AI终端“觉醒时刻”到来，曾经一度爆火的AI新贵们沦为“电子垃圾”

今天小编分享的互联网经验：AI终端“觉醒时刻”到来，曾经一度爆火的AI新贵们沦为“电子垃圾”，欢迎阅读。

" 今年的消费电子市场应该会很精彩，虽然去年 AI 大模型就开始落地应用，但今年应该才算是真正的‘元年’ "，一名 AI 机器人创业者对钛媒体 APP 作者说道，"DeepSeek ‘煽动’了翅膀，是一次从研发端到市场端对 AI 的大规模普及。"

开年以来，DeepSeek 的火爆，成为全球市场都在关注的焦点。不仅仅局限于科技行业，对于普通大众用户来说，DeepSeek 也已经成为日常讨论的话题。在其低成本、高体验的助推下，从手机到 PC，再到电视、汽车甚至是厨电，都开始了接入的风潮，借助 DeepSeek 的优秀能力，去助推品牌产品在终端的落地。

IDC 对作者指出，DeepSeek 作为一款具有突破性技术的 AI 应用，不仅在短时间内迅速积累了庞大的用户群体，还通过其开源特性与高效的算力优化，推动了终端设备的智能化更新，并对未来的终端技术创新和市场增长带来了新的动力。

毫不夸张地说，DeepSeek 开启了消费电子的 " 觉醒时代 "。不仅如此，对于资本、人才等并不占优的初创企业来说，DeepSeek 也让它们缩短了与巨头之间的距离，有了弯道超车的机会。不过，仍需要认清的一点是，DeepSeek 也并不是万能的，接入之后如何做到 1+1 大于 2，还要看产品自身的优化。另外，AI 时代，消费电子的基本点没变，脱离用户本源的伪创新，最终只会沦为电子垃圾。

DeepSeek，成了消费电子终端的 " 座上宾 "

近两年的时间里，在 AI 大模型的推动下，全球各大产业都掀起了一波新的革命，其中 ChatGPT 作为绝对的 C 位，一直是行业的标杆。不过，这一风头在今年有了变化，来自中国的 DeepSeek 登上了舞台的中央，成为国内各大消费终端的 " 座上宾 "，一时间掀起了接入的风潮。

通常情况下，用户要使用 DeepSeek，可以通过在官网以及下载 APP 使用。而在从系统端接入之后，用户则可以直接调用，无需再下载軟體，更为便捷。作为主流的终端，手机、PC 以及汽车的各大品牌，都在第一时间接入，并在短时间内成为差异化竞争的关键点。比如华为，在第一时间就接入了 DeepSeek，但只有纯血鸿蒙 HarmonyOS NEXT 的版本才支持，某种程度上来说也是华为借助 DeepSeek 推广纯血鸿蒙的一种手段。

作为最早一批接入的手机厂商，星纪魅族副总裁王炼表示，星纪魅族目前已经在应用和生产层面接入 DeepSeek，在手机上是通过智能体的方式接入，在生产端则是需要 DeepSeek 做中台的一些能力，去做复杂的推理。

" 整体能感觉到其智能化水平很高，之前智能体更多的是对话，现在是有更清晰的逻辑推理的过程，从用户端得到的反馈也是智能化水平更高了，调用使用频率也提升了，侧面也增加了用户的黏性。"

PC 厂商们，也是在第一时间接入 DeepSeek，但基本都是和手机一样，在云端调用。联想在全线接入 DeepSeek 云端模型外，其最新发布的 YOGA AIPC 元启系列新品，更是融合了 DeepSeek 端侧大模型，可实现消费级设备运行 70 亿参数端侧模型。

IDC 分析师对作者表示，DeepSeek 对于终端市场规模的影响逐渐将在 2-5 年间起到显著的带动作用。最新发布的数据预计，在中国市场上，PC、平板和智能手机出货量未来五年复合增长率将分别实现 2.6%，1.0% 和 1.3%。伴随华为、联想、荣耀、OPPO、vivo 等终端厂商纷纷接入 DeepSeek，其终端设备的智能化水平将通过自然语言处理和多模态推理能力，实现更流畅的语音互動和更智能的自动化控制，并且加速 AI 终端应用落地。

