|
随后这个报告引起轩然大波，一些行业专家看完这个解读之后直言，黑的太业余，简直是对中国科技的诋毁。
Semianalysis统计的数据显示，DeepSeek的使用率由过年时高点的7.5%下滑到如今的3%。另一张表格统计显示，2月25日-5月25日，DeepSeek官网访问量下降29%。
同期，两大海外竞争对手ChatGPT和谷歌Gemini交出的成绩单是，增长40.6%和85.8%。
另一个数据来自全球知名AI模型集成平台Poe。它们统计的数据显示，R1的使用率从2月7%的高点腰斩至4月底的3%，而第三方平台托管的Token流量占比从3月的42%骤降至5月的16%。
被吐槽的原因，这些机构核心统计对象是DeepSeek官网，不包括腾讯元宝、百度、夸克等深度接入DeepSeek的第三方渠道。
也难怪一些行业专家会吐槽上述国外机构的报告，当DeepSeek成为“水电煤”一样的存在，仅官网的流量数据怎么能体现其影响力的全貌？
不久前，Rokid创始人祝铭明回忆今年早些时候与梁文锋的一次交流时提到，“我问他有没想过扩充服务器，投入更多资源接住这波流量。”
那阵子，DeepSeek正处于流量高峰，太多用户同时涌入，导致官网时常出现“服务器繁忙”的提示，一定程度上影响了用户体验。
“从长远来看，我们希望建立一个生态系统，让行业直接使用我们的技术和成果。其他公司基于我们的模型开发B2B/B2C服务，而我们专注于基础研究。如果产业链完整，我们无须亲自做应用。当然，如果有必要，我们完全有能力去做，但研究和创新始终是我们的核心优先级。”之前接受采访的梁文峰说道。
行业一些大佬对梁文锋评价很直观，他对技术的追求很纯粹，成就感来自所有人用他的技术。
DeepSeek使用率从年初的50%暴跌至3%的主要原因如下，结合多份证据交叉分析：
一、核心原因：R2模型更新延迟与技术瓶颈
1.训练数据质量不足
-R2模型需要比前代R1更大规模的高质量训练数据，但国内可用的训练数据质量较低，导致模型在生成内容时出现严重“幻觉”（即虚构事实或逻辑错误）。
-R1基于OpenAI的全球认证数据集开发，而R2需依赖本土数据，但国内数据在专业性（如医疗、法律领域）和多样性上存在明显短板。
2.高端GPU短缺拖累研发
-美国芯片出口限制导致高端GPU（如英伟达A100/H100）供应严重不足，大幅降低训练效率。
-DeepSeek虽尝试用华为昇腾910B替代，但其计算效率仅为A100的82%，且调试耗时增加。
二、直接后果：用户体验恶化与用户流失
1.幻觉问题引发信任危机
-R2因数据缺陷导致幻觉率居高不下，尤其在专业领域（如医学、法律）错误频出，用户反馈“逻辑混乱、结果不可靠”。
-对比显示，R1通过优化曾将幻觉率降低3%-5%，但R2未能延续这一改进。
2.竞争对手抢占市场
-同期OpenAI的GPT-4o因新增文生图等功能，使用率暴涨85.8%；谷歌Gemini流量增长40.6%。
-快手“可灵”模型在视频生成领域份额超30%，进一步分流用户。
三、深层挑战：商业化与生态短板
1.企业用户转向私有部署
-大量企业选择本地部署开源模型，导致DeepSeek云端流量流失。
2.多轮对话能力薄弱
-用户指出其上下文理解能力弱于竞品，响应速度慢。
四、积极贡献仍受认可
尽管面临困境，DeepSeek的突破性价值未被否定：
-打破技术垄断：以低成本、高性能打破西方AI垄断，推动全球科技公平竞争。
-开源生态建设：开放模型权重及轻量版，吸引全球超百万开发者参与优化，形成活跃社区。
-技术里程碑：R1曾性能比肩OpenAI-o1，数学解题准确率达87.5%。
总结
DeepSeek使用率暴跌的核心是R2延期更新引发的连锁反应：
-直接诱因：数据质量差→幻觉严重→用户信任崩塌；
-加速因素：GPU短缺→研发滞后→错失市场窗口；
-外部压力：竞品快速迭代+用户转向私有部署。
其根本挑战在于突破“数据-算力-商业化”三角瓶颈，但开源策略与技术贡献仍为行业留下重要遗产。
知友们怎么看？欢迎评论区留言~
|
本贴仅代表作者观点，与麻辣社区立场无关。
客户端下载
发表于 2025-7-17 06:08
楼主
