DeepSeek的V3模型的最后一輪訓練，僅用557.6萬美元的GPU使用成本，就訓練出了全球前沿模型，并在后續發布與OpenAI o1推理模型能力不相上下的DeepSeek R1，這股神秘東方力量就像蝴蝶扇動了翅膀，在全球引發連鎖反應至今已經整整1個月。
此前，AI產業的發展邏輯似乎還很簡單：模型參數越大越好、算力投入越多越好。但DeepSeek R1的橫空出世，改寫了這一認知，約束條件反而可以推動創新，沒有大算力，還可以優化算法。所以現在科技圈普遍出現了一種聲音：一個開源、高性能、低部署推理成本的大模型也能帶來整個AI產業生態的繁榮，是大家抓緊上車的門票。
那么，究竟接下來產業鏈中還有誰能從DeepSeek的沖擊波中受益?
在2025財年第一季度財報電話會議中，高通公司總裁兼CEO安蒙提到，“DeepSeek R1及其他類似模型表明，AI模型正在向更快、更小、更強大、更高效的方向發展，并且可以直接在終端側運行。DeepSeek R1的蒸餾模型在發布僅幾天內，就能在搭載驍龍平臺的智能手機和PC上運行。”
緊接著，高通發布了最新白皮書《AI變革正在推動終端側推理創新》(下稱《白皮書》)，首次闡述了終端AI推理迎來突破的深層邏輯。
范式之變：為何現在是終端AI的拐點?
大模型的規模競賽推動了底層技術創新，同時也讓業界思考AI部署的多元路徑。
今年年初的時候，高通中國區研發負責人徐晧接受科技行者專訪時提到，AI發展現在遵循兩個主要軌跡：云端AI、終端側AI。
首先，大部分人看到的、聽到的AI都是云端訓練的AI模型，例如Meta的LLaMA、OpenAI的ChatGPT、Anthropic的Claude、谷歌的Gemini等，它們都是用非常多的GPU堆起來，擁有很大的算力，能夠處理海量數據，從而訓練出的大模型。這些大模型部署在云端，也只能在云端運行。(現在1000億參數甚至更大的模型只能在云端運行。)
其次，另一個主要趨勢是終端側AI。任何技術要落地到每個人手中，都需要下沉到智能終端，比如手機、PC、汽車、工業物聯網等，這些萬物智能的設備占據更大規模，且可以實現云端AI所無法實現的隱私、效率、個性化用戶體驗。
安蒙在財報電話會議中還明確指出，“隨著我們進入AI推理時代，模型訓練仍將在「云端」進行，但推理將更多在「終端側」運行，讓AI變得更便捷、可定制且高效，那將促進更多專用模型和應用的開發和采用，并因此推動各類終端對高通平臺的需求。”
高通還在《白皮書》中，詳細介紹了推動終端側AI變革的四大關鍵趨勢：
第一，當前先進的AI小模型已具有卓越性能。模型蒸餾、AI網絡架構優化等新技術，能夠在不影響質量的情況下簡化開發流程，讓新模型的表現超越一些僅在云端運行的大模型。
第二，模型參數規模正在快速縮小。得益于先進的量化和剪枝技術，開發者現在能夠在不影響模型準確性的前提下，顯著縮減模型參數規模。
(編者注：也就是說，當一個小模型能夠做到大模型前兩年能做的事情，那么把這個小模型放到終端上就足夠了，比如汽車上可以放100個億-1000億參數的模型，現在大多數手機已經可以支持30億參數的模型，在這個維度上，小模型能做越來越多的事情。該趨勢解決了終端部署的計算負擔問題，為大規模商用部署掃清了技術障礙。)
第三，開發者能夠在邊緣側打造更豐富的應用。高質量AI模型快速激增，意味著文本摘要、編程助手和實時翻譯等特性在智能手機等終端上的普及，讓AI能夠支持跨邊緣側規模化部署的商用應用。
第四，AI正在成為新的UI。個性化多模態的AI智能體(Agent)將簡化交互，高效地跨越各種應用完成任務。
此處引用徐晧當時在對談中舉例而言，比如我們現在要出去旅行，就需要在手機上操作：定機酒-看日程安排-看當地天氣-看當地攻略等，這就要調用不同的APP來完成這些事情。但是如果有了AI智能體，那么就能一步到位，只需要告訴AI智能體：“看看我下周哪天有空，我想去某地旅游，幫我訂某星際酒店，最好是能夠在海邊，順便看看當地天氣和功率”。我們和終端的交互只需要通過自然語言和AI智能體，AI智能體會去調用后臺所有App來把事情搞定。那么這個UI就完全不是以前的UI了。
市場格局：誰將受益于這一變革?
