今年的世界人工智能大會（WAIC）現(xiàn)場有個挺有意思的現(xiàn)象：DeepSeek明明從未到場，卻成了繞不開的“隱形主角”。

這種“存在感”首先體現(xiàn)在技術對標上——階躍星辰在大會前一天發(fā)布的 Step 3 模型直接將其作為參照，宣稱在國產芯片上的推理效率最高可達 DeepSeek-R1 的300%；螞蟻數(shù)科面向金融垂直領域推出的大模型 Agentar-Fin-R1-32B，也在各項金融測評集中超越了超大尺寸推理模型 R1 及 GPT-o1。

在ToB市場的硬件端，這種關聯(lián)同樣明顯。除華為、聯(lián)想、中科曙光這些深耕該領域的“老牌玩家”外，燧原科技也攜 DeepSeek 一體機系列“閃亮登場”：該系列不僅支持國產 CPU 平臺，具備多種場景調優(yōu)能力，更以低門檻、高效率的特點獲得關注。

就連芯片領域也繞不開它——壁仞科技創(chuàng)始人張文提到，DeepSeek 等國產大模型的牽動了國內芯片的設計發(fā)展。

這讓人忍不住琢磨：春節(jié)時靠推理模型火到服務器宕機的 DeepSeek，現(xiàn)在到底在忙啥？

從全網(wǎng)追捧到低調潛行：DeepSeek最近在干嘛？

翻遍 DeepSeek 的官方社媒，最近的動態(tài)還停留在模型迭代上。3月推送的V3模型更新，提到中文寫作、搜索和推理能力升級；5月28日在官方微信群悄悄放出 R1 模型完成小規(guī)模升級的消息，優(yōu)化了長文本處理和代碼生成能力。

但這兩次更新，DeepSeek 都透著股“悶聲做事”的勁兒——既沒有發(fā)布會，也沒鋪天蓋地的宣傳。

要知道，春節(jié)那會兒它可不是這樣。當時靠“輕量化推理”出圈，用戶抱著手機問東問西，連長輩都在轉發(fā)它生成的拜年文案?？涩F(xiàn)在打開它的 APP，界面還是老樣子——簡潔是簡潔，但比起能生成視頻、能控制智能家居的同類產品，功能實在有點單薄。

就像火過的網(wǎng)紅突然停更，難免讓人好奇：DeepSeek 是在憋大招，還是后勁不足？

被追趕的“老標桿”：DeepSeek的優(yōu)勢正在被稀釋

追根究底，還得從WAIC的新趨勢說起。

今年大會上，大家討論的不再是“誰的模型更能聊”。產業(yè)端在談AI主權和算力基建，圖靈獎得主Geoffrey Hinton引發(fā)“人類智能是否只是可被擬態(tài)的參數(shù)系統(tǒng)”的集體思辨同時，中國移動攜手曙光存儲發(fā)布的國內首個智能存力跨域調度平臺也投入使用。

應用端則扎堆展示多模態(tài)、智能體、具身智能這些能“動手動腳”的技術——具備企業(yè)管理能力和創(chuàng)意生成潛力的 MiniMax Agent、能調制飲料和產品演示的 XMAN-F1 雙足服務機器人等都是實打實的落地場景。

而 DeepSeek 的看家本領還是推理，同時在算法的調優(yōu)之下，也確實更加節(jié)約算力。可用戶現(xiàn)在想要的更多了：既能聊天又能做PPT，既能分析數(shù)據(jù)又能生成短視頻。偏偏在多模態(tài)、具身智能這些新賽道上，它沒拿出讓人眼前一亮的東西。更關鍵的是，隨著DeepSeek的開源，百度、阿里這些大廠很快推出了自家推理模型，連創(chuàng)業(yè)公司都能搭著開源框架做定制，“替代DeepSeek”成了行業(yè)公開的小目標。

與此同時，根據(jù)Semianalysis與Poe平臺提供的數(shù)據(jù)，截至今年5月，DeepSeek 使用率已驟降至3%，官網(wǎng)流量下滑近三成，Token調用流量也從42%萎縮到16%。隨著推理模型賽道逐漸形成后來者居上的局面，DeepSeek 卻面臨著“斷崖式”的退潮。

春節(jié)爆火本是攢生態(tài)的好機會，可 DeepSeek 顯然沒抓住?，F(xiàn)在看，要么被友商當“靶子”打，要么成為硬件廠商的“營銷素材”——就像手里攥著好牌，卻沒打出組合拳。

后DeepSeek時代，AI圈的生存法則變了

這波AI熱潮早就不是“模型強就萬事大吉”了——AI要能落地、能解決具體問題，才是硬道理。

對相關企業(yè)來說，現(xiàn)在該琢磨的是怎么把AI 用起來。就在WAIC舉辦期間，移遠通信聯(lián)合智次方研究院正式發(fā)布《AI大模型技術方案白皮書》，指出當前“端云協(xié)同+多模態(tài)融合”已成為AI大模型落地的核心范式。

與其盯著“能不能超越 DeepSeek”，不如緊扣這一趨勢思考“怎么用 AI 把客服成本降一半”“怎么讓生產線少出殘次品”。從產業(yè)現(xiàn)實來看，端側AI市場潛力巨大：2023年中國市場規(guī)模已達1939億元，預計至2028年將突破1.9萬億元，年均復合增長率高達 58%.與此同時，多模態(tài)技術也在加速滲透——2025年全球多模態(tài)大模型市場規(guī)模預計達24億美元。這些都意味著實用化落地才是真正的機遇所在。

目前，已有不少廠商開啟了“多模型協(xié)同”實踐。比如金山辦公推出的WPS AI 3.0版本通過靈犀這一核心，將原本分散于各個辦公應用中的AI功能串聯(lián)起來，實現(xiàn)了用戶通過自然語言與AI助理的多輪對話，即可完成文檔創(chuàng)作、演示文稿生成及語音助手等多種功能。這種模式既發(fā)揮了云側大模型多任務能力強的優(yōu)勢，又借助端側模型解決了推理成本高、隱私保護難等問題，正是“端云協(xié)同”的生動實踐。

那DeepSeek自己該怎么辦？眼下最要緊的是跳出“推理舒適區(qū)”。要么在多模態(tài)上發(fā)力，通過算法的開發(fā)再次實現(xiàn)彎道超車；要么在生態(tài)方面發(fā)力，深耕垂直場景，比如給中小商家做“AI 店員”，能算賬能聊天還能管庫存。

而倘若 DeepSeek 選擇“固守”其引以為傲的推理能力，那便不得不去試圖重新拉開與“后來者”的差距。其中，首先要面對的就是幻覺問題，雖然R1模型在數(shù)學推理上表現(xiàn)優(yōu)異，但在涉及創(chuàng)意、事實性內容時卻頻繁出現(xiàn)“幻覺”。不少用戶發(fā)現(xiàn)DeepSeek-R1 因為無法甄別語料的污染，導致幻覺現(xiàn)象愈發(fā)嚴重：用戶體感上覺得DeepSeek 似乎“變笨了”，而幻覺問題，更是成為其走向商業(yè)化的攔路虎。

AI圈的迭代就是這么現(xiàn)實：春節(jié)時大家還在比“誰的回答更像人”，現(xiàn)在已經在比“誰的AI更有用”。DeepSeek 的故事不是結束，而是給所有玩家提了個醒：要么跟著需求跑，要么被需求甩掉。

至于它能不能再火一把，就看下次亮相時，手里拿的是新模型，還是真能落地的新場景了。大模型領域迭代速度肉眼可見，留給梁文峰扭轉頹勢的時間不多了。