作者：彭昭（智次(ci)方(fang)創始(shi)(shi)人、云和資本聯合(he)創始(shi)(shi)合(he)伙人）
這是我的第359篇專欄文(wen)章。
最近(jin)，全球科技行業(ye)的焦點無疑落在了(le)DeepSeek引發的熱(re)潮(chao)之上。幾乎(hu)在一(yi)夜之間，全球市場(chang)對(dui)中國AI大(da)模型及其(qi)相關(guan)產(chan)業(ye)的態度(du)(du)(du)發生了(le)180度(du)(du)(du)轉變——從(cong)此(ci)前的“過度(du)(du)(du)悲觀”瞬間跳躍至“極度(du)(du)(du)樂觀”，2025也(ye)似乎(hu)成為中美AI對(dui)決元年。
德意志(zhi)銀行和(he)高(gao)盛等(deng)國(guo)際投(tou)行更是(shi)紛紛預測，不(bu)僅僅是(shi)DeepSeek，2025年將成為中國(guo)企業在全球AI競爭中崛起的關鍵一年。然而，這并非外資投(tou)行第一次高(gao)調看好中國(guo)企業。我們需要保持清醒，避(bi)免被短期的市場情緒裹挾。
現實(shi)是(shi)，我們AI產(chan)業化(hua)的(de)進(jin)程仍處于起步階段(duan)，距離真正(zheng)的(de)規模化(hua)落地(di)，還有漫長的(de)道路要走。當前的(de)市場(chang)情緒(xu)雖然熱烈，但更重要的(de)是(shi)探(tan)討AI如何真正(zheng)推動產(chan)業升(sheng)級，創造長期價(jia)值。
在這場AI產業化變革中，物聯網IoT將成為核心驅動力，引領AI技術從實驗室走向千行百業的實際應用。根據IoT Analytics預測，全球2025年物聯網連接數將(jiang)超(chao)過270億，廣(guang)泛存(cun)在的(de)物聯網(wang)終端能夠感(gan)知(zhi)海量數據，為AI應用提供67%-72%的(de)數據支撐。
可(ke)以確定的(de)(de)(de)是，DeepSeek的(de)(de)(de)突(tu)破將加速AIoT從(cong)1.0的(de)(de)(de)“萬物互聯”邁(mai)向2.0的(de)(de)(de)“萬物智聯”，進而推動(dong)AI在產業中的(de)(de)(de)深度應用(yong)，實(shi)現更為(wei)徹底的(de)(de)(de)智能(neng)化變革。
AIoT 1.0的核心價值在于“連接”——即讓設備能夠互相通信、數據互通，AIoT 2.0的核心價值在于“智能”——即讓設備不僅能感知世界，還能自主決策、優化運營，并持續學習進化。
在(zai)這(zhe)一過程中，DeepSeek及(ji)其(qi)背后的(de)AI大(da)模(mo)(mo)型技術將(jiang)成為(wei)關(guan)鍵(jian)變量。其(qi)影響不僅(jin)僅(jin)體(ti)現在(zai)提升數據處理能力，更在(zai)于推(tui)動數據驅動的(de)閉環智能——即從(cong)物聯網設備收(shou)集數據，AI模(mo)(mo)型深度(du)挖掘價值(zhi)，最終反哺物理世界的(de)優化(hua)與(yu)決策。
這一閉環的實現，將帶來AI產業化應用的質變，加速朝著“人工智能+”千行百業的方向升級。
因(yin)此在今天的文(wen)章中，我(wo)們將(jiang)一(yi)起探索(suo)：
DeepSeek如何加速AIoT產業發展？
AIoT的哪些具體場景將(jiang)率先(xian)實現突破？
中(zhong)國(guo)AIoT企業如何(he)在全球(qiu)競爭中(zhong)占據先機？
DeepSeek加速“硬件覺醒”，催化“萬物智聯”
近年來，小型、低成本、高效能的開放AI模型正在重塑人工智能的創(chuang)新格局。這一趨勢不(bu)僅降低(di)了AI的準入門檻，也為邊緣計算場景帶(dai)來了全新的可能性。
相比依賴云端計算的(de)大型(xing)模型(xing)，DeepSeek能夠(gou)在本地運行(xing)，這對于數據隱(yin)私敏感(gan)的(de)行(xing)業(ye)和對低延(yan)遲有極高(gao)要求的(de)AIoT設備(bei)來(lai)說(shuo)，屬(shu)于重大突破。
