DeepSeek的技术突破带来的冲击波，正在让其成为一个AI生态雏形的核心。
在QuestMobile的统计中，DeepSeek的日活跃用户数在2月1日已经突破3000万，距离首次超越豆包的日活跃用户数仅过去了4天。距离其发布开源大模型DeepSeek-R1，引爆关注，也还不到一个月。
过去一两周，能够流畅使用DeepSeek已经成为很多产品进行拉新引流的重要手段；DeepSeek学习交流社群一成立就会迅速涌入大量用户；接入DeepSeek的消息不断从运营商、云厂商、手机厂商、汽车厂商、垂类公司中传出；还有作为DeepSeek竞争对手的OpenAI和Google也都加快了技术能力释放的节奏。
在ChatGPT引爆热潮之后，DeepSeek公布技术突破之前，没有一个大模型产品能够在如此短的时间内同时引发B端和C端的热捧。一定程度上，这可以被看作AI行业演变的第二个节点。ChatGPT作为第一个节点让大模型成为了一个确定的前进方向，DeepSeek作为第二节点真正拉开了构建AI生态的序幕。
就像OpenAI 全球政策副总裁Chris Lehane所说：“这是一场非常真实的比赛，赌注再大不过了。无论谁最终在这场比赛中获胜，都将真正塑造未来的世界。”
作为参赛的种子选手，OpenAI在DeepSeek给到的压力下，加快了稳固生态边界的步伐。其CEO Sam Altman像老练的外交官一样，奔波于欧亚的数个国家，尝试拉拢更多盟友。
DeepSeek对技术的优化，能更便宜地构建和运行AI系统，并且大幅减少了资源消耗，让中小企业也具备了像大企业一样思考如何将业务与AI结合的底气。这意味着AI物种大爆炸时代可能要来临了。
不仅是OpenAI，Google和微软也分别为旗下的Gemini Live AI助手、Copilot AI投放了超级碗广告。Perplexity也在抓住超级碗的机会进行事件营销。这可能是一个AI应用开始站在聚光灯下的前奏，同时也预示着大模型公司围绕AI生态C位进行的争夺已经开始。
一、DeepSeek是获客道具，也是生态核心
在各种面向C端用户的引流玩法之外，过去几天，宣布接入或使用DeepSeek也成为B端市场时下的一种时髦选择。从硬件到软件，从金融到教育，一时之间，DeepSeek成为不同企业、不同垂类的最大公约数。恒瑞医药甚至专门发文，要求员工全面落地应用DeepSeek，并将其列入年度考核指标中。
2月1日，华为云就与硅基流动合作上线了基于华为云昇腾云服务的DeepSeek-R1/V3推理服务，号称媲美全球高端GPU部署模型的效果。腾讯云、阿里云、百度智能云也纷纷快速上线了对DeepSeek大模型的支持，并不约而同地选择了打折、限免、赠送Token的价格战策略。
与云厂商关系密切的办公产品飞书和钉钉也都将DeepSeek引入了自己的生态内。飞书智能伙伴创建平台已全面支持DeepSeek R1，提供多种接入方式，同时飞书多维表格AI字段捷径也能调用DeepSeek R1。钉钉则支持用户使用DeepSeek的三款模型创建AI助理。
消费电子和汽车品牌也都纷纷宣布为自家的产品接入了DeepSeek大模型。消费电子厂商包括联想、华为、荣耀、OPPO，汽车品牌有吉利、岚图、极氪、东风猛士、深蓝汽车。其中，消费电子品牌大多选择让DeepSeek为自己的AI助手提供支持，一些汽车品牌则会强调自研大模型与DeepSeek模型的融合。
此外，国内移动、联通、电信三大运营商，和海外的微软、英伟达、亚马逊、英特尔、AMD等科技巨头也都快速完成了DeepSeek的接入。教育、金融、文学、安全等细分领域中，也可以看到网易有道、云学堂、国金证券、阅文集团、安恒信息等企业在拥抱DeepSeek。
对于接入的企业来说，自带流量的DeepSeek，首先是一个放大产品声量、吸引获客的招牌，即便不能做到人无我有，也要做到人有我也有，这样才不会让希望尝试DeepSeek的用户从自己手里溜走。其次，DeepSeek才是一个可能给产品或业务带来优化的工具，真正让好用便宜的特性产生行业价值。
当C端和B端用户都不约而同地将DeepSeek作为一个使用大模型的必选项。这本质是DeepSeek成为了构建AI生态的核心，应用、产品都在依托其模型能力进行拓展。那就会如朱啸虎所说，快速建立起一个非常高的壁垒，拥有一种建立类似安卓的开源生态的可能性。
二、OpenAI尝试稳住生态边界
这会给AI产业格局带来影响，威胁到AI巨头们的领地。
其中，OpenAI与DeepSeek形成了既生瑜何生亮的竞争关系。二者同样都是靠模型能力获得市场和用户认可，并能够借此与巨头和中小企业都建立起一种合作关系。不同之处在于，OpenAI此前靠闭源建立起来的领先优势，正在被DeepSeek用开源冲击得松动起来。
在这样的压力下，OpenAI正在从技术、商业化、国际合作三个领域来稳固自己的生态边界。技术上，OpenAI在DeepSeek公开突破之后，陆续公布了o3、Deep Research等技术进展，同时，开放了AI搜索功能，并提升了产品的免费份额。
