今年伊始，來自中國的AI大模型DeepSeek憑借好用、開源、免費三大特點火爆全球。AI大模型是指使用大規模數據和強大的計算能力訓練出的人工智能模型，這些模型通常具有高度的準確性和泛化能力，可應用于自然語言處理、圖像識別、語音識別等領域。

隨著DeepSeek的“出圈”，新一輪人工智能大模型落地應用的熱潮也隨之而來。各行各業都在積極擁抱DeepSeek，與之相關的應用“遍地開花”。近日，總臺記者在對多個行業領域進行探訪后發現，DeepSeek的應用正在推動多個行業質效齊升。

賦能千行百業

DeepSeek落地再提速

在湖北武漢，這家12年來從事農業遙感技術研究與應用的高科技企業，已經快速接入了DeepSeek，企業負責人介紹，過去團隊積累了大量的衛星圖像、種植指導、病蟲災害等方面的數據，通過使用這些專業農業知識庫對DeepSeek進行訓練，團隊很快得到了一個全能高效的“農業專家”。

武漢珈和科技有限公司CEO 冷偉:我們接入DeepSeek的一個對話平臺，是可以直接問它種植情況怎么樣，它就有點像一個農業小助手，它可以給你一個好的建議或者是一些方案。另外，我們可以通過這樣的數據快速獲取到這個區域的災損情況，通過大模型調用小模型，快速能夠得到終極的分析報告或分析內容。

大模型的能力加持下，原本需要幾天繪制出的農作物受災圖，現在可以在幾秒之內完成，幫助農民更快生成保險評估報告。而在建筑行業，DeepSeek大模型也已擔當起了建筑工程師“智能助手”的角色，從專業領域知識問答到建筑模型質量檢測，甚至繁復的成本測算，這些工程管理領域的“重活難活”，現在都可以由它來處理。

中建三局數字工程公司產品經理 顏露:一般來說，一個中型項目涉及的成本清單項有2000多條，如果人工一一比對的話，需要耗時4到6天。現在在包括DeepSeek在內的AI技術的賦能下，邏輯推理與計算能力得到了顯著提升，在系統內部能夠自動生成成本清單項，經過人工核對之后點擊確認，就可以完成成本清單匹配的工作，工作耗時縮短為2到3天，整體效率也提升了50%，推薦清單正確率也得到了有效提升。

開源的DeepSeek可以讓負載的工作更加準確、智能、高效，大幅降低使用AI大模型技術的門檻。記者來到位于北京的一家人工智能生活實驗室，他們正在開發更加簡單方便的、面向普通人的大模型應用平臺。接入DeepSeek大模型后，它強大的推理能力可以分析拆解普通人的交互意圖，讓大模型的使用變得更加簡單。經過系統和界面的重新設計，只需簡單說上幾句話，就可以創造出訂制的頁面、軟件甚至游戲。

生活實驗室技術負責人 盧夢凡:DeepSeek的思維鏈有個最大優勢，就是它可以對于一個非常簡單的要求進行非常系統性的分析和理解。我們在前期的程序設計或者說優化的過程中就可以大大減負，我們可以把更多精力放在怎么去優化后續的這些工作，怎么能提供更多更復雜的一些功能，所以這是DeepSeek對我們來說最大的一個價值。

優化算力

推動大模型應用低成本落地

隨著DeepSeek的火熱，最近各地的政務、企業業務等都在紛紛接入DeepSeek大模型，大家希望利用大模型的能力賦能自身業務的進一步提質增效。此外，圍繞大模型的產業鏈，比如本地化部署的算力，也在加速創新。

大模型是效率工具，不少團隊都希望將DeepSeek部署到自己的私有化環境中，在保障數據安全的同時，可以更好地對模型進行微調和私有訓練。記者來到一家專門做大模型推理算力優化服務的技術團隊，他們的技術人員告訴記者，從DeepSeek爆火到現在，他們的算力產品也出現了供不應求的場景。

大模型能力雖然強，但是想把它部署到本地并不簡單。比如，本次國內技術團隊DeepSeek開源的671B參數的“滿血版”大模型，有6710億不同的參數。如果把這個“數字大腦”裝進本地電腦，就像要把一座圖書館塞進自家書房。這671億本書的圖書館要在本地運行，相當于要在自家書房里快速查閱圖書館所有671億本書，并即時生成新知識。