智能化大潮下，汽车厂商表现得也很积极，比亚迪、理想、智己、极氪等超过 20 家车企已经接入了 DeepSeek 模型。值得一提的是，除了大众所认知的智能化属性较强的消费终端，一些诸如厨电、电动车等也将 DeepSeek 视为产品变革的关键宣传点。只是，从目前的应用和产品属性来看，这种接入可能更多的是营销层面的作用大一些，落实到具体场景，如何激发用户的使用的频率才是关键和更难的事情。

AI 终端 " 觉醒时刻 " 到来，硬體产品价值被重塑

站在今年，看去年 AI 的发展，会发现其从一个本能性的大模型红利，到逐渐与终端产品融合。目前，国内市面上的大模型产品很多，一些消费电子大厂也都自研大模型，并将其与自家产品相融合。但是，单纯从体验上来看，端侧的部署毕竟还有限制，端云结合才能提供更优的服务。而在三方云端大模型的体验上，对比国外的 GPT 仍有差距，这也是为何 AI 在终端市场难以成为用户购买关键决策的原因之一。

成立于 2023 年的 DeepSeek，相较于百度、阿里、智谱等，在此前并没有太多人关注。今年春节前，DeepSeek 因其强大的性能和低成本被广泛讨论，并在假期期间多次登上热搜，一度也是对大洋彼岸的二级市场造成了冲击。

作者了解到，DeepSeek 以其轻量化的优势，能够更好的适配终端设备相较于云端而言有限的硬體资源，降低了模型的存储和计算需求，为终端设备的底层模型统一化提供了更多可能。

IDC 方面指出，DeepSeek 通过模型优化、软硬协同、跨平台适配等技术手段，显著提升了终端设备端侧部署的兼容性。再加上其轻量化版本能够适配从低端到高端芯片的多种硬體，进一步推动了端侧 AI 的生态建设。

万兴科技相关负责人也对作者表示，DeepSeek 通过创新的训练方法和架构优化，实现了在较低算力投入下达到高性能的目标，降低了端侧应用部署大模型的门槛，使得更多资源受限的设备能够承载和运行复杂的 AI 模型，对于希望在端侧部署 AI 应用的企业来说极具吸引力。手机等终端设备在搭载 AI 模型时不再受限于高端、高算力芯片，有望降低手机等终端设备的硬體成本，使得更多消费者能够享受到 AI 带来的便利。

上文的创业者透露，在国内，相比较主流的产品，DeepSeek 的价格还是贵一些的。但是，基于同一水平的体验，相对于 GPT o1 来说，DeepSeek 的价格只有几十分之一。可以说，DeepSeek 开启了 AI 终端的 " 觉醒时代 "，带动大模型开发成本下降，显著降低了企业进入 AI 终端领網域的门槛，将加速 AI 终端的市场普及。与此同时，在某种程度上，DeepSeek 也缩短了国内 AI 终端与国外产品的差距，起码在 AI 侧差不多找平。

IDC 中国研究总监潘雪菲认为，DeepSeek 支持多模态互動和高效推理，通过降低大模型开发成本和优化端侧部署技术，能够显著带动更多智能终端设备的 AI 化更新和市场普及。尤其在智能手机、智能音箱和家电等家居设备、PC 以及智能眼镜等终端设备上，以轻量化和优化的端侧部署优势，通过语音、影像等多模态互動方式，为用户提供更自然的互動体验。

而 DeepSeek 也带来了一些场景上的闭环，会出现一些实用的场景，充分理解人的意图，很精准，通过人的记忆理解人的潜在意图，从而做出精准的决策。王炼表示，AI 手机概念到现在并没有导致手机大幅增长，因为 AI 只是效率工具，解决小问题，费用也贵。之前所有厂商的 AI 场景都是同质化的，DeepSeek 出现后，模型的 AI 能力变强，核心在于有可能会出现一些超级场景。

相关机构给出的预测报告显示，2030 年中国 AI 终端市场规模将达到 208.6 亿美元，未来几年年复合增长率 CAGR 为 22.6%。未来三年内，AI 终端将全面爆发，2025 年全球 AI PC 出货量或超 1 亿台，智能手机、IoT 设备等总量或达数亿级别。

