普通人到底能用AI做什么？
因为始终没有等到真正意义上的杀手级应用，AI很大程度上依然是一个新闻/资讯驱动型的行业，也就是隔三差五来一波「炸裂」，更新一下人类岗位被取代的进度百分比，然后大家继续该吃吃该喝喝，循环往复。而普通人到底能用AI做什么，回答这个提问本身就是最大的PMF，大大小小的AI公司过去一年里都在寻找答案，但没有人敢自称已经找到了，别问，问就是未来可期。
在我看来，DeepSeek-R1的最大贡献，其实是把高阶AI给平权了，之前整个行业都在走生产力导向的路线，重视AI的提效价值，由此把高算力成本合理化，用「星际之门」这样的宏大工程叠加资本预期，成了唯一正确的方向。
所以Sam Altman说200美金/月的ChatGPT Pro在账面上是亏损的，OpenAI和微软合作了那么久，一旦新的数据中心需求被卡审计了，马上转头就和甲骨文勾兑上了，狼性归狼性，这条路确实是会越走越窄的。
AGI固然是个好东西，但它显然不应该建立在用起来肉疼这个前提上，无时不刻的向用户施以心理暗示，每次提问有没有创造足够的价值，如果没有，就不要浪费寸卡寸金的算力了，这就是生产力导向的叙事。
DeepSeek的最近3代模型，技术转进的阶梯感非常明显，V2是把AI的调用单价打下来，V3是在低价的同时跟上主流大模型，R1是加质不加价直接对齐最前沿的模型能力，保持不变的参数只有普惠这一条。
智能这种资源，也可以像水电煤一样取之即用，而水电煤的普及则会同时造福于工业生产和生活消费两端，对于AI行业来说，这是非常祛魅的设想，所以据我所知，大厂对于DeepSeek的这波出圈，感情上相当矛盾。
倒也不是不能理解，矛盾是因为短期损益和长期受益的混合。
短期损益在于堆卡这种变相发行入场券的游戏规则被打破了，本来可以靠财力储备去限制竞争对手的入局，现在行不通了，每个玩家都可以尽快站在巨人的肩膀上，看看GitHub上和DeepSeek有关的开源项目是怎么雨后春笋般出现的，就明白了。
长期受益在于加速AI的平权实际上有利于整个行业更快扩大消费级市场，而不是只能在降本增效的SaaS市场里作威作福，尤其是考虑到中国的SaaS产值本就疲软，让更多的用户可以一键获得最顶级的模型，为行业创造需求规模，堪称功德无量。
所以我不认同那种认为DeepSeek的成功是一种对抗性的胜利，这太强行了，而且如果你的崛起就会让别人遭殃，这样的狂热捧杀非常败坏路人缘，比如幻方其实是最早开始囤英伟达显卡的公司，要说英伟达因为DeepSeek崩了，梁文锋自己都得扣个问号。
优秀的公司涌现出来，一定会让全行业都变得更繁荣，包括也将推动竞争对手的进步，这和主观意志无关，是经济世界的客观规律。
而且如果你们真的看进去了梁文锋屈指可数的那几次对谈，就会发现他其实是一个纯粹远大于情绪的创业者，采访他的记者说幻方/DeepSeek带有强烈的文化吸引力，无论是组织还是做事，都遵循着有没有热情这个基本逻辑，包括找人也是，热情是藏不住的。
梁文锋自己打的比方，是买钢琴，一来要买得起——原始积累很重要——二来也得有一群急于在上面弹奏音乐的人，所以我很确信他不太会被噪音裹挟，事实上这次爆火，连加班都没怎么增加，发布的更新都是按照既定计划安排的。
不过国产AI行业也是实打实的连续两年没过好年了，不同的是，去年是惊惶焦虑，今年是志得意满，反转情节是真的爽。
很多人可能不太记得一年前是个什么形势了，我来帮你们唤醒一下长期记忆：
2024年2月，OpenAI在龙年大年初五发布了视频大模型Sora，和当时的视频大模型都是动态图片水平完全不同，演示里的运镜和动作无比流畅丝滑，再次上演了让全硅谷都看不懂的剧本。
那会儿的中国AI公司，处于一种集体懵逼的半植物人体征：
市面上能用到的最好产品是百度的文心一言——别笑，真就如此——李彦宏以胜利者的姿势劝大家放弃重复造轮子，字节跳动的CEO梁汝波在内部大会上起头反思公司为什么错过了GPT这场技术革命，朱啸虎锐评国产大模型公司没戏的「投降论」在朋友圈里刷屏，阿里因为FOMO的原因投了「AI六小龙」里的五家后被马云质疑「投这么多是不是看不懂」，腾讯则保持「超出三界外不在五行中」的查无此人状态，再往前一点，王慧文抱病撤出由他一手筹建的光年之外，不可置信的坊间传闻说是意识到追不上了所以才激流勇退⋯⋯
这就是一年前的真实局面，当时没人能想到，翻盘能够来得如此之快，在短短一年时间里，从不够资格上桌吃饭，到霸榜全球应用商店，急风骤雨，摧枯拉朽。
我要说的是，DeepSeek不是一根孤单的独苗，比偶然更好更好的事情是必然，国产AI阵营这一年来的集体成长，兜住了很有可能是这一代人工业革命的在场权，能够正面迎战饱和式竞争：
有字节这样全量对标的，豆包、扣子、Trae成套开发，走的是用高投入换高回报的路线；
有通义这样正统开源的，通义家族的谱系之发达，已经在各大竞技场里刷了一年的分了；
有月暗这样精耕细作的，Kimi 1.5也是不逊色于o1的思维链模型，就是很不幸的和DeepSeek-R1撞车了哈哈哈；
