DeepSeek冲击影响下，云和AI正在成为重估阿里的标尺。
2月20日，阿里发布2025财年第三季度业绩报告（截至2024年12月31日止）。报告期内，阿里云实现营收317.42亿元，同比增长13%，相比上一季度7%的增速接近翻倍。整体收入（不计来自阿里巴巴并表业务的收入）实现双位数同比增长11%。调整后EBITA增长33%至31.38亿。
财报显示，该增长得益于AI相关产品推动的公共云收入增长，阿里云AI收入已连续六个季度三位数增长。
受云业务增长表现，阿里在美股盘前交易中上涨10%。相关数据显示，今年以来，阿里港股股价上涨了48.7%，一度创下了接近60%的涨幅。
而这背后都离不开AI和云的影子。李飞飞利用开源大模型Qwen，以不到50美元的成本复刻DeepSeek-R1模型性能。苹果选择与阿里通义合作，为苹果国内手机提供AI服务，一连串消息都获得了市场的认可。
春节期间，DeepSeek给世界抛下了一枚重磅炸弹，也重新点燃了行业对大模型的热情。似乎每个人都想抓住这波流量，并试图将流量商业化变现。
从结果来看，在由DeepSeek引发的流量大战中，赢面较大的仍是以阿里云为代表的云厂商。一方面是有稳健的基础设施和维护能力来接纳DeepSeek-R1“难民”，另一方面也通过接入DeepSeek推理模型，完成了留存拉新的阶段性任务。特别在开源领域，Qwen系列大模型仍具备竞争力，是国内不少中小企业决策和部署模型选项。
不可否认的是DeepSeek已经对国内大模型行业产生了影响：开源的价值被肯定，大模型技术的护城河被击，玩家加速分化和优胜劣汰。但短期热度过后，仍需思考“推理”模型落地场景产生的实用价值。
Qwen与DeepSeek的距离
阿里财报会上提到，“春节以来，推理需求呈爆炸性增长”，客户对AI相关产品的新需求约有60%-70%用于推理。
未来式智能CEO杨劲松对上面的数字有着清晰的感知，他回忆在春节期间，至少有一半的老客户咨询在DeepSeek，潜在和尚在沟通的新客户也有二三十个。此前，这些人大部分是Qwen或智谱的客户。
杨劲松介绍来咨询的客户大致分为两类，一类是之前就在使用大模型的客户，他们比较关注新模型的性能有哪些提升，以及自身能否部署和应用。第二类是尚未下决策的群体，开源正在改变他们的认知，意味着未来或许不需要花钱去找模型厂商采购。
尽管去年闭源大模型打到了“骨折价”，但动辄百万元级别的大模型对许多中小企业来说，仍是奢望。受困于预算，大模型决策链条十分长，涉及了选择哪家大模型，配套何种资源以及怎么去验证大模型价值等。
开源的优势凸显出来，能够以轻便的模式跑模型，体验性能的同时得到结果。目前，在开发者和To B客户中，通义千问的32B和72B最受欢迎。开源版的Qwen同样在海外得到了认可，官方数据显示，海内外开源社区中Qwen的衍生模型数量已突破9万，超越Llama系列衍生模型，通义千问Qwen成长为世界最大的生成式语言模型族群。
简单算一笔账，假设使用开源版的通义千问模型搭建一个AI应用项目。模型是免费的，大头支出就变成了硬件，剩下少部分是使用MaaS平台工具和构建应用的服务费用。预估下来，总体成本预算能控制在百万以内。
DeepSeek带着新推理模型杀回了开源领域，风头一下子盖过了Qwen和Llama。截至目前，DeepSeek相继开源了671B参数的MoE模型“DeepSeek-V3”，对标OpenAI o1的“DeepSeek-R1”和代码模型“DeepSeek Coder”等几款重要的模型。
当在开源的战场狭路相逢，Qwen和DeepSeek能否构成直接竞争？
杨劲松认为“暂时影响不太大”，Qwen在开源生态的优势仍十分明显。