值得注意的是，现在虽说很多设备都接入了 DeepSeek，但是体验各不同，有的就很顺畅，有的就很卡。为此，多数品牌都选择接入云厂商来部署 DeepSeek，用户可通过云端调用服务，无需依赖特定终端系统。而这，也让一些云厂商和相关概念股在这段时间股价翻倍。据 Wind 数据，A 股市场有 41 家 DeepSeek 概念股，这段时间都有着不错的涨幅。

将通用能力转为垂类能力，避免沦为 " 电子垃圾 "

相比较其它大模型厂商，DeepSeek 可以用较少的资源就能撬动更加卓越的能力，这是大家加速接入的原因，同样也给了更多创业公司以及小厂突围的机会，缩小了与大厂之间在 AI 上的差距。

众所周知，无论是自研大模型还是接入第三方大模型，都是一件比较费钱的事情，尤其是前者，投入更是需要时间、人力、资金等多重投入。现如今，DeepSeek 的出现，让这些 " 小咖 " 看到了弯道超车的机会，可以用更低的成本进入到 AI 终端市场，从而有更多的资金去在产品本身进行投入。

IDC 方面对作者指出，DeepSeek 的开源特性和低成本高性能优势，显著降低了企业进入 AI 终端领網域的门槛，尤其中小企业无需组建庞大的技术团队或购置高端硬體，即可快速接入和应用 DeepSeek 模型。更多参与厂商进入 AI 终端领網域，有利于市场迎来更多技术创新。另外，DeepSeek 的崛起带动了行业整体降低 AI 模型的收费标准，这种价格下降不仅降低了终端设备的开发成本，还加速了 AI 技术的普及。

不过，仍有一点需要认清的是，DeepSeek 并不是万能的，不是说接入之后就可以称得上是一款合格的 AI 终端，后续的融合优化以及适合自己才更重要。毕竟，DeepSeek 也不是十全十美的。

一方面，如何保证体验上的不卡顿，就需要终端品牌的投入和优化，要么自己有云端伺服器，要么与云服务供应商保持更加密切的合作，通过更强的算力存储配置、大模型与算存网的融合和增加分布式的运算节点，好让大模型运行起来更加顺畅。

另一方面，DeepSeek 也存在幻觉问题，这是大模型的通病。DeepSeek R1 的特点就是做深度思考，可能会出现简单问题复杂化，长思维链的问题，复杂的问题会好一些。目前其更好的表现在数据和推理方面，很多垂类场景中可能表现会不好。DeepSeek 不是万能的，把不同的模型用在不同的领網域，混合大模型会更好。

Omdia 首席分析师苏廉节认为，其实未必所有设备和行业都需要 DeepSeek。有些行业需要的是极致的降本增效，那 DeepSeek 就会是最优解。其他的行业可能更在乎的是本地化部署、准确性和高精度，对大模型的能力本身未必讲究，更需要的是混合云的部署、与企业数据的打通和对幻觉的控制。

万兴科技上述负责人也给出了相同的结论，"DeepSeek 并非所有行业都适用，不同类型的大模型有不同的适用领網域，各行业企业可以根据自身业务特点选择合适的大模型。突围方面，厂商可以从效率和产品两个维度思考。"

在作者看来，DeepSeek 点燃了 AI 终端的一级助推器，后续如何去打造具有爆发力的杀手级的体验和场景，还需要厂商自身去重构。目前，DeepSeek 停留在通用能力的层面，后续的差异化竞争就看谁能够将通用能力转变为垂类能力，给用户带来更多价值。

更为重要的是，在 AI 终端的 " 觉醒时代 "，要避免沦为 " 电子垃圾 "。广义上来说，有了 AI 功能的大概率都会算作是 AI 终端，但有了 AI 并不就是万事大吉，跟风也要能带来落地且符合常理的体验。消费电子是一个特殊的行业，一切的创新都是基于用户最普遍的需求，为了创新而创新，试图去改变违背基本习惯的操作逻辑，只会摔得更惨。