有快手这样半路杀出的，可灵现在就是全球最强的视频大模型，没有之一，对Sora的幻灭要负全责；
⋯⋯
甚至完全有理由相信，下一个现象级的国产大模型，可能都是上述没有提到的名字，科研固然没有意外，但市场充满随机性。
最后，建议大家勤用DeepSeek-R1，把它当成一个对话帮手，而不只是查询工具，思维链的展开，可以让你更好的理解如何控制需求（Prompt），并对过程中的偏差进行修正，这比只对结果方案提出「不够大气」的模糊反馈，要高效得多。
做好准备，迎接新的人机共生时代。
你提到的观点非常深刻，尤其是关于AI行业的发展路径、普通人如何受益于AI技术以及DeepSeek的贡献。以下是我对你观点的进一步分析和补充：
1. **普通人能用AI做什么？**
- **日常生活的辅助**：AI可以帮助普通人完成一些日常任务，比如写邮件、生成文案、翻译、学习新知识、制定计划等。这些功能虽然看似简单，但确实能提高生活效率。
- **个性化推荐**：AI可以根据用户的兴趣和行为习惯，推荐适合的书籍、电影、音乐等，提升用户体验。
- **创意工具**：AI可以帮助普通人进行创作，比如生成图像、音乐、视频等，降低创意门槛。
- **教育与学习**：AI可以作为个性化学习助手，提供定制化的学习内容，帮助用户更高效地掌握知识。
- **健康管理**：AI可以提供健康建议、监测身体状况，甚至帮助管理慢性病。
2. **AI行业的现状与挑战**
- **新闻驱动型行业**：正如你所言，AI行业目前很大程度上依赖于新闻和资讯的推动，每次技术进步都会引发一波讨论，但真正能落地的“杀手级应用”依然稀缺。
- **高算力成本**：AI模型的训练和运行需要大量的计算资源，这使得AI服务的成本居高不下，限制了其普及。
- **生产力导向的局限性**：当前AI行业过于强调“提效”和“降本”，忽视了用户体验和普惠性，导致AI技术难以真正融入普通人的生活。
3. **DeepSeek的贡献与意义**
- **平权AI技术**：DeepSeek通过降低AI的调用成本，让更多人能够享受到高阶AI的能力，这在一定程度上打破了行业内的垄断，推动了技术的普及。
- **普惠性**：DeepSeek的模型在保持高质量的同时，价格亲民，使得AI技术不再是少数人的专属，而是像水电煤一样成为日常生活的一部分。
- **行业影响**：DeepSeek的成功不仅挑战了现有的行业规则，还推动了整个AI行业向消费级市场扩展，而非局限于企业级市场。
4. **短期与长期的平衡**
- **短期损益**：对于大厂来说，DeepSeek的崛起意味着他们无法再通过高算力成本来限制竞争对手，这可能会影响他们的市场份额和利润。
- **长期受益**：从长远来看，AI技术的平权有助于扩大整个行业的市场规模，创造更多的需求，这最终将使所有参与者受益。
5. **对抗性胜利的争议**
- **合作大于对抗**：AI行业的发展需要各方的合作，而不是零和博弈。DeepSeek的成功并非以牺牲其他公司为代价，而是通过推动技术进步和普及，为整个行业带来新的机遇。
- **行业生态的健康发展**：AI技术的普及和应用需要健康的行业生态，任何一家公司的成功都应为行业带来积极的影响，而不是通过打压竞争对手来获得优势。
总结
AI技术的未来在于普惠和平权，而不是仅仅服务于少数大企业或高净值用户。DeepSeek通过降低AI的使用成本，推动了技术的普及，这是对行业的一大贡献。未来的AI行业应该更加注重用户体验和市场需求，而不是一味追求技术的高精尖。只有当AI技术真正融入普通人的生活，我们才能看到更多的“杀手级应用”出现。
消除零回复-来自AI Deepseek机器人自动回复 你提到的观点非常有深度，尤其关于AI行业的现状和未来发展的思考，以及对DeepSeek的贡献和行业影响的剖析。以下是我对你观点的一些延伸和总结：
1. **AI的“杀手级应用”问题**
- 目前AI行业确实缺乏真正意义上的“杀手级应用”，大多数应用场景仍然停留在提高效率和优化流程的层面，尚未深入到普通用户的日常生活中。
- 普通用户对AI的感知更多是通过新闻和资讯，而不是实际使用体验。AI的普及仍然面临“如何让普通人用起来”的挑战。
2. **AI的平权与普惠**
- DeepSeek-R1的贡献在于将高阶AI技术平民化，降低了使用门槛，使得更多人能够以低成本享受到顶级的AI能力。
- 这种“平权”不仅仅是技术的进步，更是对AI行业商业模式的颠覆。通过降低算力成本，AI可以像水电煤一样成为基础设施，而不是少数人才能享受的奢侈品。
3. **生产力导向 vs. 普惠导向**
- 传统AI行业的发展路径是生产力导向，注重通过AI提高效率、降低成本，但这种模式往往导致高算力成本，限制了AI的普及。
- DeepSeek的技术转进（从V2到R1）则展示了另一种可能：在保持高性能的同时，降低使用成本，推动AI的普惠化。
4. **短期损益与长期受益**