目前，通义千问就像是阿里“全家桶”，实现了“全尺寸、全模态、多场景”开源。包含了长文本、代码生成、多模态、推理等多款模型，尺寸上也从3B跨越到72B，覆盖了企业日常知识问答、客服对话、代码生成、数据分析等常用场景。据悉，基于Qwen2.5-Max的深度推理模型也即将上线。正是这种“全”，给了用户更多灵活的选择。
国内阿里是较早选择开源的，Qwen系列模型就是以开源起家。当前，基于模型底座已经积累起了很多开发者用户、工具，生长出了一些应用产品。成熟的生态会给予用户便利性，促使其继续使用千问模型。
“一定程度上要取决于DeepSeek后期资源分配，在团队规模有限的情况下，是专注模型研发还是花费一定精力去维护开源生态”，行业中有部分人认为DeepSeek的重心依然在AGI研究上。
如果DeepSeek在开源上一直能保持领先，不排除将演变为生态系统之争。不过，DeepSeek和Qwen现在更偏向互为补充。一部分小尺寸DeepSeek-R1开源版本，就是基于Qwen模型蒸馏而来。
云厂商“收割”DS流量
高涨的情绪掺杂着些许冲动，一夜之间，比DeepSeek更火的是“接入DeepSeek”。
“不管怎么样，本地来一套DeepSeek，让我们能够向上汇报”，大到国央企和政府部分，小到大厂、中小企业和个人开发者都想做第一批“吃螃蟹的人”。
现实的问题是，在开源社区只能部署和跑得通R1蒸馏后的小模型，32B、70B小尺寸模型效果并不是很惊艳。
“接入”DeepSeek看上去很热闹，好像每家都在宣传，但其实大部分还是量化后的版本。要部署“满血版”6710亿参数的DeepSeek V3/R1，既要求得有硬件层面做推理优化的能力，还得扛得住经济成本。
以往一个新模型出来，因为时间差的原因，总会诞生一批卖API的人，但这回属实让一批人望而却步。有人大致推算，要把6710B拉满，至少需要1000G内存的卡，16台八卡A100的机器，即使定价与DeepSeek涨价后价格持平，也是亏钱的状态。与此同时，还得承受流量涌进后服务器的压力和用户消耗成本。
没有谁比云厂商更熟悉这套玩法，嗅到流量味道的云厂商们伺机而动了起来，相继官宣MaaS平台接入“满血版”的R1。送token还限时免费，恢复原价后的模型输入、输出价格也低于DeepSeek官方价格。
云厂商不靠卖API赚钱，最终获益的还是整套云计算基建规模化后效益。对阿里云们来说，抢夺AI时代流量入口才更重要，云上多模调用已经是大趋势，以更开放的心态才能吸引来更多用户。一旦调用R1的API锁定在一家云上，后期服务器、存储、构建应用等持续消费也将留在该厂商上。
对开发者和企业来说，调用哪家的API没有差别，最终还是要落到价格上。在没有明显效果差距下，倾向于哪家价格便宜用哪家。于是，大厂的价格优势就很明显。
结果也是显而易见，阿里云们接住了这波流量，token调用量、股价和市值随之上涨。
DeepSeek或许让阿里云等厂商愈发明确了生态站位。也许未来，国内外还将会出现性能优越的模型。这其中不变的是对云基础设施、释放模型能力和普惠的需求。
财报会上，阿里也明确了AI未来三年内的投资方向，强调“重投入”。
投资AI基础设施，计划在未来三年内对云和AI基础设施的投资将超过过去十年的总和；大幅增加对AI基础模型的研发投入，以保持技术领先地位，并推动AI原生应用的发展；增加对AI应用研发和计算能力的投资，并将AI深度整合到电商和互联网平台业务中，抓住AI时代的新增长机会。
短期热度与长期价值
短期的热度属于云厂商，风暴中心的DeepSeek已经move on，下周将陆续开源五个代码库。
把视线拉远，DeepSeek的长期价值应当回归到，推理模型究竟能解决什么问题。“几百家接入DeepSeek公司，可能自己也没想明白到底能干什么”。
杨劲松观察到，整个行业仍处于技术亢奋状态，还未达到R1大规模应用落地的阶段。结合国外的发展，还是有几个方向值得探索。
