作者：彭昭(zhao)（智次方創(chuang)始人、云和資本聯合(he)創(chuang)始合(he)伙人）
這是我(wo)的第(di)359篇專欄文章(zhang)。
最近，全球(qiu)科(ke)技行業的(de)(de)焦點(dian)無疑(yi)落在了DeepSeek引發的(de)(de)熱潮之上。幾乎在一夜(ye)之間(jian)，全球(qiu)市場對(dui)中國AI大模型(xing)及其相關產業的(de)(de)態度發生了180度轉變——從此前的(de)(de)“過度悲(bei)觀”瞬間(jian)跳躍至“極度樂觀”，2025也似(si)乎成(cheng)為中美AI對(dui)決元年。
德(de)意志銀行和高(gao)盛(sheng)等(deng)國際投行更是(shi)紛(fen)紛(fen)預測，不僅僅是(shi)DeepSeek，2025年(nian)將成為(wei)中國企業在全球AI競爭中崛起的關鍵一年(nian)。然而，這并非(fei)外資投行第一次高(gao)調看好中國企業。我(wo)們需要保持清醒，避免(mian)被短期的市場情緒(xu)裹挾。
現實是，我們AI產業化的進程(cheng)仍處于(yu)起步階段，距離真(zhen)(zhen)正(zheng)的規(gui)模化落地，還有漫(man)長的道路要(yao)(yao)走。當前的市場情緒雖然熱(re)烈(lie)，但更重要(yao)(yao)的是探討AI如何真(zhen)(zhen)正(zheng)推(tui)動(dong)產業升(sheng)級，創造長期(qi)價值。
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年物聯網連接數將超過270億，廣(guang)泛存在的(de)物聯網終端能夠感知海量數據(ju)，為(wei)AI應用提供67%-72%的(de)數據(ju)支(zhi)撐(cheng)。
可以確定的(de)是，DeepSeek的(de)突破(po)將加(jia)速AIoT從1.0的(de)“萬(wan)物互(hu)聯(lian)”邁向2.0的(de)“萬(wan)物智(zhi)聯(lian)”，進而(er)推動AI在產(chan)業中的(de)深度應(ying)用，實現更(geng)為徹底的(de)智(zhi)能化變革。
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。
在這一過程中，DeepSeek及其背后的(de)(de)AI大模(mo)型技術(shu)將成為關鍵變(bian)量。其影響不僅僅體現在提(ti)升數(shu)據處理能力，更在于推動(dong)數(shu)據驅動(dong)的(de)(de)閉(bi)環(huan)智(zhi)能——即從物聯網設備收集(ji)數(shu)據，AI模(mo)型深(shen)度挖掘價值，最(zui)終反哺物理世(shi)界的(de)(de)優化(hua)與決策。
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。
因此在今(jin)天(tian)的文章(zhang)中，我們將一起探索(suo)：
DeepSeek如何(he)加速AIoT產業發展？
AIoT的哪些具(ju)體場景將率先實現(xian)突破？
中國AIoT企業如何在全球競爭中占(zhan)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新格(ge)局。這一趨勢不僅降低了AI的準入(ru)門檻，也為邊(bian)緣計算場(chang)景帶(dai)來了全新的可(ke)能性。
相比依賴(lai)云端計(ji)算的(de)(de)大型模(mo)型，DeepSeek能夠在(zai)本(ben)地(di)運(yun)行(xing)(xing)，這對于(yu)數據隱私敏(min)感的(de)(de)行(xing)(xing)業(ye)和對低延遲有極高要求的(de)(de)AIoT設備來說，屬于(yu)重大突破。
