幾百家企業接入DeepSeek?別急,後面只會更多

差評
02-25

如果有人說:差評君是秦始皇,別說你了,哥們自己都不信。

但要有人說:DeepSeek 是秦始皇。

那咱沒準還真要琢磨下,畢竟人家這段時間,真一統全國了。。。

你看甭管是哪個行業的哪家公司、和 AI 有沒有打過交道,平時有沒有互相 Diss ,最近都跟說好了一樣,搶着接入 DeepSeek 。

差評君簡單給你彙報下噢。

2 月 5 日大年初八那天,纔剛開工,華爲就宣佈接入 DeepSeek 。鴻蒙用戶在小藝助手 App 的智能體廣場裏就能體驗到。

這邊華子剛入局,那邊幾家友商火速跟上了。

2 月 8 日,榮耀宣佈上線 DeepSeek-R1 嚐鮮版;同一天,OPPO 也宣佈 OPPO Find N5 將接入 DeepSeek-R1 ;還是同一天,魅族Flyme AIOS 團隊也已完成 DeepSeek-R1 大模型接入。。。

手機廠商們打得熱火朝天,隔壁車圈也同樣沒閒着。

2 月 6 日,吉利汽車宣佈自己的大模型和 DeepSeek 完成了深度融合。

接着第二天,嵐圖、極氪也宣佈了。

這還沒完,接下來的 3 天,智己、奇瑞、零跑、比亞迪、長城、紅旗更是上演了一場集體官宣。。。

你以爲這就結束了嗎?

除了民營企業,像廣東、江蘇等多地政務服務系統,也宣佈接入 DeepSeek 系列大模型。三大電信運營商、中石油、中石化等中企巨頭也和 DeepSeek 展開合作。

上面,都還在差評君理解範圍,越到後面,宣佈接入 DeepSeek 的企業越讓差評君震驚。

比如大夥兒平時騎的小電驢品牌,九號小牛也掛起海報,各自官宣 “ 行業首發 ” 接入 DeepSeek 。。。

別急,後面還有大的。。。

自家已經有文心大模型的百度搜索,居然也接入了 DeepSeek 。

甚至一向不愛湊熱鬧的微信也在搜索中接入了,編輯部有幾個小夥伴已經灰度上了。

鑑於目前這個局面已經有點像誰不接 DeepSeek ,就有種當年誰還沒 QQ 號的感覺,顯得自己不夠領先。。。

所以差評君猜測,未來一段時間,還會有大把的企業接入 DeepSeek 。

那問題來了,這麼多企業接入 DeepSeek ,真能提高企業效率,改善用戶體驗嗎?

看情況。

有網友就表示百度地圖接入 DeepSeek 還挺好的,能根據用戶消費水平、最近搜索過的地點來推薦附近看花的地方。

但差評君覺得,還是有不少產品, DeepSeek 接得不是很有必要。。。

比如我們前兩天剛寫車企們都在接入 DeepSeek ,一會融合,一會蒸餾,聽着挺酷嗷。

說通俗點就是:給車上那些AI 小助手,加一點 DeepSeek 的技能。

DeepSeek 的核心技能還是思維鏈( Chain of Thought ),很擅長邏輯推理。

比如你問它:我有一個朋友想問下怎麼補腎。它能推理出:這個朋友可能是用戶自己。

開個玩笑。

通常大家都用它解決複雜的數學、編程、推理任務。但關鍵是,咱開車能有多複雜的需求嗎?讓 AI 開個窗、打開後座椅加熱,頂天了。

真要說,也有。

就是你兒子高考數學結束,你開車接他回去的路上可以問,最後一題到底怎麼算。

四輪車都這樣了,那二輪車 App 接入 DeepSeek 差評君更想不通能幹嘛了。

有點大炮打蚊子,呂布單挑草履蟲,用 RTX5090 玩暴力摩托——火力過剩了。

所以問題又來了。。。

差評君能想到的情況,人這麼大企業也顯然能考慮到。可爲啥大家還是搶着接入 DeepSeek ?

我覺得吧,有 4 種因素。

第一種嘛,主動蹭。

看到一個大明星,誰都想跑過去拍張合照,發個朋友圈,點贊拉爆。

何況這種科技圈的頂流,蹭上就能有曝光,加月活,那幹嘛不蹭?

你看百度接入了 DeepSeek , 1 小時就有 1000 萬用戶體驗。。。

這不香嗎?還管啥文心一言二言的。

蹭!理解,人之常情,我們也愛蹭。

第二種,被動蹭。

畢竟全行業的友商,都嘰裏呱啦接入了 DeepSeek 。如果你沒動作,那媒體用戶難免會問兩句,給你上壓力。

“ 都在接入啊?不接是不是顯得咱們。。。 ”

“ 接吧接吧,也沒啥壞處。 ”

第三種,秀肌肉、加好感。

雖然接入 DeepSeek 的難度並不大,但消息聽起來,它不僅顯得公司有一定技術基礎,還能展示出公司領導層決策的迅速和果斷。

最重要的是接入 DeepSeek ,就意味着自己跟上了市場風向,滿足了用戶需求。

屬於一種,誰先接入,誰就更懂市場、更寵用戶。爲啥小牛和九號都說自己 “ 行業率先 ” ,就是這原因。

第四種,其實有不少企業原本就計劃接入

AI 大模型。

可能有差友表示懷疑:那咋這麼巧呢,正好這時候接入?