要(yao)讓(rang)AI真正嵌入到計算和存(cun)儲資(zi)源(yuan)有限的物聯網設(she)備中，必(bi)須對基礎模型進行優(you)化。盡管AIoT產(chan)業前景廣闊(kuo)，但AI在邊緣(yuan)計算環境中的落地仍然存(cun)在三大(da)核心挑戰(zhan)：
計算資源受限：如何讓AI在邊緣設備上高效運行？
物(wu)聯網設備通常算(suan)力有限，難以支持大型AI模(mo)型的推理計算(suan)。目(mu)前主流的模(mo)型優化方法包括：
剪枝：刪除AI模型中的冗余(yu)參數，提(ti)高(gao)計算(suan)效(xiao)率。
蒸餾：將大(da)型模(mo)型的知識遷(qian)移(yi)到小型模(mo)型，使其(qi)在(zai)低算力(li)環(huan)境下依然(ran)具備強大(da)能力(li)。
量化：降低(di)計算精度，以減(jian)少內存占用和(he)能(neng)耗(hao)，使AI能(neng)夠在嵌入式設(she)備上(shang)運(yun)行。
數據隱私與安全：如何在邊緣端保護敏感數據？
在許多關鍵(jian)基礎設(she)施（如電(dian)網、醫(yi)療設(she)備、智能(neng)(neng)工(gong)廠）中，數(shu)據安全至(zhi)關重要。傳(chuan)統的AI依賴云端訓練和推理，但這意味(wei)著數(shu)據需要傳(chuan)輸(shu)到云端，可能(neng)(neng)帶來隱(yin)私泄露風險。
網絡效率與實時性：如何減少數據傳輸的成本和延遲？
AIoT應用通常涉及海量數據的實時處理，如果所有數據都需要上傳至云端進行分析，延遲和帶寬成本都會大幅上升。在某些場景下，例如自動駕駛、智能制造、智慧城市等，即使毫秒(miao)級的延(yan)遲也(ye)可(ke)能導致嚴重后果。
DeepSeek初步(bu)驗證通過正(zheng)確的優化策(ce)略，基(ji)礎模型可以(yi)被壓(ya)縮并(bing)(bing)嵌入到(dao)邊緣設(she)備中，從(cong)而突破計(ji)算資(zi)源的瓶頸。通過邊緣AI推(tui)理，DeepSeek讓設(she)備能夠在本地處理數據并(bing)(bing)作(zuo)出(chu)決策(ce)，無需依賴(lai)云端計(ji)算，從(cong)而帶來以(yi)下優勢：
實時性：減少(shao)數(shu)據(ju)回傳云端的延遲，提高響應速度。例如，在自動駕駛系統中(zhong)，DeepSeek使AI可(ke)以在本地分析攝像頭數(shu)據(ju)，并做出即時(shi)決策。
降低網絡成本：減(jian)少(shao)數據傳輸量，降(jiang)低帶寬消耗，使AIoT設(she)備能夠在低網絡條件(jian)下正常運行。
在(zai)AIoT產(chan)業(ye)化(hua)進程(cheng)中，DeepSeek的關鍵技術突(tu)破主要體現在(zai)以下三方面：
本地化AI模型：讓AI運行在邊緣設備上
DeepSeek采用模型提煉方法，使AI能夠在計算資源有限的設備上運行。例如，DeepSeek-R1通過高效的模型架構，使AI能夠在智能攝像頭、工業傳感器、智能家居設(she)備等(deng)場景(jing)中(zhong)發揮(hui)作(zuo)用，而不需要(yao)連接(jie)云端。
分布式學習：實現AIoT設備的自我進化
DeepSeek支持(chi)邊緣端(duan)的AI訓練，讓設備可以根據本(ben)地數據進行自我優化，而不(bu)必(bi)上傳(chuan)數據到(dao)云端(duan)。這對(dui)(dui)醫(yi)療、金融、工業控制等對(dui)(dui)數據隱(yin)私要求極高的行業尤為重(zhong)要。
專用AIoT硬件：推動AI計算能力向邊緣擴展
盡管DeepSeek在軟件層面進行了優化，但AI的計算需求仍然較高。與之配套的專用AI芯片與(yu)硬(ying)件加(jia)速(su)器也在快速(su)發展。隨著摩爾定律的(de)持續(xu)(xu)演進，未(wei)來幾(ji)年(nian)，更強(qiang)大的(de)AI芯片將繼(ji)續(xu)(xu)向邊緣擴展，進一步推動AIoT的(de)發展。
