调用费用在美图AI研投的整体成本占比不高；另一方面，DeepSeek恢复原价后依然处于比较便宜的价格区间，且美图接入DeepSeek后，在用户转化及反馈上是正向的，因此他们会加大在大语言模型方面的投入。
周杰也认为，DeepSeek的API价格比OpenAI低了很多倍，对于企业和用户而言，买token的费用大大降低。在端侧模型层面，现在一个3B的模型可能就能做到以前7B以上规模的模型效果，内存等成本也相对降低了。
“这是个软硬件协同的过程。同样的硬件条件下，现在相当于能实现以前更大参数规模的模型效果，或者要达到同样的模型效果，对硬件的要求变低了。”周杰说。
3月初，持续五天的“DeepSeek开源周”结束后，DeepSeek团队首次对外公布了模型的优化技术细节、成本利润率等关键信息。按DeepSeek测算，其成本利润率理论上能达到545%。
大模型成本的快速降低以及能力的提升，也带来了to B和to C领域用户的高速增长。汤雄超透露，现在有很多的中小企业会主动联系到他们，希望获得基于R1模型的产品。
三、AI应用将加速爆发
百度创始人、董事长兼CEO李彦宏在《紧抓AI智能体爆发元年机遇，推动新质生产力加快发展》一文中写道，大模型的推理成本，每12个月就降低90%以上，远超“摩尔定律”。随着大模型技术的迭代和成本的直线下降，人工智能应用将大爆发。
目前，AI市场处于高速增长阶段，汤雄超认为，DeepSeek的理论利润率高达545%，对于整个行业的意义和影响非常积极，给市场科普了算力系统软件的重要性。
“过去大家并不是非常重视软件的能力，DeepSeek让大家认识到，花钱买软件不是浪费钱，而是为了更好地省钱。”汤雄超表示，在受过教育的市场环境下，核心系统软件的优势能被更大地发挥出来；短期来看，DeepSeek的开源也能让各方降低产品交付的商业成本。
随着越来越多企业接入DeepSeek，在其开源生态上做“建设”反馈，DeepSeek的发展进程也在加速。
郭晨晖认为，这也是DeepSeek的开源生态最大的优势——接入的企业在各自应用场景上打造差异化能力产品的同时，应用场景也能推动DeepSeek等基座大模型的发展。“各家公司在开源生态的差异化部署不仅能加速AI的创新，大模型的低成本化也有助于大模型在垂直细分领域的可用性，给AI的应用带来更大的想象空间。”郭晨晖说。
在周杰看来，除了云端应用爆发外，在DeepSeek的推动下，端侧AI应用也会在2025年实现井喷式发展。
“未来的AI其实是一个混合式的人工智能，不是所有的东西都在云端跑，也不是所有东西都在端侧跑，因为各有各的优势。如端侧只能跑相对小规模参数的模型，但对于某些任务来说，对精度有更高要求，还是要用云端算力；而为了保证数据安全和隐私，就需要使用端侧能力实现以前更大参数规模的模型效果，这就形成一个混合式的部署方案。”周杰说，此芯科技也在跟云厂商进行这方面的应用探索。
“AI应用元年”已经不是一个新概念，但截至目前，AI行业从业者以及投资人，还在寻找更适合AI应用的落地场景。在周杰看来，这只是时间问题，“一个新生态的发展肯定需要一定时间，所有的东西不会突然完善，需要软件和硬件不断迭代。目前来看，芯片侧、模型侧等已经为AI的大规模应用打下了坚实的基础，后面需要更多的开发者来开发AI应用，满足实际的场景需求。”
还没有评论，来说两句吧...