DeepSeek在应用端的想象空间正在不断拓展，其市场影响力日益显著。

2月8日，根据QuestMobile的最新数据，DeepSeek在1月28日的日活跃用户数首次超越了豆包，并在2月1日迅速突破3000万大关，成为历史上最快达到这一里程碑的应用。这一成就彰显了DeepSeek的强劲增长势头。

与此同时，多家知名汽车企业纷纷宣布与DeepSeek模型完成深度融合。吉利汽车宣布，其自研的星睿大模型与DeepSeek-R1已完成深度融合，将利用DeepSeek-R1模型进行进一步的蒸馏训练，以提升智能交互体验。岚图汽车也宣布，其智能座舱已与DeepSeek完成深度融合，并计划启动全民知识蒸馏训练，以提升车机AI的反应速度、准确度和扩展性。此外，东风汽车也宣布已完成DeepSeek全系列大语言模型的接入工作，旗下多个自主品牌车型将陆续搭载应用。

分析机构指出，DeepSeek-R1有望对智能座舱带来显著的催化作用。作为AI Agent的载体，车企正在积极探索智能座舱的应用落地。R1模型有望带来更优的座舱交互体验，实现前所未有的功能提升，并有望孕育出全新的应用场景。这将为汽车行业带来一场深刻的变革。

此外，DeepSeek的持续火爆也为端侧AI落地应用进一步打开了想象空间。光大证券分析师刘凯在最新发布的研报中指出，第三方可以从DeepSeek-R1中蒸馏出更多版本的小参数模型，并部署至手机、笔记本电脑、智能家居产品等各类终端中。这将助力硬件销量的提升，并涌现出更多基于AI服务的付费点。同时，DeepSeek的轻量化模型也将为智能终端行业带来积极影响。

汽车行业迎来DeepSeek热潮

DeepSeek的热潮正在席卷汽车行业。吉利汽车与DeepSeek-R1的深度融合，将推动其智能交互体验的大幅提升。岚图汽车则通过与DeepSeek的深度融合，实现了多种功能的智能座舱，包括AI多语义指令识别、AI作诗、AI作画等。这将为车主带来更加便捷、智能的用车体验。

同时，东风汽车也已完成DeepSeek全系列大语言模型的接入工作，旗下多个自主品牌车型将陆续搭载应用。其中，东风猛士917汽车智能座舱已完成DeepSeek-R1模型的接入，预计将在未来通过OTA更新，为车主带来更加智能的座舱体验。

小鹏汽车董事长何小鹏也在开工信中提到了DeepSeek。他表示，DeepSeek大模型给全球科技圈带来震撼，既实现了媲美OpenAI的体验，又将成本压缩到极低。未来十年，AI将驱动汽车发生远超电动化的变革。这进一步证明了DeepSeek在汽车行业中的重要地位。

开源证券近期研报也指出，DeepSeek通过对算法的优化，以有限算力开发出性能强劲的模型。这表明依靠算法优化，小算力亦有希望做到比肩世界一流的模型性能水平。DeepSeek-R1有望对智能座舱带来催化作用，并孕育出全新的应用场景。

对于车企纷纷接入DeepSeek大模型的原因，东风汽车方面表示，这主要可以实现三方面的用户体验升级：突破传统车机“一问一答”模式、场景理解更智能以及功能迭代更快速。这将为车主带来更加自然流畅的语音交互体验、更加精准的驾驶员意图识别以及更加快速的智能功能迭代。

端侧AI应用迎来大爆发

DeepSeek的持续火爆正在为端侧AI落地应用进一步打开想象空间。通过蒸馏技术，大模型的推理能力可以迁移至小参数模型，从而大幅提升AI部署的灵活性。光大证券分析师刘凯指出，蒸馏模型有多个版本可供选择，虽然会损失部分能力，但更小的参数意味着更大的灵活性。

第三方可以从DeepSeek-R1中蒸馏出更多版本的小参数模型，并部署至各类终端中。这将助力硬件销量的提升，并涌现出更多基于AI服务的付费点。同时，端侧AI落地的前景也得到了产业链人士的证实和看好。一家存储芯片厂商人士表示，DeepSeek对于AI端侧的存储有积极的影响，尤其看好端侧AI智能眼镜产品的落地。

此外，华安证券分析师陈耀波也表示，端侧实现AI能力需要端侧AI大模型的落地。从国内手机整机厂商看，均推出了一系列端侧AI功能。基于DeepSeek-R1在推理能力上表现出色，若能进入AI智能终端，将推出具有强大AI功能的产品，有望提升用户体验。

越来越多个人开发者开始尝试低成本的AI模型部署实践，让公众更加清醒地认识到AI普惠时代已经到来。PC产品被认为是端侧AI模型落地的首站，而更大的想象空间还在智能眼镜、AI玩具等智能体中。DeepSeek带来的轻量化模型将为智能终端行业带来积极影响。

另外，DeepSeek也为国产硬件端发展争取了更多空间。目前，阿里、腾讯、超算互联网等算力平台均已上线DeepSeek系列模型。在算法和算力网络的共同优化之下，云计算平台对DeepSeek模型进行适配并提供服务，降低了终端接入大模型的成本和部署门槛。

以阿里云为例，用户无需编写代码即可在云上一键部署DeepSeek-V3、DeepSeek-R1等模型，实现从模型训练到部署再到推理的全过程。这将极大地简化AI模型的开发流程，并降低用户的成本。