行业普遍看好的方向之一是AI Coding。海外Cursor等AI编程产品大火，基本确立了Claude 3.5 Sonet加上o1的组合，即Claude 3.5 Sonet负责生成代码，再用o1思维链去推理证明使用方式。这套组合之前在国内没有平替，现在DeepSeek有了自己代码+推理组合。这意味着有了构建一套Coding Agent的可能性。
“基于R1基座，通过强化学习的方式在垂直领域达到媲美人或超越人的能力，这是我觉得未来应用方向”，杨劲松表示道。
之前模型应用的路径是，先有基模，然后收集数据，再通过微调训练调整模型，来预测下一个token能力。但在实际业务场景中，采用行业数据和机器学习训练出的通用模型能力效果差强人意。
现在有了推理模型以后，就可以把行业专家在特定领域和工作流的最佳实践，通过强化学习方式喂给推理模型。这样一来，它就可以熟悉企业内部流程，掌握业务逻辑，做到像一位专家一样去工作。杨劲松认为，R1真正的价值在于，可以上升到决策层面，完成垂直领域的任务，且达到不错的效果。
例如在电力场景，日常存在许多分析电网图谱的工作。它要基于内部规则做推导，再去进行决策。现在接入R1推理模型，并配备一些行业知识后，一定程度上就可以模拟电力专家完成电网调度、专改公等非常专业的任务。
OpenAI已经在探索把推理功能落地到场景中。其由o3大模型支持的“Deep Research”功能，可以从互联网上收集信息，并将其合成为简明的报告。OpenAI声称，“只需数十分钟就能完成人类需要数小时才能完成的工作”。
这本质上是复制行业分析师和咨询顾问的思考链条。使用模型还原分析过程，过程中调用搜索引擎、图表等工具。围绕一个研究主题，先推理、检索再进行深度分析，其生成的报告基本可以达到中级行业分析师的水平。
目前，国内大厂已经开始逐渐上线类似的“深度搜索”功能。要大规模地落地生产力场景，仍需时间验证。
DeepSeek冲击影响下，云和AI正在成为重估阿里的标尺。
2月20日，阿里发布2025财年第三季度业绩报告（截至2024年12月31日止）。报告期内，阿里云实现营收317.42亿元，同比增长13%，相比上一季度7%的增速接近翻倍。整体收入（不计来自阿里巴巴并表业务的收入）实现双位数同比增长11%。调整后EBITA增长33%至31.38亿。
财报显示，该增长得益于AI相关产品推动的公共云收入增长，阿里云AI收入已连续六个季度三位数增长。
受云业务增长表现，阿里在美股盘前交易中上涨10%。相关数据显示，今年以来，阿里港股股价上涨了48.7%，一度创下了接近60%的涨幅。
而这背后都离不开AI和云的影子。李飞飞利用开源大模型Qwen，以不到50美元的成本复刻DeepSeek-R1模型性能。苹果选择与阿里通义合作，为苹果国内手机提供AI服务，一连串消息都获得了市场的认可。
春节期间，DeepSeek给世界抛下了一枚重磅炸弹，也重新点燃了行业对大模型的热情。似乎每个人都想抓住这波流量，并试图将流量商业化变现。
从结果来看，在由DeepSeek引发的流量大战中，赢面较大的仍是以阿里云为代表的云厂商。一方面是有稳健的基础设施和维护能力来接纳DeepSeek-R1“难民”，另一方面也通过接入DeepSeek推理模型，完成了留存拉新的阶段性任务。特别在开源领域，Qwen系列大模型仍具备竞争力，是国内不少中小企业决策和部署模型选项。
不可否认的是DeepSeek已经对国内大模型行业产生了影响：开源的价值被肯定，大模型技术的护城河被击，玩家加速分化和优胜劣汰。但短期热度过后，仍需思考“推理”模型落地场景产生的实用价值。
Qwen与DeepSeek的距离
阿里财报会上提到，“春节以来，推理需求呈爆炸性增长”，客户对AI相关产品的新需求约有60%-70%用于推理。