要讓AI真正嵌入到計算(suan)和存儲資源(yuan)有限的(de)物聯網設備中，必須對基(ji)礎模型進行優化。盡(jin)管AIoT產業前景廣闊，但AI在(zai)邊緣計算(suan)環境中的(de)落地仍(reng)然存在(zai)三大核心挑戰：
計算資源受限：如何讓AI在邊緣設備上高效運行？
物聯網設備通常算力有(you)限，難(nan)以支(zhi)持大型(xing)(xing)AI模型(xing)(xing)的推理計算。目(mu)前主流的模型(xing)(xing)優化方法包(bao)括(kuo)：
剪枝：刪除AI模型中(zhong)的冗余參數，提高計(ji)算效率。
蒸餾：將(jiang)大型模型的(de)知識遷移到(dao)小型模型，使其(qi)在低(di)算力(li)環(huan)境下依然具備強大能力(li)。
量化：降低計算精度，以減少內存占(zhan)用和能(neng)(neng)耗，使AI能(neng)(neng)夠在嵌(qian)入式設備上(shang)運(yun)行(xing)。
數據隱私與安全：如何在邊緣端保護敏感數據？
在許多(duo)關(guan)鍵基礎設施（如電網(wang)、醫療設備、智能工(gong)廠）中，數據(ju)安全至關(guan)重要。傳(chuan)統的AI依賴云端(duan)訓練和(he)推(tui)理，但這意味(wei)著(zhu)數據(ju)需要傳(chuan)輸到(dao)云端(duan)，可(ke)能帶來隱私泄露風險。
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，即使毫秒級(ji)的延遲(chi)也可(ke)能導致嚴重后果。
DeepSeek初步驗證通過(guo)正確的優(you)化策(ce)略，基礎模型可以被壓(ya)縮并(bing)(bing)嵌(qian)入到邊(bian)緣設(she)備(bei)中，從而(er)(er)突(tu)破計(ji)算(suan)資源的瓶頸(jing)。通過(guo)邊(bian)緣AI推理，DeepSeek讓設(she)備(bei)能夠在(zai)本地處理數據并(bing)(bing)作出決策(ce)，無(wu)需依賴云端計(ji)算(suan)，從而(er)(er)帶來以下優(you)勢：
實時性：減少數(shu)據回傳云端(duan)的延遲(chi)，提(ti)高響應速度。例如，在自(zi)動駕駛系統(tong)中，DeepSeek使AI可以(yi)在本地分析攝像頭數(shu)據，并做出即(ji)時(shi)決策。
降低網絡成本：減少數據傳(chuan)輸量，降低帶寬消耗，使AIoT設備能夠(gou)在(zai)低網絡條(tiao)件下正常運行。
在AIoT產業化進程中(zhong)，DeepSeek的關鍵技術突破主要體現(xian)在以下三方(fang)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、智能家居設備等(deng)場(chang)景中發揮作用，而(er)不需要連接云端。
分布式學習：實現AIoT設備的自我進化
DeepSeek支(zhi)持邊緣(yuan)端(duan)的AI訓練，讓設備可以根據(ju)(ju)本(ben)地數據(ju)(ju)進行自我優化，而不必上傳(chuan)數據(ju)(ju)到云端(duan)。這對(dui)醫(yi)療、金(jin)融、工(gong)業控制(zhi)等對(dui)數據(ju)(ju)隱私(si)要求極高的行業尤為重要。
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芯片與硬件加速(su)器(qi)也在快(kuai)速(su)發展(zhan)。隨著摩(mo)爾(er)定(ding)律的持續(xu)演進，未來幾年，更強大的AI芯片將繼續(xu)向邊緣擴(kuo)展(zhan)，進一步(bu)推動AIoT的發展(zhan)。
隨著AI成(cheng)本的持(chi)續下降、硬件性能(neng)的不斷提升，AIoT的普及速度將呈指數級(ji)增長。DeepSeek作(zuo)為AI產業化的推動者(zhe)，正(zheng)加(jia)速這一進程，使(shi)AIoT在智能(neng)制造、智慧城市、醫療健康、自動駕駛等多個行業釋(shi)放(fang)巨大價值。