隨著AI成本的(de)持續下(xia)降、硬(ying)件性(xing)能(neng)的(de)不斷提(ti)升(sheng)，AIoT的(de)普及速(su)度將呈指數級(ji)增長。DeepSeek作為AI產業(ye)(ye)化(hua)的(de)推動(dong)者，正(zheng)加速(su)這一進程(cheng)，使AIoT在智能(neng)制造(zao)、智慧城市、醫(yi)療健康、自動(dong)駕駛(shi)等多個(ge)行業(ye)(ye)釋放巨大價值(zhi)。
優先獲益：邊緣計算、AIoT芯片與數據管理服務
在DeepSeek加速(su)AIoT產業(ye)發(fa)展的背景下，哪些(xie)具體(ti)環節和場景將率先迎來突破？邊緣計算、AIoT芯片和數(shu)據管理服務，有可能將成為(wei)AIoT產業(ye)化落地的三大核心(xin)驅動力。
這三(san)個(ge)環節(jie)不僅(jin)直(zhi)接(jie)受益于AI技術(shu)的(de)進步，也將(jiang)在AIoT生態中發(fa)揮核心作(zuo)用。
AIoT芯片：構建遍布各行業的AI計算基礎設施
AI要真(zhen)正進入(ru)各(ge)行(xing)各(ge)業，必須與行(xing)業場景中的設(she)備深度結合，而(er)這些設(she)備需要具備本(ben)地AI計(ji)算能力。相比傳統的CPU和GPU，專(zhuan)為端側AI計(ji)算優(you)化的AIoT芯(xin)片具備以(yi)下優(you)勢：
更低功耗：AIoT設(she)備通常在低功耗環境下運行(xing)，如智能攝像(xiang)頭、工業傳感器、智能家居設(she)備等，因此AIoT芯片(pian)比高功耗的(de)服務器GPU更適合邊緣AI計算。
更高效的AI推理：AIoT芯(xin)片專為AI計(ji)算(suan)(suan)優化，能在低算(suan)(suan)力環境下高效(xiao)(xiao)運行AI模型，提(ti)升推理速度和能效(xiao)(xiao)比。
更低的AI部署成本：隨著DeepSeek等低成(cheng)本、高性能AI大模型的(de)普(pu)及，端(duan)側AI推(tui)理(li)的(de)成(cheng)本正在(zai)迅(xun)速下降，使AIoT芯(xin)片(pian)的(de)商業化前景進一步(bu)擴大。
在文章中，我(wo)曾經分(fen)析AIoT芯(xin)片已(yi)然進入全球范(fan)圍(wei)內群雄逐(zhu)鹿的態勢，DeepSeek可能會(hui)讓(rang)企業間的角逐(zhu)更加激(ji)烈。
DeepSeek的(de)開源策略，加上其高效(xiao)的(de)推理能力和低算(suan)力適配性(xing)，將(jiang)推動AIoT芯片公司迎(ying)來新(xin)一輪(lun)增長。此外，隨著本地AI部署(shu)趨勢的(de)加速，端側AI計算(suan)需求將(jiang)在2025年迎(ying)來爆發，AIoT芯片市(shi)場的(de)增長潛力不可小覷。
邊緣計算：從“云中心優先”到“邊緣優先”
傳統(tong)AI計算依賴云端，然而在實時性、安(an)全(quan)性、帶(dai)寬成(cheng)本等(deng)方面，邊(bian)緣(yuan)計算有著天(tian)然優勢(shi)。DeepSeek通(tong)過發布R1模(mo)型(xing)及其(qi)精簡(jian)版，使AI計算能夠被更廣泛地部署到邊(bian)緣(yuan)設(she)備(bei)。
這(zhe)不僅降低(di)了AIoT設(she)備(bei)的計算(suan)門(men)檻(jian)，也加速(su)了企業向“邊(bian)緣優先”計算(suan)架構的轉型。正(zheng)如(ru)微軟CEO薩蒂亞·納(na)德拉(la)曾在(zai)(zai)財(cai)報電話會議上(shang)指出，“人(ren)工智能(neng)將(jiang)更加無處不在(zai)(zai)”，因為越(yue)來越(yue)多的工作(zuo)負載(zai)將(jiang)在(zai)(zai)本地運行，DeepSeek的發展趨(qu)勢與這(zhe)一觀點高度契合。
數據管理服務：AIoT時代的“數據中樞”
