安徽財(cái)貿(mào)學(xué)院葛曉濱：DeepSeek爆火后端側(cè)AI發(fā)展提速及市場(chǎng)影響

　　DeepSeek爆火后，在本地端部署大模型的熱潮迅速興起業(yè)內(nèi)預(yù)測(cè)，端側(cè)AI的發(fā)展將明顯提速。這不僅拓展了人工智能的應(yīng)用模式，也為相關(guān)產(chǎn)業(yè)帶來了新的發(fā)展契機(jī)。

　　專家特約安徽財(cái)貿(mào)學(xué)院葛曉濱教授表示，DeepSeek爆火后，積極擁抱它的行業(yè)包括不限于企業(yè)服務(wù)(如自動(dòng)化報(bào)告生成、智能客服)、教育科研(輔助論文寫作、個(gè)性化學(xué)習(xí))、創(chuàng)意產(chǎn)業(yè)(劇本創(chuàng)作、廣告文案生成)、工業(yè)(設(shè)備故障預(yù)測(cè)、生產(chǎn)流程優(yōu)化)、醫(yī)療健康(醫(yī)學(xué)數(shù)據(jù)挖掘)、云服務(wù)(云廠商接入并優(yōu)化服務(wù))、端側(cè)硬件(如AI眼鏡、AIPC等)等領(lǐng)域，這些行業(yè)通過DeepSeek實(shí)現(xiàn)了降本增效、提升創(chuàng)新能力或優(yōu)化用戶體驗(yàn)。

　　很多人嘗試在本地電腦上部署DeepSeek，原因在于其開源性降低了使用門檻，同時(shí)本地部署能更好地保護(hù)數(shù)據(jù)隱私、減少網(wǎng)絡(luò)延遲、支持定制化，且成本可控。然而，本地部署的缺點(diǎn)是硬件要求高、技術(shù)門檻高、維護(hù)成本高、資源有限，需要用戶具備一定的技術(shù)能力和硬件條件。

　　在DeepSeek爆紅之前，端側(cè)AI發(fā)展較為緩慢，主要集中在工業(yè)自動(dòng)化、智能安防等對(duì)實(shí)時(shí)性要求高的領(lǐng)域，受限于技術(shù)瓶頸(如模型壓縮、推理效率等)和高成本，應(yīng)用范圍較窄，但市場(chǎng)潛力一直被看好，隨著技術(shù)進(jìn)步和應(yīng)用場(chǎng)景拓展，有望實(shí)現(xiàn)更大突破。

　　國內(nèi)廠商紛紛接入DeepSeek，對(duì)AI產(chǎn)業(yè)鏈產(chǎn)生了積極影響，降低了應(yīng)用門檻，推動(dòng)了技術(shù)創(chuàng)新和應(yīng)用推廣，提升了國內(nèi)AI產(chǎn)業(yè)的競(jìng)爭(zhēng)力，激活了產(chǎn)業(yè)鏈投資熱情。對(duì)于DeepSeek下一步動(dòng)作，可能會(huì)持續(xù)優(yōu)化模型性能、拓展更多行業(yè)應(yīng)用場(chǎng)景，并加強(qiáng)與產(chǎn)業(yè)鏈上下游的合作，進(jìn)一步擴(kuò)大生態(tài)影響力。

　　現(xiàn)在市場(chǎng)上端側(cè)AI產(chǎn)品，是否靠譜，對(duì)用戶體驗(yàn)帶來哪些影響之類的)這問題，我個(gè)人認(rèn)為：

　　端側(cè)AI產(chǎn)品憑借其一定的安全性、獨(dú)立性、低時(shí)延和高可靠性等特點(diǎn)，正在成為市場(chǎng)上的重要力量。這些產(chǎn)品通過將AI模型和處理能力下沉到終端設(shè)備，如智能手機(jī)、PC、智能眼鏡和車載終端等，不僅提升了設(shè)備的智能化水平，還顯著改善了用戶體驗(yàn)。例如，端側(cè)AI能夠在本地處理數(shù)據(jù)，減少對(duì)云端的依賴，從而降低數(shù)據(jù)傳輸延遲，提升響應(yīng)速度，同時(shí)更好地保護(hù)用戶隱私。此外，端側(cè)AI還支持個(gè)性化服務(wù)，能夠根據(jù)用戶的使用習(xí)慣和偏好提供定制化的交互體驗(yàn)。

　　在應(yīng)用場(chǎng)景方面，端側(cè)AI已經(jīng)廣泛應(yīng)用于智能安防、智能車載設(shè)備、智能手機(jī)、PC等領(lǐng)域，并且隨著技術(shù)的不斷進(jìn)步，其應(yīng)用場(chǎng)景還在持續(xù)拓展。例如，車載終端利用端側(cè)AI技術(shù)可以實(shí)時(shí)處理復(fù)雜的道路環(huán)境數(shù)據(jù)，提升駕駛安全和車輛的自動(dòng)化水平。同時(shí)，AI PC和AI手機(jī)的出現(xiàn)，不僅推動(dòng)了傳統(tǒng)設(shè)備的智能化升級(jí)，還開啟了新的換機(jī)周期。

　　從發(fā)展趨勢(shì)來看，端側(cè)AI的未來發(fā)展將更加注重多模態(tài)融合和硬件性能的提升。隨著大模型的輕量化和硬件技術(shù)的進(jìn)步，端側(cè)AI有望在更多領(lǐng)域?qū)崿F(xiàn)落地，進(jìn)一步提升設(shè)備的智能化水平和用戶體驗(yàn)。