你的人生中，或許還從未像現在一樣，感覺到科技的進步就在你的眼皮子底下發生。
這種迫近感，很大程度上是一批國民級應用，以及政企和居民服務部門迅速接入DeepSeek帶來的。當你在2025年1月底，第一次在新聞上看到人們討論DeepSeek R1的釋出的時候，應該很難想象到，僅僅20天之後，基於DeepSeek開發的70個AI數智員工，就在深圳福田區的政務系統上崗，5分鐘幹掉了人類5天的工作量。
沒到一個月，北京、江蘇、廣東、浙江等十幾個省份的政務資料系統已經陸續接入DeepSeek，騰訊、阿里、百度、位元組旗下各有應用加入了使用DeepSeek的大軍，其中不乏微信、百度搜索這樣的國民級應用。
硬體廠商們動作之快也不遑多讓。從1月23日開始引爆全球，到2月24日，剛剛一個月的時間，各大汽車廠商，各大手機廠商也都已經接入了應用。
所有人都知道，擋住AI下沉到普通人生活中的攔路虎，一直就是成本。但沒有人知道，一旦成本降了下來，AI進入普通人生活的速度會有多快。從華為、阿里、騰訊、字節跳動、百度這些網際網路或雲服務巨頭；到榮耀、小米、OPPO、Vivo、比亞迪、奇瑞、一汽、上汽這些手機和汽車終端廠商。
所有人都在密切關注著這個橫空出世的“變故”。
有人選擇了擁抱，比如騰訊，幾乎全系產品都在接入DeepSeek；有些人則按兵不動，比如小米，直到2月23日才有所動作，蔚來小鵬也傾向於觀望。但國內國外，所有AI相關的公司，和有望用得上AI的領域，都在等待DeepSeek真正的影響顯出輪廓。
DeepSeek爆火一個月，表面上熱度稍減的關口，有些更宏大的事情正在悄然發生。
全世界都在接入DeepSeek
2023年6月，離開搜狗兩年的王小川，剛剛建立百川智慧，拿到5000萬美元啟動資金，就去矽谷轉了一圈。
在那裡，他目睹了一幫子不差錢的工程師們，把研究課題定在了怎麼把1000萬塊GPU連在一起做模型架構，而彼時的英偉達，一年才生產100萬塊GPU。
美國AI工程師做起夢來實在很費錢，壓根不考慮英偉達吭哧吭哧造十年才夠他們夢一回的。以至於我第一次聽說這事都樂了，因為這景象太像是某種資源詛咒被唱響的前奏了，因為AI這種東西要落入應用，最核心的門檻就是成本，可一旦研究者富裕到這個程度，是很難再為了“成本”二字絞盡腦汁。
可見仗打得太富裕，有時候也要付出代價。19個月後，這份“資源詛咒”被來自中國的DeepSeek推到了臺前，用550萬美元的單次訓練成本，把英偉達的股價都晃了一個跟頭，即便後來漲回來了，但影響已經造成了。
僅僅一個月的時間，全世界廠商都在試圖接入DeepSeek。
騰訊是中國大廠中擁抱姿態最為堅決的。從2月2日到2月8日，6天的時間，騰訊雲旗下HAI、CloudStudio、CNB、騰訊雲TI平臺、公有云API、騰訊雲大模型知識引擎、騰訊雲實時音影片TRTC等十幾個等產品矩陣，相繼宣佈支援DeepSeek全系模型的私有部署。從最輕量級的1.5B引數到被稱為“滿血版”的671B引數全面支援。
大年初五功能就能上線，想想諸位工程師們的加班節奏，我腦仁都是疼的。
而這還沒完，隨著雲服務加班加點對接到位，隨之而來的是騰訊旗下各個C端消費級產品應用的接入，QQ音樂、騰訊文件、QQ瀏覽器、騰訊地圖等應用紛紛以極快的速度接入DeepSeek，到了微信在搜尋欄灰度測試接入DeepSeek-R1的時候，騰訊展現出的認真堅決和行動之迅速，讓很多業內人也嚇了一跳。