一、毫無疑問，芯片廠商將成為最直接受益者。終端側AI對處理器的算力和能效都提出了更多要求，這將催生新一輪硬件升級周期。
二、模型開發商將迎來新機遇。DeepSeek的成功表明，通過技術創新，小型團隊同樣可以在AI領域實現突破，隨著終端部署門檻降低，將會涌現更多面向特定場景的專業化模型。
三、應用開發者將獲得更大施展空間。高質量、小模型的普及，使得文本處理、代碼輔助、實時翻譯等AI功能可以輕松部署到終端設備，這將激發新一輪應用創新。
以高通為例。無論是AI訓練正在向大規模推理轉型，還是AI計算處理從云端向邊緣側擴展方面，高通都具有戰略優勢，作為終端側AI的引領者，高通的解決方案涵蓋了數十億臺智能手機、汽車、XR頭顯和眼鏡、PC以及工業物聯網終端等。
徐晧告訴我，“高通正在用最節能的方式、最小的芯片面積來做最有效的人工智能應用。”其中有幾種有效的方案，可以將大模型縮小或提高不同模型的適應性。
· 首先是對模型本身的簡化。
第一種叫“剪枝”(Pruning)，就像修剪花草一樣。把AI模型中不太重要的“枝節”剪掉，保留最核心的部分，這樣模型體積變小了，但依然能保持原有的聰明才智。第二種方法叫“學生-教師模型”(Student-Teacher Model)，像是“師徒傳藝”，把一個“經驗豐富”的大模型當作老師，讓它去教導一個“年輕”的小模型，通過不斷學習和驗證，小模型最終也能掌握老師的本領，但所需的計算資源卻少得多。第三種方法叫“LoRA”(Low-Rank Adaptation)，可以理解為“化整為零”，把一個龐大的AI任務，分解成幾個小任務，用更小的模型來分別處理，這就像是把一個大工程分派給幾個小團隊，每個團隊專注于自己的部分，最終一起完成大任務。
這些技術創新讓AI模型變得更加節能和輕量級，不僅能在手機等終端設備上流暢運行，還保持了優秀的性能，為AI的普及應用打開了新的可能。
· 其次是用蒸餾(Distillation)的方法，用大模型訓練小模型。
蒸餾是開發高效小模型的一項關鍵技術，它能夠讓大模型“教學”小模型，保持準確性的同時遷移知識。蒸餾技術的使用，促使小型基礎模型激增，包括眾多面向特定任務調優的模型。
高通在《白皮書》中展示了蒸餾的強大能力。下圖比較了Llama 3.3 700億參數模型和同類DeepSeek R1蒸餾模型的LiveBench平均測試結果，顯示出在相同參數規模下，蒸餾能夠在推理、編程和數學任務中顯著提高性能。
此外，得益于蒸餾和上述其他技術，小模型正在接近前沿大模型的質量。下圖顯示了DeepSeek R1蒸餾版本與其他領先模型的基準測試結果對比。基于通義千問模型和Llama模型的DeepSeek蒸餾版本展現了諸多明顯優勢，尤其是在GPQA基準測試中，與GPT-4o、Claude 3.5 Sonnet和GPT-o1 mini等先進模型相比，取得了相似或更高的分數。(GPQA是一個關鍵評估指標，因其涉及解決復雜問題的深層次、多步驟的推理，這對許多模型頗具挑戰性。)
《白皮書》中特別指出，將大型基礎模型縮減為更小、更高效的版本，不僅能實現更快的推理速度、更少的內存占用和更低的功耗，同時可以保持較高的性能水平，從而使此類模型適合在智能手機、PC和汽車等終端上部署。
挑戰猶存：變革之路并非坦途
盡管前景可期，終端側AI推理仍面臨諸多挑戰：一是性能與效率的平衡問題，如何在有限算力下實現更好的推理效果;二是生態建設問題，需要更完善的開發工具和框架支持;三是標準化問題，不同平臺間的模型部署仍缺乏統一標準。
仍以高通為例。首先在硬件層面，高通長期致力于開發定制CPU、NPU、GPU和低功耗子系統，同時擁有封裝技術和熱設計的技術專長，構成了其行業領先系統級芯片(SoC)產品的基礎。
這些SoC能夠直接在終端側提供高性能、高能效的AI推理，通過緊密集成這些核心組件，高通的平臺可在保持電池續航和整體能效表現的同時，處理復雜AI任務，這對邊緣側用例至關重要。
其次在軟件層面，高通還構建了強大的AI軟件棧，旨在賦能軟件開發者。高通AI軟件棧包括庫(libraries)、SDK和優化工具，可簡化模型部署并提升性能。開發者可以利用這些資源，面向高通平臺高效進行模型適配，縮短AI賦能應用的上市時間。
最后，作為高通面向各行各業規模化擴展AI戰略的核心，高通與全球AI模型廠商積極合作，并提供高通AI Hub等服務。
高通《白皮書》中介紹，在高通AI Hub上，僅需三步，開發者即可：1)選擇模型，或引入自主模型又或基于他們的數據創建模型;2)選擇任意框架和runtime，在基于云的物理設備場(cloud-based physical device farm)上撰寫和測試AI應用;3)使用工具商業化部署其應用。高通AI Hub支持主流大語言模型和多模態大模型(LLM、LMM)系列，讓開發者可在搭載高通平臺的終端上部署、優化和管理推理任務。借助預優化模型庫和支持定制模型優化與集成等特性，高通賦能加速開發周期，同時增強了與廣泛AI生態的兼容性。
從技術演進規律看，AI計算正在經歷與互聯網相似的分布式變革。就像是云計算無法完全替代終端計算一樣，終端側AI也將與云端AI形成互補。當前我們正處于這一變革的起點，未來終端AI的應用場景可能遠超預期。
DeepSeek事件也給業界提了個醒，AI產業正在進入一個新階段。在這個階段，技術創新的重點將從突破模型規模上限，轉向提升計算效率和部署靈活性。
或許AI的下一波創新，不僅是比拼誰的模型更大，還要看誰能讓AI更輕便、更普及、更貼近生活。