未来式智能CEO杨劲松对上面的数字有着清晰的感知，他回忆在春节期间，至少有一半的老客户咨询在DeepSeek，潜在和尚在沟通的新客户也有二三十个。此前，这些人大部分是Qwen或智谱的客户。
杨劲松介绍来咨询的客户大致分为两类，一类是之前就在使用大模型的客户，他们比较关注新模型的性能有哪些提升，以及自身能否部署和应用。第二类是尚未下决策的群体，开源正在改变他们的认知，意味着未来或许不需要花钱去找模型厂商采购。
尽管去年闭源大模型打到了“骨折价”，但动辄百万元级别的大模型对许多中小企业来说，仍是奢望。受困于预算，大模型决策链条十分长，涉及了选择哪家大模型，配套何种资源以及怎么去验证大模型价值等。
开源的优势凸显出来，能够以轻便的模式跑模型，体验性能的同时得到结果。目前，在开发者和To B客户中，通义千问的32B和72B最受欢迎。开源版的Qwen同样在海外得到了认可，官方数据显示，海内外开源社区中Qwen的衍生模型数量已突破9万，超越Llama系列衍生模型，通义千问Qwen成长为世界最大的生成式语言模型族群。
简单算一笔账，假设使用开源版的通义千问模型搭建一个AI应用项目。模型是免费的，大头支出就变成了硬件，剩下少部分是使用MaaS平台工具和构建应用的服务费用。预估下来，总体成本预算能控制在百万以内。
DeepSeek带着新推理模型杀回了开源领域，风头一下子盖过了Qwen和Llama。截至目前，DeepSeek相继开源了671B参数的MoE模型“DeepSeek-V3”，对标OpenAI o1的“DeepSeek-R1”和代码模型“DeepSeek Coder”等几款重要的模型。
当在开源的战场狭路相逢，Qwen和DeepSeek能否构成直接竞争？
杨劲松认为“暂时影响不太大”，Qwen在开源生态的优势仍十分明显。
目前，通义千问就像是阿里“全家桶”，实现了“全尺寸、全模态、多场景”开源。包含了长文本、代码生成、多模态、推理等多款模型，尺寸上也从3B跨越到72B，覆盖了企业日常知识问答、客服对话、代码生成、数据分析等常用场景。据悉，基于Qwen2.5-Max的深度推理模型也即将上线。正是这种“全”，给了用户更多灵活的选择。
国内阿里是较早选择开源的，Qwen系列模型就是以开源起家。当前，基于模型底座已经积累起了很多开发者用户、工具，生长出了一些应用产品。成熟的生态会给予用户便利性，促使其继续使用千问模型。
“一定程度上要取决于DeepSeek后期资源分配，在团队规模有限的情况下，是专注模型研发还是花费一定精力去维护开源生态”，行业中有部分人认为DeepSeek的重心依然在AGI研究上。
如果DeepSeek在开源上一直能保持领先，不排除将演变为生态系统之争。不过，DeepSeek和Qwen现在更偏向互为补充。一部分小尺寸DeepSeek-R1开源版本，就是基于Qwen模型蒸馏而来。
云厂商“收割”DS流量
高涨的情绪掺杂着些许冲动，一夜之间，比DeepSeek更火的是“接入DeepSeek”。
“不管怎么样，本地来一套DeepSeek，让我们能够向上汇报”，大到国央企和政府部分，小到大厂、中小企业和个人开发者都想做第一批“吃螃蟹的人”。
现实的问题是，在开源社区只能部署和跑得通R1蒸馏后的小模型，32B、70B小尺寸模型效果并不是很惊艳。
“接入”DeepSeek看上去很热闹，好像每家都在宣传，但其实大部分还是量化后的版本。要部署“满血版”6710亿参数的DeepSeek V3/R1，既要求得有硬件层面做推理优化的能力，还得扛得住经济成本。
以往一个新模型出来，因为时间差的原因，总会诞生一批卖API的人，但这回属实让一批人望而却步。有人大致推算，要把6710B拉满，至少需要1000G内存的卡，16台八卡A100的机器，即使定价与DeepSeek涨价后价格持平，也是亏钱的状态。与此同时，还得承受流量涌进后服务器的压力和用户消耗成本。