優先獲益：邊緣計算、AIoT芯片與數據管理服務
在DeepSeek加速AIoT產(chan)業發(fa)展的背景(jing)下(xia)，哪(na)些具體環節(jie)和場景(jing)將(jiang)率(lv)先迎(ying)來突(tu)破(po)？邊緣計算、AIoT芯片和數(shu)據管理服務(wu)，有可能(neng)將(jiang)成(cheng)為AIoT產(chan)業化落地的三大核(he)心驅動力(li)。
這三個環(huan)節不僅(jin)直(zhi)接受(shou)益于AI技(ji)術的進步，也(ye)將在AIoT生態中發揮核心作用。
AIoT芯片：構建遍布各行業的AI計算基礎設施
AI要真(zhen)正進(jin)入各行(xing)各業，必須與行(xing)業場景中的設(she)(she)備深(shen)度結合，而這(zhe)些設(she)(she)備需要具備本地AI計算能力。相比傳(chuan)統的CPU和GPU，專為(wei)端側AI計算優(you)化的AIoT芯片具備以下優(you)勢：
更低功耗：AIoT設備(bei)(bei)通(tong)常在低功(gong)耗(hao)(hao)環(huan)境(jing)下運(yun)行，如智能攝像(xiang)頭、工業傳感(gan)器、智能家居(ju)設備(bei)(bei)等，因此AIoT芯(xin)片比高功(gong)耗(hao)(hao)的服務器GPU更適(shi)合邊緣AI計算。
更高效的AI推理：AIoT芯片專為AI計算(suan)優化(hua)，能在低算(suan)力(li)環境(jing)下高效(xiao)運行AI模型，提升推(tui)理(li)速度和能效(xiao)比。
更低的AI部署成本：隨著DeepSeek等(deng)低成(cheng)本、高性能AI大模型的普及，端側AI推理的成(cheng)本正(zheng)在迅速下降，使AIoT芯片的商業化前景進(jin)一步(bu)擴(kuo)大。
在(zai)文章中，我曾經分析AIoT芯(xin)片已然進入全球范圍內群(qun)雄逐(zhu)鹿的(de)態勢(shi)，DeepSeek可能(neng)會讓企業間(jian)的(de)角(jiao)逐(zhu)更(geng)加激烈(lie)。
DeepSeek的開源策(ce)略(lve)，加上(shang)其高(gao)效(xiao)的推理能力和低算力適配性，將推動AIoT芯(xin)片公司迎來新(xin)一輪增長(chang)。此外，隨著本地AI部署趨勢的加速，端(duan)側AI計算需求將在(zai)2025年迎來爆發(fa)，AIoT芯(xin)片市場的增長(chang)潛(qian)力不可小覷。
邊緣計算：從“云中心優先”到“邊緣優先”
傳統AI計算(suan)依(yi)賴云端，然而在實時性、安全性、帶寬成本(ben)等方面，邊緣(yuan)計算(suan)有著(zhu)天然優勢(shi)。DeepSeek通過(guo)發布R1模型及其(qi)精(jing)簡版，使AI計算(suan)能夠被(bei)更廣泛地(di)部署到(dao)邊緣(yuan)設備。
這(zhe)不(bu)僅降低了AIoT設備的(de)計(ji)算(suan)門(men)檻，也加速了企業向(xiang)“邊緣(yuan)優先”計(ji)算(suan)架構的(de)轉型(xing)。正如微軟CEO薩蒂亞(ya)·納(na)德拉(la)曾(ceng)在(zai)財報電話會議上指出，“人工智能將更(geng)加無處不(bu)在(zai)”，因為越來(lai)越多的(de)工作負載將在(zai)本(ben)地運(yun)行，DeepSeek的(de)發展趨勢與這(zhe)一觀點高度契(qi)合。
數據管理服務：AIoT時代的“數據中樞”