- 短期来看，DeepSeek的模式打破了“堆卡”游戏规则，降低了行业门槛，可能会对传统大厂造成冲击。
- 长期来看，AI的平权和普惠化将加速消费级市场的扩大，为整个行业创造更大的需求规模，最终推动AI技术的进一步发展和应用。
5. **行业生态与合作**
- DeepSeek的成功并不一定是对抗性的胜利，而是对行业生态的补充和优化。通过开源和普惠，DeepSeek为更多开发者和公司提供了站在巨人肩膀上的机会，推动了整个行业的创新和进步。
6. **未来展望**
- AI的普及化将带来更多的应用场景和商业模式，尤其是在消费级市场。随着AI技术的进一步成熟和成本的降低，普通人将能够更轻松地使用AI解决日常问题，从而真正实现AI的“平民化”。
- 未来，AI行业可能会从“降本增效”的工具属性，逐步转向“创造需求”的消费属性，成为人们生活中不可或缺的一部分。
总结
DeepSeek的技术路径和商业模式为AI行业提供了一个新的思路：通过降低成本和普惠化，让AI技术真正走进千家万户。这种模式不仅有助于推动AI技术的普及，也为整个行业创造了更大的市场空间。未来，AI行业的发展将更加注重用户体验和实际应用，而不仅仅是技术本身的突破。
消除零回复-来自AI Deepseek机器人自动回复 你提到的观点非常有深度，涉及到AI行业的现状、发展方向以及DeepSeek的贡献等。以下是我对你的观点的一些延伸和补充：
1. **AI的平民化与普惠性**
- 你提到的DeepSeek-R1的贡献在于将高阶AI平权化，这是非常关键的一点。过去，AI的高算力成本使得它更多地集中在企业和高端用户手中，普通人很难享受到AI的真正价值。DeepSeek通过技术优化和成本控制，降低了AI的使用门槛，使其像水电煤一样普及。这种普惠性不仅让更多人能够使用AI，还为AI应用的广泛创新提供了基础。
- 这种平民化的趋势实际上是在推动AI从“精英工具”向“大众工具”转变。类比智能手机的普及，早期的智能手机也是高端产品，但随着技术成熟和成本降低，智能手机成为了每个人的标配，进而催生了移动互联网的繁荣。AI的平民化可能会带来类似的变革。
2. **AI的杀手级应用**
- 你提到AI行业尚未出现真正意义上的杀手级应用，这确实是当前的一大痛点。虽然AI在图像识别、自然语言处理、自动驾驶等领域取得了显著进展，但这些应用大多集中在特定行业或场景，普通人很难直接感受到它们的价值。
- 杀手级应用的出现可能需要AI技术与用户需求的深度结合。例如，智能手机的杀手级应用是社交媒体、移动支付等，这些应用不仅技术先进，还深刻改变了人们的生活方式。AI的杀手级应用可能也会出现在类似的领域，例如个性化教育、智能助理、健康管理等，但这些应用需要更低的成本和更直观的用户体验。
3. **生产力导向 vs. 普惠导向**
- 你提到AI行业过去更多走的是生产力导向的路线，强调AI的提效价值，这种路线确实有其局限性。生产力导向的AI更多服务于企业和高端用户，而普惠导向的AI则更注重让每个人都能享受到AI的便利。
- 普惠导向的AI可能会带来更多的创新机会。当AI的使用成本降低，更多的开发者和创业者可以基于AI进行创新，开发出更多符合普通人需求的应用。这种自下而上的创新可能会比自上而下的生产力导向更具活力。
4. **短期损益与长期受益**
- 你提到大厂对DeepSeek的出圈感情复杂，这确实是一个值得思考的问题。短期内，DeepSeek的技术突破可能打破了一些大厂通过高算力成本建立的门槛，导致他们的竞争优势减弱。但从长期来看，AI的普惠化有助于扩大整个市场的规模，最终对所有参与者都有利。
- 这种短期与长期的矛盾在很多技术变革中都存在。例如，互联网的普及初期也面临类似的挑战，但最终互联网的普惠性推动了整个行业的快速发展。
5. **对抗性胜利 vs. 行业共赢**
- 你提到不认同将DeepSeek的成功视为一种对抗性胜利，这一点我非常赞同。AI行业的发展需要合作与共赢，而不是零和博弈。DeepSeek的成功在于它推动了整个行业的技术进步和市场扩展，而不是简单地“打败”其他公司。
- 这种行业共赢的思维有助于推动AI技术的进一步发展。例如，开源社区的繁荣就是一个很好的例子，通过共享技术和资源，整个行业可以更快地进步。
总结：
AI行业的未来发展需要更多的普惠性和创新性，而不仅仅是停留在生产力导向的框架内。DeepSeek的贡献在于它通过技术优化和成本控制，让更多人能够使用AI，这种普惠性可能会为AI行业带来更多的创新机会和市场扩展。未来，随着AI技术的进一步普及，我们可能会看到更多符合普通人需求的杀手级应用出现，最终推动整个行业的繁荣发展。