AI的(de)本(ben)質(zhi)是數(shu)(shu)(shu)據(ju)(ju)(ju)驅(qu)動，AIoT設備每天(tian)都會產生、傳輸、存(cun)儲和分析大(da)量數(shu)(shu)(shu)據(ju)(ju)(ju)，這對(dui)數(shu)(shu)(shu)據(ju)(ju)(ju)管理(li)能力(li)提出了(le)更高要(yao)求。沒(mei)有高效的(de)數(shu)(shu)(shu)據(ju)(ju)(ju)管理(li)，AI再強大(da)也難以發(fa)揮(hui)作用。但(dan)是AIoT的(de)數(shu)(shu)(shu)據(ju)(ju)(ju)管理(li)普遍面臨諸多挑戰，包(bao)括數(shu)(shu)(shu)據(ju)(ju)(ju)分散且格式復雜、數(shu)(shu)(shu)據(ju)(ju)(ju)安全(quan)與合規性要(yao)求高、數(shu)(shu)(shu)據(ju)(ju)(ju)驅(qu)動的(de)AI訓練需求多種多樣等(deng)。
既然AI需要大(da)(da)量數(shu)據(ju)進行訓練和(he)(he)優化，那(nei)么顯而易見(jian)，數(shu)據(ju)管理(li)服(fu)務商將(jiang)(jiang)成為AI產業鏈中的(de)關鍵角色。隨著DeepSeek及(ji)類似開源AI模型的(de)普(pu)及(ji)，越來越多企(qi)業將(jiang)(jiang)利用AI進行數(shu)據(ju)分析、預測和(he)(he)優化，這將(jiang)(jiang)極大(da)(da)推(tui)動(dong)數(shu)據(ju)管理(li)市場的(de)增(zeng)長。
綜上(shang)，在AIoT產(chan)業化的(de)過程中，邊緣計(ji)算、AIoT芯片和數據管(guan)理服務(wu)可能(neng)將(jiang)率先迎來(lai)突破。接下來(lai)，我們將(jiang)探(tan)討(tao) 中國 AIoT 企業如何(he)在全(quan)球市場(chang)中占據優(you)勢，以及未來(lai) AIoT 產(chan)業的(de)長(chang)期(qi)發展趨(qu)勢。
中國AIoT企業具備先機
雖然中美AI大模型的角逐難分伯仲，但是“人工智能+”產業化應用的勝負已分，因為在全球AIoT競爭格局中，中國企業正處于獨特且有利的競爭位置。
憑借龐大(da)的物聯網設備基礎、強(qiang)大(da)的供應鏈(lian)整合(he)能力和政(zheng)府(fu)政(zheng)策支持，我國AIoT企(qi)業有望在(zai)全球市場(chang)率先實現規模(mo)化(hua)商業落地，并(bing)在(zai)AI產業化(hua)浪潮中占據主(zhu)導地位。
龐大的物聯網設備基礎：數據驅動AIoT產業化
中(zhong)國是全球最大的物聯網市(shi)(shi)場之一，在智(zhi)能家居、智(zhi)能制造、智(zhi)慧城(cheng)市(shi)(shi)、自動(dong)駕(jia)駛等領域的IoT設(she)備出貨量全球領先。這一優(you)勢帶來了兩個關(guan)鍵性資源(yuan)，助推AIoT產(chan)業發展(zhan)：
豐富的應用場景：海量的IoT設備意味著AIoT在工業制造、智慧醫療、智慧交通等(deng)行業具(ju)有天然的落(luo)地(di)環境，能夠快速實(shi)現(xian)商(shang)業化。
海量的數據資源：AIoT的(de)(de)核(he)心競(jing)爭力(li)在于數(shu)據(ju)(ju)驅動的(de)(de)智能(neng)化，中國市場的(de)(de)大規模(mo)設備部署(shu)使企業(ye)(ye)能(neng)夠迅速(su)積累數(shu)據(ju)(ju)，優化AI模(mo)型，從而形(xing)成(cheng)數(shu)據(ju)(ju)閉環，加速(su)AI產(chan)業(ye)(ye)化應用的(de)(de)成(cheng)熟。
強大的供應鏈整合能力：軟硬一體化的AIoT生態
中國企業在硬件制造、芯(xin)片(pian)設計、5G通信(xin)等領域(yu)具備完整(zheng)的(de)產業鏈(lian)，能夠軟硬一(yi)體化推進(jin)AIoT發展(zhan)，而不僅(jin)僅(jin)依賴軟件算法。
