2025年初，DeepSeek R1的出现在AI领域掀起了巨大波澜。它不仅在App Store下载量上超越ChatGPT，还引发了美国资本市场芯片企业股价的波动。
DeepSeek R1引发市场关注
2025年小年夜，美国资本市场出现急剧变化，芯片相关企业股价大幅下跌，这与DeepSeek R1的崛起密切相关。同时，DeepSeek占据App Store免费下载榜榜首，搜索量持续处于高位。
Gartner高级研究总监Mike Fang指出，这一现象标志着DeepSeek R1已成为AI领域的重要力量，改变了市场格局，吸引了全球的目光。
对于DeepSeek通过低成本与开源策略迅速崛起的现象，Mike Fang表示，它的业务战略是以研究驱动而非商业驱动，这对模型开发至关重要。而且它不仅成本低，还凭借顶尖的性能和APP创新获得全球关注，这些都是其成功的关键因素 。
与此同时，DeepSeek R1的热潮迅速蔓延至企业端。Perplexity的CEO表示用户可用R1模型，认为这是AI的变革时刻。亚马逊、微软、谷歌等高科技公司也开始支持该模型在其平台上的供给。国内企业和用户对DeepSeek R1同样热情高涨。
Mike Fang表示，这表明DeepSeek R1在实际应用中展现出了价值，推动了AI技术在企业中的应用进程。在被问及中国企业目前如何应用DeepSeek时，Mike Fang介绍说，现在有部分企业已考虑本地化部署，利用本地芯片进行尝试，但也存在一些误区，很多在笔记本电脑上跑的是“蒸馏模型”，性能不如DeepSeek本身。此外，不少企业开始租用算力，或购买“云”厂商的APP调用，以此来解锁DeepSeek模型的能力。
DeepSeek R1成功背后的思考
DeepSeek成立于2023年7月，在短时间内发布了多个模型，于2025年1月20日正式推出DeepSeek R1模型。Mike Fang认为，DeepSeek以研究为导向，而非短期盈利，这使得工程师能在无过多财务压力的环境下高效运营。同时，在硬件受限的情况下，DeepSeek利用受管制芯片，通过算法优化，如MLA和混合精度计算等，提升了模型性能。
在谈及DeepSeek在芯片受限与低算力投入的背景下达到全球顶尖闭源模型性能水平的意义时，Mike Fang指出，这对中美企业来说，都意味着要思考如何利用有效资源做出更高性能的产品，为行业发展提供了新的思路和方向。
尽管DeepSeek R1的低价策略并非首创，但它在性能上取得了突破。在Lymsys排行榜上，DeepSeek R1和V3排名靠前，能与第一梯队的模型相媲美，且具有开源属性。此外，其APP将网络搜索和思维链能力结合，带来了新的应用体验。DeepSeek在工程化上持续突破，而非单纯依靠暴力破解。
Mike Fang强调，这些创新点是DeepSeek R1成功的关键，也为AI行业发展提供了新思路。针对开源和闭源的争论，Mike Fang表示，如果闭源模型性能不如开源模型，其商业路径会面临挑战；而顶尖的闭源模型仍有商业价值。开源模型如Facebook的Llama是为了完善开源技术生态圈，提升议价权。DeepSeek开源目前只是开源模型权重，未来其开源模式的发展还有待观察 。
DeepSeek对AI行业的深远影响
DeepSeek R1的成功对AI行业产生了多方面的影响。在算法效率上，它展示了用更少资源开发LLMs的可能性，“模型蒸馏”服务可助力企业高效构建定制模型。在AI应用方面，其成本优势加速了AI的普及。数据的重要性进一步凸显，成为企业的核心竞争力。随着模型商品化，企业需具备模型可组装能力，通过AI路由找到最适合的模型。
Mike Fang还提到，R1和V3带动了中国自主研发生态系统的发展，推动了AI技术从单一模型向复合AI的转变。当被问到DeepSeek对全球科技格局的影响时，Mike Fang认为，它让厂商在成本上有了更多节省，促进了全球开源社区的繁荣，也提升了中国在AI领域的地位，使中国成为全球AI研发和创新的重要力量 。
虽然DeepSeek R1尚未解锁新的高净值场景，但在科学研究、数学代码等领域具有潜力，其“蒸馏模型”在资源受限的边端也能发挥作用，还为AI代理的探索提供了助力。不过，中国AI产业在发展过程中面临着诸多挑战，如AI治理、数据安全、法律法规限制等。
Mike Fang建议企业建立完善的AI治理机制，加强数据治理，以应对这些挑战。在谈及大模型在企业落地应用的困难时，Mike Fang指出，缺乏合适的用例、模型能力不足以及企业数据准备不充分是主要问题，即便有了DeepSeek R1，这些挑战依然存在，企业需要逐步克服 。
企业的应对策略与未来展望
在生成式AI领域，中国企业虽热情高涨，但落地情况并不理想，面临着缺乏用例、模型能力不足、数据准备不充分等问题。Mike Fang认为，DeepSeek R1虽能在一定程度上缓解这些问题，但企业仍需克服诸多困难。他预测，未来中国企业将采用多模型策略，融合多种AI技术，加大对AI数据的治理投资，并将AI融入产品和服务中。
对于中小企业在生成式AI应用方面的情况，Mike Fang观察到，头部企业持续投资但落地转化率低，中小企业大多持观望态度。因为DeepSeek R1“满血”部署成本较高，中小企业需要找到更合适的技术基准线，优先关注成熟技术以实现快速落地和业务价值 。
对于DeepSeek R1的未来发展，Mike Fang表示，数据安全方面的顾虑可通过本地部署缓解，但在全球化进程中，需适应各地法律法规。在盈利前景上，DeepSeek目前以研究为目标，未来需探索全球化发展、推出新模型和应用，确保创新持续。在开闭源方面，开源和闭源各有优劣，DeepSeek的开源模式未来也有待进一步观察和探索。
当被问到DeepSeek未来在全球发展的困难和乐观因素时，Mike Fang提到，数据安全通过本地部署可得到一定保障，这是乐观的一面；但在全球化过程中，要适配各地法律法规，如欧洲的GDPR和EU Act，这对DeepSeek及其上下游生态企业来说是客观存在的挑战 。
DeepSeek R1的出现为AI行业带来了新的机遇和挑战。它的成功经验值得企业借鉴，而其发展过程中面临的问题也需要整个行业共同思考和解决。正如Mike Fang所说：“AI的发展是一个持续演进的过程，企业需要不断适应变化，才能在这个领域取得成功。”在未来，随着技术的不断进步，AI行业将如何发展，让我们拭目以待。
