2025 年以來，一家名為 DeepSeek 的人工智能公司成為全球科技領域焦點，其在 C 端與 B 端市場展現出的強勁發展勢頭，正深刻影響 AI 產業生態。

　　1 月 11 日推出的 DeepSeek APP 宛如一顆投入湖面的巨石，激起千層浪。上線僅 7 天，累計下載量便突破 1 億次，刷新全球應用下載速度紀錄;上線 20 天，全球日活躍用戶數(DAU)突破 2000 萬，成為全球增速最快的 AI 應用。截至上線 21 天，日活用戶達 2215 萬，占 ChatGPT 日活用戶的 41.6%，超越豆包的 1695 萬，在全球 AI 產品日活總榜中僅次于 ChatGPT，位居第二。

　　在 B 端市場，DeepSeek 同樣備受青睞。微軟、英偉達、亞馬遜、英特爾、AMD 等全球科技巨頭，基于其高性能與低成本特性，第一時間上線 DeepSeek 開源模型推理服務，彰顯出 DeepSeek 在企業級應用中的巨大潛力。

　　DeepSeek 究竟憑借什么優勢，在競爭激烈的 AI 市場中突出重圍?1 月 20 日發布的開源大語言模型 DeepSeek - R1 給出答案。經多方機構測評，在數學、代碼、自然語言推理等任務上，DeepSeek - R1 超越 Qwen 和 Llama 等開源模型，與世界頂尖閉源模型 OpenAI o1、Claude - 3.5 - Sonnet 難分高下。基于 DeepSeek 蒸餾的 32B 和 70B 小模型，在多項能力上也實現對標 OpenAI o1 - mini 的效果，性能十分強勁。

　　不僅如此，DeepSeek 在成本控制上堪稱卓越。訓練成本方面，以 DeepSeek - V3 模型為例，僅用 2048 塊 H800 GPU 訓練 2 個月，消耗 278.8 萬 GPU 小時，而 Llama3 - 405B 消耗 3080 萬 GPU 小時，是 V3 的 11 倍。按 H800 GPU 每小時 2 美金計算，V3 訓練成本僅 557.6 萬美金，而同等性能模型通常需 0.6 - 1 億美金，DeepSeek - R1 在 V3 基礎上提升推理能力的同時，成本亦遠低于海外同類模型，訓練成本降低約 90%。推理成本上，OpenAI o1 每百萬輸入 Token 成本 15 美元，每百萬輸出 Token 成本 60 美元，而基于 R1 模型的 DeepSeek Reasoner 每百萬輸入 Token 成本 0.55 美元，每百萬輸出 Token 成本 2.19 美元，DeepSeek - R1 的 API 成本比 OpenAI o1 低 95% 。

　　與部分公司收費使用模式不同，DeepSeek R1 面向全球開源，允許所有用戶無限制商用。個人用戶可通過網頁、App 客戶端使用，或接入 API 付費使用，也能自行下載部署;第三方云計算廠商如微軟、亞馬遜，可直接在平臺部署基于 DR1 的云服務。這極大降低全球用戶獲取頂尖 AI 大模型的成本，打破個別公司對模型的壟斷。

　　DeepSeek 的出現，正深刻改變 AI 產業格局。從算力需求看，其 V3 模型在有限算力下實現超強模型能力，推理 API 服務價格不到 OpenAI 十分之一，意味著提升模型能力并非僅依賴 Scaling Law，對訓練和推理芯片性能要求降低，為國產及其他非英偉達芯片用于訓練和推理帶來機遇。2 月 1 日，硅基流動上線基于華為昇騰 910B 芯片的 DeepSeek R1/V3 推理云服務，AMD、海光也公告旗下產品支持 DeepSeek R1 推理，推動 AI 芯片供應多元化。

　　在應用創新層面，此前高性能 AI 大模型被少數公司壟斷，成本高昂，限制眾多企業和個人探索 AI 應用。DeepSeek 開源后，消除模型壁壘，企業和個人得以低成本獲取高性能大模型，加速 AI 應用在金融、法律、醫療、教育等傳統 IT 能力較弱行業的創新、迭代與落地，全面推動 AI 商業化進程。

　　此外，隨著大量企業接入 DeepSeek 大模型，相關產品在各行業落地，推理算力需求呈爆發式增長。垂直領域一體機需求大增，國內云計算廠商紛紛大幅上修資本開支。字節跳動 2025 年資本開支提升到 1600 億元，2024 年第四季度阿里巴巴資本開支達 318 億元，環比增長 80%，且表示未來三年資本開支總額將超過去 10 年總和，騰訊元寶接入 DeepSeek 后，APP 迅速沖上 AI 應用榜首，市場預計騰訊資本開支也將大幅上調。

　　DeepSeek 以其在 C 端和 B 端的出色表現、強大的技術優勢和成本競爭力，正在重塑全球 AI 產業格局，引領 AI 產業邁向新的發展階段。