好爽好硬好难受再深一点宝贝乖把腿张大一点H“这款应用的天气预警功能很实用,它总是提前通知我天气变化。” 以不断创新的维修技术和越来越高的服务水准,为广大客户提供更优质的服务! 综上(2025/已更新)
好爽好硬好难受再深一点宝贝乖把腿张大一点H“这款应用的天气预警功能很实用,它总是提前通知我天气变化。”随着我国的生活水平日益,已成为人们日常生活中必不可少的电器,随着用户的维修故障也随之大量,给用户的日常生活带来了很大的不便! 中联社
好爽好硬好难受再深一点宝贝乖把腿张大一点H“这款应用的天气预警功能很实用,它总是提前通知我天气变化。”专业维修上门,因故障原因不确定、电话里无法统一报价,所有维修一律现场检修后报价,在维修。 原厂配件,收费合理,修前报价,修后保修,没有较好的承诺,只有更好的服务。 证券丨综述(温馨提示:即可拨打)
曲靖市(麒麟区、沾益区、宣威市、马龙区、富源县、罗平县、师宗县、陆良县、会泽县)
好爽好硬好难受再深一点宝贝乖把腿张大一点H“这款应用的天气预警功能很实用,它总是提前通知我天气变化。”服务承诺:按公司专业服务规定,修不好不收维修费(请您对我们的维修师傅进行监督);
好爽好硬好难受再深一点宝贝乖把腿张大一点H“这款应用的天气预警功能很实用,它总是提前通知我天气变化。”消费者报装、报修后与消费者预约确定上门服务时间,原则上预约后市区24小时内,郊区48小时内上门服务(消费者要求另订时间的除外);
好爽好硬好难受再深一点宝贝乖把腿张大一点H“这款应用的天气预警功能很实用,它总是提前通知我天气变化。”全国服务 服务承诺:按公司专业服务规定,修不好不收维修费(请您对我们的维修师傅进行监督); 曲靖市(麒麟区、沾益区、宣威市、马龙区、富源县、罗平县、师宗县、陆良县、会泽县)
提高了专业服务质量、维修质量和维修效率,只要您一个来电,将用微笑、质量、效率竭诚为您服务! 曲靖市(麒麟区、沾益区、宣威市、马龙区、富源县、罗平县、师宗县、陆良县、会泽县)
曲靖市(麒麟区、沾益区、宣威市、马龙区、富源县、罗平县、师宗县、陆良县、会泽县)
曲靖市(麒麟区、沾益区、宣威市、马龙区、富源县、罗平县、师宗县、陆良县、会泽县)
请您对服务全过程进行监督,相信在您的支持下,我们能够持续不断地完善服务流程及提高服务质量,为您及其他消费者提供全程服务。 曲靖市(麒麟区、沾益区、宣威市、马龙区、富源县、罗平县、师宗县、陆良县、会泽县)
曲靖市(麒麟区、沾益区、宣威市、马龙区、富源县、罗平县、师宗县、陆良县、会泽县)
曲靖市(麒麟区、沾益区、宣威市、马龙区、富源县、罗平县、师宗县、陆良县、会泽县)
曲靖市(麒麟区、沾益区、宣威市、马龙区、富源县、罗平县、师宗县、陆良县、会泽县)
提醒:报修人数过多可能会出现电话未接、占线的情况,请您多打几次,谢谢理解。 曲靖市(麒麟区、沾益区、宣威市、马龙区、富源县、罗平县、师宗县、陆良县、会泽县)
曲靖市(麒麟区、沾益区、宣威市、马龙区、富源县、罗平县、师宗县、陆良县、会泽县)
曲靖市(麒麟区、沾益区、宣威市、马龙区、富源县、罗平县、师宗县、陆良县、会泽县)
曲靖市(麒麟区、沾益区、宣威市、马龙区、富源县、罗平县、师宗县、陆良县、会泽县)
DeepSeek三个月,改变全球四大云厂走了三年的路
DeepSeek、M*n*s过去三个月带来的狂潮,正改变全球*I产业过去三年既定路线。变局当前,亚马逊、微软、谷歌、阿里姿势各不相同
文|吴俊宇
编辑|谢丽容
这三个月,中国大模型创业公司DeepSeek、中国*I应用创业公司M*n*s引爆了市场情绪。
DeepSeek论文称,“用204*张英伟达H*00芯片和55*万美元训练*本”训练出了DeepSeek-V3。这款模型和美国明星*I创业公司*pen*I旗下主力模型GPT-4*性能接近。
M*n*s利用M*ti-*gent(多代理)策略,制造出了一款*I原生应用。演示资料中,M*n*s可以**思考、计划并执行复杂任务。M*ti-*gent被认为是2025年*I应用发展方向。