但最尤其值得關注的是騰訊元寶。自從2月13日，元寶接入DeepSeek R1滿血版。騰訊非常堅決地加大了元寶的推廣力度，根據ADX資料顯示，2月18日到2月23日，投放素材量共5.5萬組，環比投放力度上漲了345.1%，單日投放素材已經超過了Kimi和豆包。只要上網，你幾乎很難躲得過元寶的廣告，而且幾乎所有素材都在強調DeepSeek R1滿血版的地位。
2月22日，騰訊元寶也已經超越豆包，在中國區蘋果應用商店免費App下載排行榜上的排名，“躥”至第二，僅次於DeepSeek本身，且頗有取而代之之意。而在此之前，元寶在應用排行榜上的排名一直在100名開外，豆包則已經佔據國內AI問答應用月活榜首相當長一段時間了。
這樣的推廣強度和接入速度，很難不讓人懷疑騰訊內部對AI相關戰略佈局的調整意圖。相比之下，阿里和位元組的動作都更剋制一點，和自家大模型關係更密切的通義、豆包都按兵不動，但在雲計算和辦公相關的應用層面，又反應相當迅速。
飛書多維表格下手極快。有那麼兩天，我幾乎被飛書多維表格接入DeepSeek後的各種玩法教程刷屏，甚至有企業老闆因此跑來問我，這個東西這麼厲害，不用會不會掉隊。
鑑於他是個做服裝廠的，我建議他著實不必如此焦慮……
釘釘的反應也相當快，AI助理接入了DeepSeek的滿血版，還可以在DeepSeek的基礎上，一鍵實現許多釘釘的定製功能，比飛書多維表格泛用性更強，而且更全面，僅僅是問答也能有相當好的效果，而過去就已經經過除錯的許多定製功能，在DeepSeek的加持下，有些可能也實現了一些效果的提升。
終端層面，手機和汽車兩大板塊，幾乎是一刻不停的加入了進來。華為、榮耀、OPPO、Vivo都已經宣佈接入DeepSeek，有些僅實現了新款機型接入，有些則直接進行了系統級合作，只要把系統升級就可以透過軟體呼叫。上汽、廣汽、東風、吉利、比亞迪也都已經宣佈接入DeepSeek……
當我發文這一天，除了政府相關部門以外，在民間，也已經有超過200家企業宣佈接入DeepSeek，覆蓋了基礎電信通訊、雲計算、晶片、金融、汽車、手機等多領域。局長將其中比較重要的廠商分成了幾個類別：
第一類是晶片類廠商，第二類是算力基礎服務類，也就是雲計算廠商。第三類是硬體終端類廠商，如汽車和手機企業。
（表格由DeepSeek輔助製作）
DeepSeek正在帶來應用的爆發，這種爆發的影響，在這一個月裡初見端倪，而世界上有些事情，已經被永久的改變了。
當美國眾議院“美中問題特別委員會”在1月29日向白宮國家安全顧問邁克爾·沃爾茨致信，揚言DeepSeek威脅美國國家安全，並呼籲立即進一步升級AI晶片出口管制的時候，全世界人民都能看出來：美國人被嚇著了。
彼時很多人都還不明白，美國人到底被什麼嚇著了。但這之後的一個月，事情開始逐漸清晰：全世界的廠商都在試圖接入DeepSeek，AI看上去從未離普通人的生活如此之近，而一旦如此，應用生態的爆發幾乎近在咫尺。
在這個春天，中國AI應用的蓬勃發展，已經擋不住了。
DeekSeek開啟的是AI創業時代
和美國政界推動的喊打喊殺不同，全世界的AI業界，對DeepSeek R1的態度都是積極的。大家看的很清楚，DeepSeek的出現，對於所有從業者來說，都是一件好事，它會帶來AI產業的集體繁榮。
而繁榮的核心，一是開源，二是成本。
開源就不詳述了，它意味著所有人都能用，而且所有人都能基於DeepSeek去改，去蒸餾出自己的小模型，去基於自己的定製模型做定製應用，技術的擴散速度將以指數級上升。