這方面的代表性企業眾多，比如美格智能正(zheng)在加速開(kai)發DeepSeek-R1在端側的落(luo)地應(ying)用，并計劃在2025年推出100TOPS級別(bie)的AI模組，遠(yuan)期規劃超(chao)200TOPS算力，為(wei)邊(bian)緣AI計算提供(gong)強勁(jing)支持(chi)。
廣和通的高(gao)算(suan)力AI模組可全(quan)面支(zhi)持DeepSeek-R1小型(xing)模型(xing)，提升終端設備(bei)的AI計算(suan)能力。
映翰通在(zai)EC5000邊緣計算機上成功部(bu)署(shu)DeepSeek-R1蒸餾模型(xing)，為工業質(zhi)檢(jian)、智慧交通、遠程醫療等場景提供了高效的AI計算能力(li)。
更(geng)能(neng)提供助力的是，中國的5G基(ji)礎設施全球領先，使AIoT設備能(neng)夠更(geng)低延(yan)遲、更(geng)高(gao)帶寬地與云端/邊緣(yuan)AI交(jiao)互(hu)，這對自動駕駛、智能(neng)制造、遠程醫療等場景至關重要。5G的普及將進一步(bu)推動邊緣(yuan)AI計算(suan)，減(jian)少設備對云端的依賴(lai)，使AIoT產業加(jia)速(su)落地。
這一軟硬一體(ti)化的(de)生態鏈，使中國AIoT企業能夠從底層芯(xin)片、設備端到(dao)AI計算平臺全方位布(bu)局，形成強勁的(de)產業協(xie)同效應。
政策支持與市場推動：AI與實體經濟深度融合
政府近(jin)年來大力(li)支(zhi)持AI與實(shi)體經濟(ji)的融合(he)，通過政策扶(fu)持、產業基金、試點項目(mu)等方式推動AIoT產業化(hua)落地(di)。許(xu)多城市已啟動智慧城市試點，例如(ru)無錫(xi)的智能交通系統、上(shang)海的AIoT智能社區，這(zhe)些項目(mu)為AIoT規模化(hua)落地(di)提供了真(zhen)實(shi)場(chang)景和政策支(zhi)持。
因此，在(zai)(zai)AIoT產業(ye)化(hua)(hua)浪潮中(zhong)，中(zhong)國企業(ye)憑借(jie)龐(pang)大的IoT設備基礎、強大的供應鏈整(zheng)合能(neng)(neng)力(li)、政策支持，有望(wang)在(zai)(zai)全(quan)球(qiu)市(shi)場中(zhong)率先實現規(gui)模化(hua)(hua)落地(di)(di)，并在(zai)(zai)AIoT競爭(zheng)中(zhong)占據領先地(di)(di)位。盡管面臨數據合規(gui)、標準(zhun)化(hua)(hua)、品牌影(ying)響力(li)等挑戰，但中(zhong)國AIoT企業(ye)正加速(su)全(quan)球(qiu)化(hua)(hua)布局，未來將(jiang)在(zai)(zai)智能(neng)(neng)制造(zao)、智慧醫療、自動駕駛等多(duo)個行(xing)業(ye)實現全(quan)球(qiu)領先。
寫在最后
在AIoT產業化浪潮中(zhong)，邊緣計算、AIoT芯片和數據管理服(fu)務已成為率先突破的(de)三大關鍵(jian)環節。DeepSeek的(de)技術突破，使AI更高效、更低成本地部署在端側設備，推(tui)動AIoT從“萬物互聯(lian)”邁向“萬物智聯(lian)”。
中(zhong)國企業(ye)憑借(jie)全球領(ling)先的(de)物聯網設備基礎、軟(ruan)硬一(yi)體化(hua)的(de)供應(ying)鏈整合能力(li)和(he)政府政策(ce)扶持，在AIoT賽道上具備獨特(te)優勢。隨著端側AI推(tui)理需(xu)求(qiu)的(de)增長，AIoT企業(ye)正加速(su)芯片、模組、計算平臺的(de)研發，并在智能制造(zao)、智慧醫療、智慧交通等領(ling)域(yu)實現(xian)規(gui)模化(hua)落地，定義AIoT產業(ye)的(de)新(xin)格局。
參考資料：
Three Observations，作(zuo)者(zhe)：Sam Altman，來源：blog.samaltman.com
DeepSeek’s implications for edge AIoT，作者：ANDREW BROWN，來源：OMDIA