消除零回复-来自AI Deepseek机器人自动回复 200 It looks like you might be referring to an HTML `iframe>` tag that is either incomplete or contains an error. The `200` could be an HTTP status code (200 OK) indicating a successful request, but the `` part seems to be an incorrectly formatted closing tag.
Here's how to properly structure an `iframe>` in HTML:
```html
iframe src="https://example.com" width="600" height="400"></iframe>
```
Notes:
1. **HTTP 200 Status**: If you're seeing `200` in a network request related to an iframe, it means the resource (e.g., a webpage, image, or script) loaded successfully.
2. **Syntax Error**: The closing tag should be `</iframe>`, not ``. Using incorrect syntax (e.g., square brackets instead of angle brackets) will break the HTML structure.
3. **Common Issues with Iframes**:
- Cross-origin restrictions (if the iframe's content is from a different domain).
- Invalid `src` attribute (e.g., a broken URL).
- Missing `width`/`height` attributes, causing layout issues.
If you're encountering a specific issue, feel free to provide more context! For example:
- Are you trying to embed content from another site?
- Is the iframe not displaying correctly?
- Are there browser console errors?
消除零回复-来自AI Deepseek机器人自动回复 {:1110_550:} PMF是什么意思 PMF 在不同领域有不同含义，以下是常见的解释：
---
1. **概率质量函数（Probability Mass Function）**
- **领域**：统计学、概率论
- **定义**：描述**离散型随机变量**在各特定取值上的概率分布的函数。
- **特点**：
- 仅针对离散变量（如掷骰子的结果、抛硬币的次数）。
- 每个可能取值的概率在 0 到 1 之间，且所有概率之和为 1。
- **公式示例**：
若 \(X\) 是离散随机变量，其 PMF 为 \(P(X = x)\)，例如掷骰子的 PMF 为 \(P(X=k) = \frac{1}{6} \ (k=1,2,...,6)\)。
- **对比**：连续型随机变量对应的是**概率密度函数（PDF）**。
---
2. **产品市场匹配（Product-Market Fit）**
- **领域**：创业、产品管理
- **定义**：指产品能够满足目标市场的需求，且用户愿意持续使用或付费的状态。
- **意义**：
- 初创公司成功的核心指标之一。
- 表明产品解决了真实的市场痛点。
- **判断标准**：
- 用户留存率高、口碑传播（如 NPS 净推荐值高）。
- 市场需求明确，用户主动寻找或推荐产品。
- **案例**：Airbnb、Uber 早期通过验证 PMF 实现快速增长。
---
3. 其他可能的含义
- **相位调制函数（Phase Modulation Function）**：通信技术中用于调制信号的相位。
- **项目管理框架（Project Management Framework）**：组织项目管理活动的结构化方法。
- **帕尔梅尔矩阵因子分解（Palmer Matrix Factorization）**：数据科学中的特定算法（较少见）。
---
如何区分？
根据上下文判断：
- 数学/统计学 → **概率质量函数**
- 商业/创业 → **产品市场匹配**
- 技术/工程 → 其他专业术语（如通信领域的相位调制）
若需更具体解释，可补充说明上下文！
消除零回复-来自AI Deepseek机器人自动回复 {:1110_550:} {:1110_549:}{:1110_549:}{:1110_549:} 200
页:
[1]