以這種擴散速度，如果未來半年之內沒有另一個足夠好的開源大模型出現，半年之後你會發現，全世界AI應用的底座都會變成DeepSeek和基於DeepSeek開發出來的模型。
但開源本身還不解決最核心的問題，核心的問題還是成本。
大模型除了訓練成本以外，還有計算成本。你訓練出來的模型效果再好，投入應用還是要產生計算成本，1個Token就是1個Token，算力是要錢的，而晶片很少，算力很貴，邊際成本永不為零。
而當我的算力供應不上你的計算需求，就只能透過漲價來設定使用的門檻。這就是為什麼，你們使用免費的AI問答產品，總會用著用著就說你的使用限額已經到達了上限，不能用了。
而更大的限制在於成本卡住了AI產品創新的腳步。
比如搜尋。全世界都知道大模型最終一定會改變現有的搜尋形態，但從ChatGPT橫空出世至今已經兩年了，AI在搜尋應用上的爆發依然沒有來。核心原因就在於，即便在不聯網的情況下，2023年AI單次問答的成本，也是普通搜尋成本的4-7倍。
谷歌一年的搜尋量是幾萬億次，每次搜尋的成本是2美分，如果切換為AI問答模式，一年最少要額外付出幾百億美元的成本，每年利潤的三分之一都要被燒掉，就算是谷歌也扛不住，小公司和創業者就更扛不住。
2024年走到下半年的時候，AI領域的創業公司幾乎都活得不是很舒服。曾經每個月都有的大模型融資訊息，有近半年都是停滯狀態。圈內知名的大模型創業公司基本都開始了人員調整，智譜 AI 高峰期有1000多人，2024年一度縮減上百人；零一萬物調整了數十人的團隊，集中在產品和運營部門；百川智慧也減員約20人，主要調整了C端產品人員。
創業公司的邏輯一貫是用更少的資源、更小的團隊、更靈活的決策，來獲取最領先的技術或市場洞察，再把洞察迅速開發成產品或服務，來引爆市場。但到了2024年下半年，大家發現，市面上好的大模型API太貴，便宜的大模型又沒一個夠好。好不容易有個開源的谷歌Llama3還開得不徹底，對中文的支援更是不提也罷。
於是整個AI產業都卡住了，大廠卷軍備，小廠搞收縮。核心原因就是向上遊卷大模型，資源根本投不過巨頭；向下遊做產品開發，又連別家大模型的API都用不起。成本像一面高牆，豎在所有創業者的面前，成了AI技術成果擴散推廣時最大的壁壘。
但當DeepSeek R1透過模型架構，實現了計算成本下降到其他大模型的十分之一，偏偏又進行了完整開源時，這面牆被動搖了。
首先小型創業公司可以透過很低的硬體門檻，就把DeepSeek的滿血版部署到本地，甚至可以用消費級的硬體實現這種效果。而私有化部署之後，執行效率遠超雲端API；從消費者角度來看，本地部署解決了以往大模型難以輸出太長上下文的痛點。AMD就宣稱，其第一、第二代銳龍AI的銳龍7040和8040平臺搭配32GB記憶體就能夠支援DeepSeek-R1-Distill-Llama-14B規格的大語言模型，這意味著最低3000-4000元成本就可以部署一個體驗相當不錯的AI應用環境。
而另一方面，如果你不想做硬體部署，國內雲計算廠商和硬體廠商，也都對DeepSeek有非常完備便捷的支援。春節時，流傳在各大社群的“DeepSeek本地部署教程”，用的就是華為雲和大模型雲服務商矽基流動（SilliconFlow）一起推出的解決方案，基於昇騰雲服務，是國內第一個國產晶片部署DeepSeek模型的案例，隨後因為十分簡單易實現，而在全網爆火。
從這個角度，你再去回看局長在第一節給你列出的表格。