AI的本質是(shi)數(shu)(shu)據(ju)(ju)(ju)驅動(dong)，AIoT設備每天都會(hui)產生(sheng)、傳輸、存儲和分析(xi)大量數(shu)(shu)據(ju)(ju)(ju)，這(zhe)對數(shu)(shu)據(ju)(ju)(ju)管理能力提出了更高要求。沒有高效的數(shu)(shu)據(ju)(ju)(ju)管理，AI再強(qiang)大也難以發揮作用。但(dan)是(shi)AIoT的數(shu)(shu)據(ju)(ju)(ju)管理普遍面臨諸多(duo)挑戰，包括數(shu)(shu)據(ju)(ju)(ju)分散且格(ge)式復雜(za)、數(shu)(shu)據(ju)(ju)(ju)安全(quan)與合(he)規(gui)性(xing)要求高、數(shu)(shu)據(ju)(ju)(ju)驅動(dong)的AI訓練需(xu)求多(duo)種多(duo)樣等。
既然AI需要大(da)量數據進行訓(xun)練和優化，那么顯而(er)易見，數據管(guan)理(li)服務商將成為(wei)AI產業鏈(lian)中(zhong)的關鍵角色。隨(sui)著(zhu)DeepSeek及類似開源AI模型的普及，越來越多企業將利用AI進行數據分析、預(yu)測和優化，這(zhe)將極大(da)推動數據管(guan)理(li)市場(chang)的增長。
綜上，在AIoT產業化(hua)的過程中，邊緣(yuan)計算、AIoT芯片和數據管理服(fu)務可能將率先(xian)迎來突破。接下來，我們將探(tan)討 中國 AIoT 企(qi)業如(ru)何在全球市(shi)場(chang)中占據優(you)勢(shi)(shi)，以及未來 AIoT 產業的長期發展趨勢(shi)(shi)。
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(wu)聯網(wang)設備基礎、強大(da)的供應鏈(lian)整合(he)能力和政(zheng)(zheng)府政(zheng)(zheng)策支持，我國(guo)AIoT企(qi)業(ye)有望在全球(qiu)市場率先實現規(gui)模(mo)化(hua)商業(ye)落地(di)，并在AI產業(ye)化(hua)浪潮中占據(ju)主導地(di)位(wei)。
龐大的物聯網設備基礎：數據驅動AIoT產業化
中國是全(quan)球(qiu)最大的物聯(lian)網市場之一，在智能家居、智能制造、智慧城市、自動駕駛等領域的IoT設(she)備出貨量全(quan)球(qiu)領先。這一優勢帶來(lai)了兩個關鍵性資源，助(zhu)推AIoT產業發展：
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(jiao)通等行(xing)業具有天(tian)然的(de)落地(di)環(huan)境，能(neng)夠(gou)快(kuai)速實現商業化。
海量的數據資源：AIoT的核心競爭力在于數(shu)據(ju)驅動的智能化(hua)(hua)，中國市(shi)場(chang)的大(da)規(gui)模設(she)備部署使企業能夠迅速(su)積累數(shu)據(ju)，優化(hua)(hua)AI模型，從而形成數(shu)據(ju)閉(bi)環，加(jia)速(su)AI產業化(hua)(hua)應用的成熟(shu)。
強大的供應鏈整合能力：軟硬一體化的AIoT生態
中國(guo)企(qi)業在硬件制造、芯片設計、5G通信等領域具備完整的產業鏈，能夠軟硬一體化(hua)推進(jin)AIoT發(fa)展，而不僅(jin)僅(jin)依(yi)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(zai)(zai)加速開發DeepSeek-R1在(zai)(zai)端側(ce)的落地(di)應用，并計劃在(zai)(zai)2025年推出(chu)100TOPS級別的AI模組(zu)，遠期規劃超(chao)200TOPS算力，為邊緣AI計算提(ti)供強勁支持。
廣和通的高算(suan)力(li)AI模(mo)組(zu)可全面支持DeepSeek-R1小(xiao)型(xing)模(mo)型(xing)，提升終(zhong)端設備的AI計算(suan)能力(li)。