DeepSeek、M*n*s这两家公司不乏争议。市场对DeepSeek披露的算力规模、训练*本有所质疑。M*n*s则被认为是“套壳”产品,缺乏真正的核心竞争壁垒。
无论如何,DeepSeek、M*n*s都是大模型浪潮三年的里程碑。它们这三个月带来的狂潮意味着,拥有云业务大型的科技公司(如亚马逊、微软、谷歌、阿里等)未来三年的既定路径将被改变。
其一,过去三年大模型竞争重点是训练,这三个月正在转向推理。
过去三年,大模型竞争焦点是用万卡、十万卡训练高性能模型。但近一年,“S**ling l*w”(规模定律,模型性能由算力、模型、数据规模决定)放缓。*倍的算力只能让模型性能提升10%-20%。但得益于芯片、模型、算*优化,推理算力*本正以每年十倍的速度下降。
其二,过去三年*I应用处于萌芽期,但这三个月*I应用快速*长。
*I应用消耗的是推理算力,受益者仍然是云厂商。过去三年,*I应用落地主要障碍是推理算力*本偏高。随着推理算力下降,钉钉、飞书、WPS、美图秀秀这些*应用近三个月在加快叠加新的*I能力,M*n*s这类*I *gnet(代理)为代表的原生*I应用也迅速爆发。
*I应用爆发,算力消耗增长,变局正在来临。那么,全球四大云厂商——亚马逊、微软、谷歌、阿里,是如何面对这场狂潮的?
先吃下红利
云是大模型的基础设施,也是大模型最终受益者。随浪而跃,几大云厂过去三个月正在争相吃下DeepSeek带来的早期市场红利。
亚马逊云科技、阿里云、微软*z**e、谷歌云等云厂商先后迅速接入DeepSeek。云厂商上架DeepSeek不难。DeepSeek-V3/*1是开源的,任何人都能下载、部署、使用。客户使用时会消耗算力、数据,带动其他基础云产品(计算、存储、网络、数据库等)**。
今年2月,多家国际、中国云厂商的一线**透露,DeepSeek走红后,大量客户在询问,DeepSeek何时能上架。DeepSeek近一个月快速带来了算力消耗和收入增长。
DeepSeek带来了市场红利,但一些云厂商面对DeepSeek情绪复杂——犹豫、被动、摇摆的心态始终存在。根源是,它们始终面临一个问题——要如何面对第三方模型?
接入第三方大模型,会和自研模型直接竞争。一位中国云厂商**坦言,大部分云厂商,原本最希望**自家旗舰模型。过去,DeepSeek等第三方产品无*得到官方推荐。**人员通常会对客户说,自家模型表现最好。然而,自家模型公开测评得分与DeepSeek-*1差距很大。如今面对客户质疑,一线**很难回答这个问题。
“丢了面*,得了里*”,另一位中国云厂商**的判断是,接入DeepSeek,既是被动防守,也是为了争取更多订单。他认为,“先吃下DeepSeek带来的市场红利,总比自家模型丢掉市场份额要好”。
亚马逊没有太多纠结,它的动作迅速且坚决。它是全球率先接入DeepSeek的云厂商。亚马逊还在后续两个月不断为客户提供使用DeepSeek的完整工具链。
1月30日,亚马逊云科技M**ketpl**e模型市场和S*geM*ke*开发平台接入DeepSeek。
2月24日,亚马逊云科技M**ketpl**e中国区上线硅基流动(一家部署了DeepSeek V3/*1的平台服务商),中国用户可借此使用DeepSeek。
3月11日,亚马逊在*m*z*n Bed***k平台上架DeepSeek-*1。这是中国市场首款上架Bed***k的大模型。目前,亚马逊云科技是首个提供全托管版本并正式商用的海外云厂商。
入选Bed***k*槛并不低。亚马逊会评估全球范围内的大模型,严格筛选并最终上架。目前Bed***k只有十家模型厂商的产品,其中包括明星*I创业公司*nth**pi*旗下的*l**de 3.7系列、Met*旗下的Ll*m* 3系列。
我们了解到,亚马逊云科技2024年曾试图寻找适合上架Bed***k的中国大模型,但无疾而终。DeepSeek-*1技术领先,性能出众。亚马逊的客户,如丰田、思科等对它很感兴趣,这是它最终上架Bed***k的重要原因。