在過去的1個月裡，中國已經完成了晶片+雲計算廠商進行基礎支援，終端廠商帶來系統級應用，大廠旗下應用進行第一批商業化實戰，政企服務將技術普惠民生的產品級別擴散……以此為底座，AI創業的前景突然就從去年的進退不得，變成了今年的一片大好。
平心而論，DeepSeek只是達到了o1的下限，說技術上已經超過美國為時尚早。但這不意味著DeepSeek不強，它真正的可怕之處，在於足夠好的同時，還足夠便宜。
用一個月的時間，它打破的是AI產品創新的壁壘，開啟的是一個AI創業的時代。
不是美國的斯普特尼克時刻
而是中國的DeepSeek時刻
2001年，成立3年的 Google 剛成為雅虎搜尋引擎供應商，當時的 CEO 埃裡克·施密特（Eric Schmidt）在勸桑德伯格加入公司時說：“如果你得到了坐上火箭的機會，別管是什麼位置，上去就行。”
而如今的DeepSeek無疑成為了AI時代的這支火箭，所有人都在試圖坐上這支火箭。票先搶了再說，至於自家的火箭還造不造，可以容後再議。
中國人在網際網路時代始終受限於系統生態起步過晚，缺乏自己的Windows、安卓、iOS，也一度因此吃了大虧。現在到了AI時代，如果全世界的應用生態建立在DeepSeek這樣的中國模型之上——西方可以接受嗎？
如果接受不了，那他們就只能選擇自己做出一個自己的DeepSeek，免費，開源，且強大。
這個時間視窗很短，如果半年之內，OpenAI可以實現免費開源的o1，甚至是o3，谷歌的Llama4也能實現同等技術水平，且不像現在一樣開源都開不徹底，對生態構建的競爭就還會繼續走向白熱化。
而如果半年之內無法做到，中國就有可能在AI應用生態的構建和創新速率上領先一個身位。
但歸根結底，DeepSeek只是一個開始。AI是下一個網際網路，又不是下一個網際網路，大模型每一次計算都有無法忽略的成本，且邊際成本並不會隨著使用者量的提升而明顯降低。所以規模效應目前還不適用於這個領域，要想讓AI應用真正有當初網際網路級別的爆發，成本還要再降。
當初網際網路行業能夠以極高的速度爆發，並迅速被應用於各行各業的產業賦能與改造升級，一個非常重要的原因，就是網際網路行業在完成初始佈局之後，再進行增長時的邊際成本幾乎為零。
Facebook的使用者從100萬漲到1000萬，成本幾乎是沒有增長的。DeepSeek已經在降低成本方面有了長足的進步，但依然遠遠沒有將成本拉低到足夠低的水平。
什麼時候，AI的計算成本和搜尋的成本差不多便宜了，你用Token的時候，像看看影片一樣一點都不心疼流量了。AI的應用就會徹底改變人類社會。
這是不是一場競爭？也許是的。
但這也是一場人類追求技術進步的自我革命。
美國人說，DeepSeek R1的釋出是又一個斯普特尼克時刻，但這個詞隱含著零和博弈的冷戰思維，是非此即彼，也可能會演變成再一次的晶片禁運升級，是封閉，是對立。
但對於中國人來說，這只是一箇中國的DeepSeek時刻，它意味著我們用開源的開放與自由理念，推動了技術的普惠，將AI產業的進步推到了一個新的境界。我們在擁抱這個世界，也希望全人類一起擁抱屬於AI的時代。
R1不一定是最先進的技術，但它至少是對最先進的技術的揭曉。它所應和的，依然是中國那句老話：
窮則獨善其身，達則兼濟天下。
····· End ·····
星海情報局 系統研究
中國製造與國產替代
專注中國產業崛起故事
▲關注產業資訊，破解科技密碼
追趕先進技術風口，看中國製造的星辰大海
入駐媒體平臺
36Kr/ 觀察者網風聞社群/ 網易
虎嗅/ 雪球/ 騰訊新聞