映翰通在EC5000邊緣計(ji)算機上成功部署DeepSeek-R1蒸餾模(mo)型，為工業質檢、智慧交通(tong)、遠(yuan)程醫療等場景提供了高效的AI計(ji)算能力(li)。
更能(neng)提供助(zhu)力的(de)(de)是，中國的(de)(de)5G基(ji)礎設施全球領(ling)先，使AIoT設備能(neng)夠更低延(yan)遲、更高帶寬地與云端/邊緣(yuan)AI交互，這(zhe)對自動駕駛、智能(neng)制造、遠程醫療等場(chang)景(jing)至關重要。5G的(de)(de)普及(ji)將進一步推動邊緣(yuan)AI計算(suan)，減(jian)少設備對云端的(de)(de)依賴，使AIoT產業加速落地。
這一(yi)軟硬(ying)一(yi)體(ti)化的(de)生態鏈，使中國AIoT企業能夠從底(di)層芯(xin)片、設備端到AI計算平(ping)臺全方(fang)位(wei)布局，形成強勁的(de)產(chan)業協同效應(ying)。
政策支持與市場推動：AI與實體經濟深度融合
政(zheng)(zheng)(zheng)府近年來大力支(zhi)持AI與實體(ti)經濟(ji)的(de)融合，通過政(zheng)(zheng)(zheng)策扶(fu)持、產業(ye)基(ji)金(jin)、試點項目(mu)等方式推動AIoT產業(ye)化落地。許(xu)多城(cheng)市已啟動智慧城(cheng)市試點，例如無錫(xi)的(de)智能交通系統、上海的(de)AIoT智能社區，這些項目(mu)為AIoT規(gui)模化落地提(ti)供了(le)真實場景和政(zheng)(zheng)(zheng)策支(zhi)持。
因(yin)此，在AIoT產業(ye)化(hua)浪潮中(zhong)(zhong)，中(zhong)(zhong)國企(qi)業(ye)憑借龐大的IoT設備(bei)基礎、強大的供應鏈整合能力、政策(ce)支持，有望(wang)在全球(qiu)市場中(zhong)(zhong)率先實現規模化(hua)落(luo)地，并在AIoT競爭中(zhong)(zhong)占(zhan)據領先地位。盡管面臨數據合規、標(biao)準化(hua)、品(pin)牌(pai)影響力等挑戰，但中(zhong)(zhong)國AIoT企(qi)業(ye)正加速(su)全球(qiu)化(hua)布局，未來將在智能制造、智慧(hui)醫療、自動(dong)駕駛等多(duo)個行業(ye)實現全球(qiu)領先。
寫在最后
在AIoT產(chan)業化浪潮(chao)中，邊緣(yuan)計算、AIoT芯片和數據管理服務已(yi)成為率先突破的三大(da)關鍵環節。DeepSeek的技術突破，使(shi)AI更高效、更低(di)成本地部署在端(duan)側(ce)設備，推動(dong)AIoT從“萬物(wu)互聯(lian)”邁向“萬物(wu)智聯(lian)”。
中國企(qi)業憑借全(quan)球領先的(de)物聯網設(she)備基礎(chu)、軟硬(ying)一(yi)體(ti)化的(de)供應鏈(lian)整合能力和政(zheng)府政(zheng)策扶持，在(zai)(zai)AIoT賽(sai)道(dao)上具備獨特優勢(shi)。隨著(zhu)端側AI推理需求的(de)增(zeng)長，AIoT企(qi)業正加速芯片(pian)、模組(zu)、計(ji)算(suan)平臺的(de)研發，并在(zai)(zai)智(zhi)能制造、智(zhi)慧(hui)醫療、智(zhi)慧(hui)交(jiao)通等領域實現規模化落(luo)地(di)，定義(yi)AIoT產業的(de)新格(ge)局。
參考(kao)資料：
Three Observations，作(zuo)者：Sam Altman，來(lai)源：blog.samaltman.com
DeepSeek’s implications for edge AIoT，作(zuo)者(zhe)：ANDREW BROWN，來源：OMDIA