同样感受到DeepSeek压力的Google，也将Gemini 2.0开放给了全部用户使用，同时还上新了Gemini 2.0 Flash-Lite模型、Gemini 2.0 Pro模型。
其中，Gemini 2.0 Flash的文本输出价格为0.4美元/100万Tokens，是Gemini 1.5 Flash的一半；Gemini 2.0 Flash-Lite模型则要更便宜，文本输出价格达到了0.3美元/100万Tokens。优惠期结束后的DeepSeek-V3输出价格则从2元/100万Tokens提高到了8元/100万Tokens。
在商业化方面，OpenAI将首次投放超级碗广告，并且进行了首次品牌重塑 ，启用了新的标志和字体。在此之前，前Coinbase的CMO Kate Rouch被任命为OpenAI的首任CMO，负责向消费者和企业用户推广 OpenAI 的全套产品，并传达公司发展通用人工智能（AGI）的使命。
更集中的动作在Sam Altman的对外访问上。他在过去几天密集拜访了日本、韩国、印度、德国等，并在努力为OpenAI促成新的合作，拉拢更多伙伴。《亚洲日报》认为，Sam Altman的亚洲之行，是应对DeepSeek崛起的关键布局，旨在强化韩美日AI技术联盟，巩固全球人工智能领域主导权。
我们可以看到，在这一系列行程中，Sam Altman促成了与软银和Kakao的更深度合作。软银不但将每年将支付30亿美元，用于将AI助手Cristal应用于软银内部及Arm、PayPay等子公司中，还将与OpenAI共同成立SB OpenAI Japan，为日本企业开发定制AI解决方案。
OpenAI与韩国科技企业Kakao的合作也聚焦应用层面，包括大模型能力整合到KakaoTalk，联合开发韩语AI助手Kanana提供支持，并在Kakao内部部署ChatGPT Enterprise来提升运营效率。Kakao行政总裁Shina Chung将这次合作形容为一场“战略性联盟”。
在印度，Sam Altman一反此前不看好印度开发AI基础大模型的态度，大夸特夸印度的AI用户增长和进行AI应用创新的潜力。在与印度IT部长Ashwini Vaishnaw的会面中，双方还讨论了在印度创建低成本 AI 生态系统的计划。目前，印度是OpenAI用户数量第二多的市场。
Sam Altman的一系列动作，意在全球市场抢占先手，利用DeepSeek被各国审查的时间差，将自己的生态边界稳固下来。他所访问的都是不具备基础大模型能力，却有丰富的应用需求的国家。尽快将这些国家拉入自己的生态内，就能在一定程度上截断其利用DeepSeek的开源模型另辟蹊径的可能性。
三、AI应用的进度提速了
但是，在AI产业走向应用爆发的时间点，具有创新雄心的企业，并不想马上成为OpenAI的附庸。这是生态之争能够进行下去的现实原因。当有更好的自主方案可以选择时，他们往往会快速做出决断。Figure AI就是一个能够证明这个观点的例子。
2024年8月，两家公司宣布Figure 02人形机器人将使用OpenAI模型进行自然语言交流。但是在本周，Figure AI宣布将退出与OpenAI的交易。OpenAI也在之前重启自己的机器人团队，并且还计划推出AI硬件产品。这或许意味着，双方都目前更倾向于垂直整合，完全自主地进行机器人的研发。
Figure AI的创始人Brett Adcock认为，将AI引入人形机器人并不是OpenAI的主要关注点，正确的解决方案是构建一个专注于为特定硬件提供动力的端到端模型。他还透露，将在未来 30 天内提供“没有人在人形机器人上见过的东西”，这次则由Figure AI自主研发AI和硬件。
Sam Altman在印度已经讲明了这种变化的原因——蒸馏技术的发展正在使AI模型更具成本效益，而这可以鼓励AI行业进行更广泛地使用和创新。DeepSeek通过算法和工程的创新，催化了这一过程，使得之前没有大模型训练能力的企业和团队，也能低成本进行模型训练。
“天风证券”认为，DeepSeek通过技术创新，降低硬件依赖，缩短训练时间，大幅削减投资、开发与运营成本，让更多下游应用公司有机会涉足大模型业务。同时，开源理念也打破了技术壁垒，让开发者能轻松获取资源，针对自身业务定制开发，助力大模型在各行业落地。
我们不知道Figure AI的技术突破是否是受到了DeepSeek的影响，但开源降低技术门槛的趋势已经出现。一个例子是，在《每日经济新闻》的报道中，一些中小银行在DeepSeek的影响下，也纷纷着手进行测试，看看是不是能够研发专属金融大模型。
Figure AI和中小银行们自己进行专属模型研发，最终目的是让AI更好与自己的业务场景相结合，实现AI应用的创新。随着越来越多的企业参与到这个进程中来，AI应用大爆炸时代也临近了。