按照傳統的方式，在本地直接部署DeepSeek“滿血版”大模型，算力門檻動輒也要數百萬。這個團隊與清華大學相關團隊合作研發，設計并開源了一套全新的推理算力架構，改變了大模型算力過分依賴GPU、成本過高的計算模式，專門針對中小團隊使用場景，大大降低了計算成本。

趨境科技CEO 艾智遠:計算強度低的、參數量大的，我應該放在CPU，計算強度強的、參數量小的，我應該放在GPU，這樣就可以形成GPU和CPU協同工作的過程，這是我們這次架構的全新創新，相比于整個大的部署來講的話，我們的部署門檻降低了大概90%的成本，讓這種比如說小幾十萬的這樣級別的機器就可以運行一個大的模型，能讓更多的人用得上DeepSeek的這樣一個模型。

數字線蟲“天寶”

開啟生物智能新范式

人工智能大模型需要極大的算力、電力資源消耗等，很難做到環境友好。而我們人類的智能卻是功耗極低的，只要營養到位，體能充沛，就能夠思考、行動。那么，能否像人腦一樣，研究出更快、更便宜、更通用的人工智能新范式呢？在基礎研究領域，科學家們也正在探索，而且近期已經取得了階段性成果。

在北京智源研究院，記者看到了這只名叫“天寶”的秀麗線蟲，它正在電腦里扭動身體緩慢前進。和普通的線蟲一樣，它可以自主地完成覓食、避障、排便等生物行為，但不同的是，它是科學家在虛擬世界中模擬出的一條“數字生命”。為什么要“復刻”這樣一條身長不足一毫米的蟲子呢？

北京智源人工智能研究院生命模擬研究中心負責人 馬雷:我們人腦，我們一天消耗的能量，兩個雞蛋，有時候一個雞蛋就夠了，但是我們能產生非常復雜的行為，但是你要讓現在的大模型來給你產生剛才等同于我那樣信息量的一個表述，它可能是要燒掉一片森林產生的熱能發的電量才有可能。我們研究生物智能，其實是可以去稍微地去緩解一下這個問題，我們吸取一些精華的思想去用到現在的一些模型構建里面，就可能會造出一種非常低功耗的模型。

秀麗線蟲只有302個神經元，每個神經元與肌肉的關聯已有完整的研究數據，是理想的生物智能研究對象。此前也有科學團隊在虛擬環境中還原過秀麗線蟲的行為模式，而這一次，科學家則通過力學仿真、強化學習等技術，首次實現了秀麗線蟲神經、身體與環境的閉環仿真，讓“天寶”能像真的線蟲一樣，基于環境刺激自主觸發行為、感知所處的水流環境作出反應，甚至還能進行團隊協作，整個過程沒有任何預設程序，完全依賴生物神經網絡的“自然涌現”。

北京智源人工智能研究院生命模擬研究中心負責人 馬雷:這是整個神經元的細節，你會看到線蟲運動的時候，它的頭部的神經元不停地往下放電，這里面的顏色亮的地方代表產生了比較強的神經信號，一個動作電位，然后往下傳輸，同時刺激肌肉不停地在往前走。

目前，線蟲“天寶”正在一個巨型“數字叢林”里繼續進化，而團隊更大的愿景是在計算機中復現智能的進化史——從線蟲到果蠅，從斑馬魚到小鼠，不斷逼近人類大腦的奧秘，最終探索出更低功耗、更高效的通用人工智能全新范式。

北京智源人工智能研究院理事長 黃鐵軍:過去幾年人工智能發展特別快，但是主要是集中在認知智能，以語言與信息處理為代表的這樣的一個方向。但是往未來發展，除了我們這些比如人的高級的認知之外，我們還要感知這個世界，我們還要做行動，也就是這一兩年熱起來的叫具身智能，就是智能是要有身體的，構造一個有身體的智能，其實是要學習生命，在學習生命的過程中有能促進我們對生命本身的理解和認識，也對我們自身的醫療、健康起到促進作用。