没有谁比云厂商更熟悉这套玩法，嗅到流量味道的云厂商们伺机而动了起来，相继官宣MaaS平台接入“满血版”的R1。送token还限时免费，恢复原价后的模型输入、输出价格也低于DeepSeek官方价格。
云厂商不靠卖API赚钱，最终获益的还是整套云计算基建规模化后效益。对阿里云们来说，抢夺AI时代流量入口才更重要，云上多模调用已经是大趋势，以更开放的心态才能吸引来更多用户。一旦调用R1的API锁定在一家云上，后期服务器、存储、构建应用等持续消费也将留在该厂商上。
对开发者和企业来说，调用哪家的API没有差别，最终还是要落到价格上。在没有明显效果差距下，倾向于哪家价格便宜用哪家。于是，大厂的价格优势就很明显。
结果也是显而易见，阿里云们接住了这波流量，token调用量、股价和市值随之上涨。
DeepSeek或许让阿里云等厂商愈发明确了生态站位。也许未来，国内外还将会出现性能优越的模型。这其中不变的是对云基础设施、释放模型能力和普惠的需求。
财报会上，阿里也明确了AI未来三年内的投资方向，强调“重投入”。
投资AI基础设施，计划在未来三年内对云和AI基础设施的投资将超过过去十年的总和；大幅增加对AI基础模型的研发投入，以保持技术领先地位，并推动AI原生应用的发展；增加对AI应用研发和计算能力的投资，并将AI深度整合到电商和互联网平台业务中，抓住AI时代的新增长机会。
短期热度与长期价值
短期的热度属于云厂商，风暴中心的DeepSeek已经move on，下周将陆续开源五个代码库。
把视线拉远，DeepSeek的长期价值应当回归到，推理模型究竟能解决什么问题。“几百家接入DeepSeek公司，可能自己也没想明白到底能干什么”。
杨劲松观察到，整个行业仍处于技术亢奋状态，还未达到R1大规模应用落地的阶段。结合国外的发展，还是有几个方向值得探索。
行业普遍看好的方向之一是AI Coding。海外Cursor等AI编程产品大火，基本确立了Claude 3.5 Sonet加上o1的组合，即Claude 3.5 Sonet负责生成代码，再用o1思维链去推理证明使用方式。这套组合之前在国内没有平替，现在DeepSeek有了自己代码+推理组合。这意味着有了构建一套Coding Agent的可能性。
“基于R1基座，通过强化学习的方式在垂直领域达到媲美人或超越人的能力，这是我觉得未来应用方向”，杨劲松表示道。
之前模型应用的路径是，先有基模，然后收集数据，再通过微调训练调整模型，来预测下一个token能力。但在实际业务场景中，采用行业数据和机器学习训练出的通用模型能力效果差强人意。
现在有了推理模型以后，就可以把行业专家在特定领域和工作流的最佳实践，通过强化学习方式喂给推理模型。这样一来，它就可以熟悉企业内部流程，掌握业务逻辑，做到像一位专家一样去工作。杨劲松认为，R1真正的价值在于，可以上升到决策层面，完成垂直领域的任务，且达到不错的效果。
例如在电力场景，日常存在许多分析电网图谱的工作。它要基于内部规则做推导，再去进行决策。现在接入R1推理模型，并配备一些行业知识后，一定程度上就可以模拟电力专家完成电网调度、专改公等非常专业的任务。
OpenAI已经在探索把推理功能落地到场景中。其由o3大模型支持的“Deep Research”功能，可以从互联网上收集信息，并将其合成为简明的报告。OpenAI声称，“只需数十分钟就能完成人类需要数小时才能完成的工作”。
这本质上是复制行业分析师和咨询顾问的思考链条。使用模型还原分析过程，过程中调用搜索引擎、图表等工具。围绕一个研究主题，先推理、检索再进行深度分析，其生成的报告基本可以达到中级行业分析师的水平。
目前，国内大厂已经开始逐渐上线类似的“深度搜索”功能。要大规模地落地生产力场景，仍需时间验证。
