近日，中国人工智能公司 DeepSeek 发布 DeepSeek-R1 大模型，在性能上与 OpenAI 的 o1 模型不相上下，且完全开源。
更引人注目的是，DeepSeek 成本极低，其基础模型训练仅耗资 560 万美元，而美国公司在人工智能技术上的投入往往动辄数亿甚至数十亿美元。
DeepSeek 无需大量的计算卡进行训练，颠覆了人工智能行业，对以 ChatGPT 为首的人工智能模型产生了巨大冲击。
DeepSeek 的出现对凭借 AI 显卡爆火的英伟达造成严重打击，引发了市场对 AI 算力市场泡沫的质疑，芯片股纷纷暴跌。
其中，英伟达跌幅高达 17%，单日市值蒸发 5950 亿美元，接近 6000 亿美元，创下美股单日最大跌幅记录。
英伟达表示，DeepSeek 的 R1 模型是人工智能领域的一大进步，但强调运行 AI 模型仍需要大量的高性能英伟达 GPU 和网络。
除了英伟达，其他美股科技巨头也遭遇大幅下跌，包括谷歌-C（跌 4.03%）、超微半导体（跌 6.37%）、博通（跌 17.40%）和阿斯麦（跌 5.75%）。
（举报）
DeepSeek V3.1于2025年8月21日发布并开源，腾讯地图率先完成接入。新版AI助手“AI叮当”在三大核心能力显著提升：思考效率更高，响应更快；上下文理解更强，支持多轮连贯对话；智能体调用更精准，尤其在中文网页理解和跨领域搜索方面表现突出。依托升级，AI叮当可提供个性化行程规划、周边推荐及景点知识问答等智能出行服务，让导航升级为全程智能生活陪伴。
企业在选择大模型时面临两难：国际大厂的Gemini技术先进，但国内DeepSeek性价比突出。AIbase平台通过真实场景测试数据指出：1）跨境电商客服场景中，Gemini多语言识别准确率提升12%，但需注意API延迟问题；2）金融研报分析场景下，DeepSeek支持128K长文本且成本仅为Gemini的1/3。决策关键：抛开参数迷雾，聚焦成本、响应速度、语言支持和场景匹配四大维度。AIbase提供可视化对比工具，3分钟生成专属选型报告，让技术决策不再玄学。
AI日报栏目聚焦人工智能领域最新动态。DeepSeek V3.1发布，大幅增强长文档分析和代码理解能力；企业微信5.0集成智能搜索、总结和机器人功能；快手Klear-Reasoner模型数学推理准确率超90%；谷歌Docs新增AI语音朗读功能；Firecrawl完成1450万美元融资并推出V2版本API；Meta上线AI语音翻译功能；微软Excel集成Copilot实现一键数据分析；Claude桌面客户端推动AI编程可视化；苹果Xcode将原生集成Cl
在全球AI竞争加剧背景下，国务院印发《关于深入实施“人工智能+”行动的意见》，推动AI与经济社会深度融合。中国人工智能学会主办的“2025第十四届中国智能产业大会暨吴文俊人工智能创新大会”将于8月30-31日在常州举行，聚焦破解AI产业“卡脖子”难题。大会设置15场专题会议和3场特色活动，覆盖基础技术突破、核心应用落地、交叉学科融合等领域，为产学研各界搭建高
开发者分享模型选择心路历程：从盲目试错到数据驱动。曾因追求低价模型导致成本飙升，后通过AIbase平台对比Gemini 2.5 Flash-Lite和DeepSeek-V3，基于价格、上下文长度和代码能力等数据，最终选择更适合代码生成任务的DeepSeek-V3。强调没有“最好”的模型，只有“最适合”的模型，建议开发者善用专业工具进行数据驱动决策，避免隐性成本。
大模型重塑了人工智能的产业格局，但却没有彻底颠覆人类的生产模式。 在这背后，并非其技术力量不足，而是当前的应用形态仍停留在“工具赋能”的初级阶段，大模型的潜力被束缚在碎片化场景中，未能转化为重构生产逻辑的核心动能。 正如360集团创始人、董事长周鸿祎所言，大模型的能力其实已经相当强大，甚至超越了我们中的许多人。只是其潜力尚未被挖掘。 而�
大模型选择能力已成为AI时代企业核心竞争力。文章提出“能力-成本-场景”三维评估框架，强调需超越单一指标崇拜，基于客观数据和实际需求进行理性选择。通过Qwen2-Plus与DeepSeek-V3的对比分析，展示不同模型在特定场景下的差异化优势。建议企业建立科学选型流程，采用专业工具进行多维度评估，通过三阶段验证策略确保决策既数据驱动又经实践检验。最终目标是选择最适合业务场景的模型，而非盲目追求流行模型。
2025世界人工智能大会“人工智能+”战略领军人才与创新发展论坛圆满落幕。论坛聚焦“人才领航智启未来”主题，汇聚中科院、社科院专家及中国联通、腾讯云等机构代表，围绕“人工智能+”行动分享经验，为AI高质量发展筑牢人才根基、激发创新动能。北电数智CMO杨震出席并发表演讲，分享AI行业落地实践，强调紧跟国家战略，推进产业、创新、人才、资本四链融合，打造面向不同场景的AI解决方案，全方位助力AI产业发展。
面对琳琅满目的大模型API，开发团队常陷入选择困境。文章指出，2024年既是机遇也是挑战的时代，闭源模型选择丰富但性能与成本平衡复杂。通过AIbase等数据驱动平台进行客观对比至关重要。以Gemini 2.5 Flash-Lite和DeepSeek-V3为例，前者综合能力强适合多语言场景，后者在代码生成和成本控制上优势明显。建议开发者明确需求，通过实际测试验证模型表现，理性选择最适合的方案。
本文探讨大模型选型困境与解决方案。2025年全球可调用大模型超300个，但选型面临三大难题：单位混乱、定价波动快、87%团队无法量化模型价值。提出三层漏斗筛选法：1)场景刚需筛选80%选项；2)验证核心性能；3)评估边际效益。以Gemini和DeepSeek为例，前者适合常规FAQ场景年省$16,000，后者适用于金融计算场景可降低15%人工复核。建议建立动态评估体系，将3小时选型会议压缩至18分钟，错误率下降40%。核心观点：选型应从参数争论转向场景验证，通过自动化工具为工程师节省时间，聚焦提示词优化而非参数对比。