這就是咱們今天要討論的核心,接入 DeepSeek 的成本太低了。

去年智譜、字節、阿里、百度、騰訊的大模型突然打起價格戰,嗯,和 DeepSeek V2 發佈脫離不了干係。DeepSeek 可是靠着一手低價,被行業稱爲 AI 界的拼多多

那 DeepSeek 到底有多便宜?

在 AI 競技場裏, DeepSeek R1 的評分要高於 OpenAI 的 o1-mini 、 o1-preview 等模型。

但價格呢,看下這個表格。

以防你看不清,差評君用箭頭標一下。

那個短到幾乎看不到的條形,就是 DeepSeek API 的價格。

圖源 DeepSeek 官網

R1 輸入價格( 緩存未命中 )每百萬 Tokens 才 4 塊錢,而實力不如 R1 的 o1-preview ,得要 110 塊。

高下立判了兄弟們,第一次覺得短短的也很酷哦。

差評君敢說沒有廉價的 DeepSeek ,一堆

AI 初創公司都得倒閉,包括我們之前採訪的語核科技創始人池光耀也這麼認爲。

語核科技是做企業向的 agent 數字員工,從去年 6 月就一直用 DeepSeek 。

當時有不少大模型公司還來找過語核,說可以提供和 DeepSeek 價格相近的模型。但池光耀表示,價格一樣的模型 “ 太笨了跟 DeepSeek 不在一個維度 ” 。

要是能力和 DeepSeek 差不多的呢?那價格 “ 基本是 DeepSeek 10 倍以上 ” 。

所以啊,那些原本嫌 AI 大模型貴遲遲沒有下決定的公司,在 DeepSeek R1 大火之後就立刻停止了觀望,選擇接入。

如果把 AI 大模型比作《 賽博朋克 2077 》裏的義體,那麼 DeepSeek R1 就是一個當下熱門、價格低廉、 buff 賊猛、佔用緩存小的頂尖義體。

有人看中它的價格低,有人看中它的機制猛,人人都想接入,於是——

文章開頭那個 “ 百家爭 D ” 的現象,就出現了。

當然,百家爭 D 只是一個開始。

DeepSeek 的開源意味着,企業們除了可以接入 API ,還可以在本地自部署。

原本企業訓練 AI 大模型要燒多少錢?

拿最近剛出的 Grok 3 來說,其訓練成本是 20 萬塊英偉達 GPU ( 一塊成本大概 3 萬刀 ),也就是 60 億美金。

但現在,企業本地搭建一個 DeepSeek R1 滿血版要多少錢?參數 671B ,運行起來需要 1543 GB 顯存, 16 張 A100 80GB 就夠了。

假如用 1.5 萬美元的價格購入一張 A100 80GB ,也就是 24 萬美元。

根據 AI 競技場裏, DeepSeek R1 評分 1361 、 Grok3 評分 1402 ,相差不大。

我們可以這麼說——

因爲 DeepSeek 的開源,無數企業只要花幾十萬美元,就能部署一個能力堪比訓練成本 60 億美金的AI

況且, DeepSeek 還開源了多個版本,需求不大的中小企業也可以選擇 7B 、 70B 等參數級。

所以 DeepSeek 對行業最大的影響,就是讓AI 從 “ 高成本壟斷 ” 開始向 “ 低成本普惠 ” 傾斜。AI 大模型不再是一個巨頭、資本、無腦堆顯卡的氪金遊戲,而是一箇中小企業都能參與進來的創意遊戲。

DeepSeek 面前,衆生平等。

任何一個企業都不需要付出太多成本,也不必害怕碰壁。只要想嘗試,第二天就能在自己產品、板塊、功能裏接入一個頂尖 AI 大模型,探索垂直領域上的更多創新。

儘管, “ 百家爭 D” 裏有不少企業,只是打着 DeepSeek 的噱頭,滿足下用戶的娛樂需求。有些接入的很抽象,有些接入的沒必要。

儘管,很多人包括差評君在內,也開始有點反感聽到 “ 誰誰誰又接入 DeepSeek” 的新聞了。

但,總有認真做事的企業。多給他們一點時間,只要接入的企業越多,那麼 DeepSeek 所推動的創新就一定越多。

當然,未來怎麼發展誰都不好說。

不過差評君確定的是,在農曆蛇年春節,有一隻來自東方的蝴蝶,扇動了一下翅膀。

而百家爭 D 後,一定會有更多的蝴蝶,要扇動翅膀了。

免責聲明:投資有風險,本文並非投資建議,以上內容不應被視為任何金融產品的購買或出售要約、建議或邀請,作者或其他用戶的任何相關討論、評論或帖子也不應被視為此類內容。本文僅供一般參考,不考慮您的個人投資目標、財務狀況或需求。TTM對信息的準確性和完整性不承擔任何責任或保證,投資者應自行研究並在投資前尋求專業建議。

熱議股票

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10