DeepSeek这么好用，为什么手机厂商还要自研大模型？ 探索差异化竞争力。DeepSeek狂潮席卷到了手机行业。截至2月18日，华为、荣耀、努比亚、魅族、小米、vivo、OPPO等国内主流手机厂商都已接入DeepSeek。
多数厂商目前的工作是为DeepSeek开“入口”，再接入兼容DeepSeek开源模型所提供的API接口，这是最简便的方法。但由于部分厂商只接入了“尝鲜版”，在问答体验上并不完全与DeepSeek相同。此外，API接入的方式被质疑相当于安装了一个APP，并没有太多体验创新。这是因为满血版推理任务需要庞大算力支持，若直接采用可能会面临服务器繁忙的问题，“尝鲜版”则在成本与稳定性间更易平衡。
努比亚并未选择开“入口”的方式。其旗舰手机Z70 Ultra已经实现了全尺寸系统内嵌6710亿参数的DeepSeek R1模型，实现了DeepSeek-R1与系统的整合。
在DeepSeek-R1诞生之前，AI手机的竞争已经持续了两年。为了自研大模型，头部厂商纷纷投入高额资金：荣耀前CEO赵明曾透露，荣耀在AI领域的投入已达100亿元；vivo副总裁周围也表示，每年在大模型领域的投入成本在20-30亿元。
然而，手机厂商对AI的重金投入暂时还没有换来明显的销量增长。当前AI功能主要集中在语音助手优化、图像处理等场景，缺乏杀手级应用。尽管手机厂商开始探索AI与系统的融合，推出智能体点外卖等差异化功能，但实际体验仍处于起步阶段。
DeepSeek的出现改变了过去手机厂商比拼参数的逻辑。努比亚技术专家表示，DeepSeek打破了高性能推理模型的成本桎梏，且开源，使得这类模型能够部署在像手机这样的消费电子产品上，并大幅降低成本。
除了通过API接入DeepSeek之外，多家手机厂商尝试将DeepSeek-R1部署在本地。不过，当前的手机芯片配置还难以支持满血版DeepSeek-R1（670B）的本地部署，仅能支持10B以下的蒸馏版本。这显然不是最佳方案，因为蒸馏也会在一定程度上损失推理能力。但在某些垂直场景中，小模型表现依然值得肯定，例如在通话总结、文档概要等高频场景中，vivo蓝心3B端侧模型通过模型压缩和精度恢复技术，实现了端侧运行且功耗降低46%。
因此，手机厂商引入通用大模型的同时，也需推进自研。一方面出于保护用户隐私的考虑，承载健康监测、支付验证等敏感数据；另一方面也是为了降低成本。努比亚技术专家提到，尽管算力成本已大幅降低，但现阶段仍需借助云端算力，鉴于手机用户规模之大，跑起来仍是一笔不小的开支，自研端侧模型能够承接部分高频次用户场景，进一步降低成本。
DeepSeek与手机厂商自研大模型的本质差异在于能力边界：厂商自研模型聚焦用户意图理解与多模态场景串联，这正是DeepSeek-R1这类通用推理模型的盲区。目前，行业普遍采用“前端感知层自研+后端服务层调用”的协同模式——厂商通过自研模型实现实时场景感知与交互设计，复杂计算则交由专业大模型处理。这也是一种共识：简单的文字搬运式调用无法体现移动端价值，真正的竞争力在于芯片-模型-传感器的全链路整合。
例如，全尺寸嵌入DeepSeek-R1的努比亚Z70 Ultra将DeepSeek与其自研星云AI的多模态能力结合，在拍照后可直接调用DeepSeek进行分析、解答。诸如此类的差异化体验，将成为未来AI手机的竞争焦点。问答与搜索是第三方应用都能满足的需求，手机厂商比拼的是如何通过AI对系统进行重构，以及联动生态资源的能力，例如用AI智能体来实现真正的自动点单、订餐等。
主题测试文章，只做测试使用。发布者：广众网，转转请注明出处：https://www.zmdnky.org.cn/article/10642.html
