[智能应用]用DeepSeek创收的“小公司”，痛并快乐着 [4P] [复制链接]

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。

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。



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AI Infra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。



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。



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。”

接入DeepSeek主要有两种方式：

1. API接口调用：在模型运行起来后，可以通过编程方式调用其API接口。这种方式适用于有技术能力的企业，可以直接与DeepSeek模型进行交互。

2. 直接对话：用户可以在手机上安装APP或在官网打开聊天窗口，直接与模型对话。这种方式背后也是在调用API，但对用户来说更直观、易用。

具体接入步骤如下：

1. 评估需求：企业需要根据自身业务场景，评估是否适合接入DeepSeek，并确定具体的应用场景。

2. 下载模型：对于需要私有化部署的企业，可以从DeepSeek官网下载模型文件。

3. 部署服务：将模型文件部署到自己的服务器上，并对外提供API服务接口。这一步需要一定的技术能力，涉及到模型的运行和优化。

4. 商业化合作：对于一些需要定制化优化的企业，可以与DeepSeek团队进行合作，对模型进行微调优化，以满足特定项目需求。

5. 监控和优化：在接入后，还需要持续监控API的调用情况，并根据反馈进行优化调整。

总的来说，接入DeepSeek是一个软硬件协同的过程，需要企业根据自身条件选择合适的接入方式，并进行相应的技术准备和商业规划。随着大模型成本的降低和能力的提升，未来会有越来越多的企业接入DeepSeek，在AI应用领域发挥更大的价值。

用DeepSeek创收的“小公司”，痛并快乐着
DeepSeek带来的机遇
市场需求激发与业务拓展
DeepSeek的火爆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。这使得众多企业看到了AI市场的潜力，大量中小企业对部署了DeepSeek模型的产品需求旺盛。例如AIInfra公司宣布接入DeepSeek - R1后，很多中小企业前来联系，清程极智也遇到类似情况，业务拓展的机会明显增多。

流量激增与创收可能
众多企业接入DeepSeek后迎来了大量流量。如腾讯元宝APP接入DeepSeek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；硅基流动作为AI基础设施公司，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。这些流量为企业带来了潜在的创收机会，“小公司”也有望通过流量转化实现盈利。

DeepSeek带来的挑战
技术使用与鉴别难题
DeepSeek - R1有“满血版”和普通版之分，“满血版”模型参数达671B（6710亿），是普通版（14B/32B）的20倍以上，能力上限更高，但对硬件要求也更高。清程极智就频繁被客户询问是否为“满血版”，这反映出客户对模型版本的关注以及市场上可能存在的版本混淆问题。为解决这一问题，清程极智上线“满血版”鉴别小程序，可见技术使用和鉴别给企业带来了额外的工作和挑战。

技术接入与资源压力
DeepSeek官方提供了通过编程调用API接口和在手机装APP或打开官网聊天窗口调用API两种接入方法。然而，由于目前DeepSeek流量过高，服务器和人手不足，其API会出现超时等问题。对于像美图这样有大体量用户基数的企业，功能推广后流量可能激增，公有云服务保障能力更强；且DeepSeek模型较大，“满血版”对硬件要求高，企业自身部署在低峰期会有资源浪费。“小公司”可能在技术接入和资源分配上也面临类似的困境，需要权衡资源投入和效益。

行业竞争加剧
DeepSeek的快速迭代和开源，让本来就竞争激烈的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，众多企业纷纷宣布接入DeepSeek，市场竞争进一步加剧。“小公司”在技术实力、资源储备等方面可能相对较弱，面临着更大的竞争压力