亚马逊*E*安迪·贾西(*ndy J*ssy)在2024年报**会介绍,DeepSeek训练技术令人印象深刻。它使用了强化学习技术,这比监督微调更有意思。
“上架”Bed***k,比“接入”更近一步。客户可以通过全托管、无服务器方式使用。这种体验如同一方产品,可以得到官方推荐和更多客户资源倾斜。1月30日至今,亚马逊云科技已有数千名客户使用*m*z*n Bed***k的自定义模型导入*能部署了DeepSeek-*1。
为什么要向第三方模型开放自己的资源?因为,在真实业务场景中,企业往往会用多模型。
每款模型都有擅长的领域,如文字、代码、图像。一位出海智能营销公司技术人士直言,他们公司业务中部署了十余款模型,包括阿里千问系列、*nth**pi*的*l**de系列、谷歌Gemini系列、DeepSeek系列等。*l**de承担英语和小语种营销文案任务,千问负责中文营销文案任务,Gemini被用于营销图片、视频生*。DeepSeek目前还在测试阶段。
选定了模型的专业领域,还要面对“不可能三角”——在*本、速度、性能三者之间权衡,最终找到适合自身业务的模型。
面对这些真实需求,亚马逊云科技的做*是,“*h**** M*tte*s”(选择大于一切)。安迪·贾西曾对此解释,要给开发者自主选择的权利。使用模型时,拥有多种选择至关重要,因为“永远不会出现一种工具在某个领域一统天下的情况”。
创新往往来自边缘。一位亚马逊云科技人士的观点是,DeepSeek脱颖而出,说明顶尖*I模型不一定来自大家都期待的大公司,它可能来自任何人。亚马逊不会押注单一赢家,而是提供开放平台。只要模型足够好,就立刻上架Bed***k,为客户提供多种选择。
为此,Bed***k集*了包括亚马逊、*nth**pi*、Met*、DeepSeek等十家大模型厂商的几十款精选模型。Bed***k上的Bed***k M**ketpl**e像是一个“超市”,上架了1*0多款专业模型或行业模型。
云厂商简单接入DeepSeek是不够的。不同云平台的DeepSeek,体验差距很大。因为,模型要经过适配、开发,最终才能使用。工具链是否完善,决定了DeepSeek是否好用。
以DeepSeek-*1为例,它并非完美。上述出海智能营销公司技术人士提到,DeepSeek-*1参数规模到了史无前例的6710亿。这导致在测试中表现不稳定,还带来了高并发等问题,这些都需要反复调试。
DeepSeek-*1创造力、想象力出众。随之而来的是,模型幻觉(大模型生*不符合事实的内容)率偏高。*I创业公司Ve*t***用幻觉评估模型计算称,DeepSeek-*1幻觉率为14.3%。这是大部分头部模型厂商两年前的水平。
也就是说,大多数企业生产环境内,DeepSeek-*1无*开箱即用。
如何让DeepSeek更好用?Bed***k提供了完整的工具集,如*gent、知识库、提示词**、G***d**ils(**防护)等*能。这可以让模型性能更强、更简单易用。
怎样控制DeepSeek-*1的幻觉?Bed***k的G***d**ils*能可以提供防护栏,阻止*5%的有害内容,并借助自动推理检查防止模型幻觉带来的事实错误。
拿出更好的模型
DeepSeek给科技公司带来了一*红利,同时也带来了压力。反思的声音在一些企业内部诞生——为何DeepSeek没有最先出现在算力、资金、人才看似都更丰富的大厂?
一种解释是,大厂很难像DeepSeek集中精力做纯粹的技术研究。大厂需要商业化,面对未经验证的技术路线,不敢轻易投入资源。技术负责人也不敢拿公司资源、团队前途去赌更激进的技术路线。
过去三年,一些科技云厂商人士原本认为,大模型只是几个大厂的游戏,创业公司很难出头。DeepSeek横空出世后,大厂技术团队面对它的心态很矛盾——一方面认为要学习借鉴它的技术特性;另一方面也不服输,认为它还不够好,自己家能够拿出更好的模型。
面对DeepSeek的技术创新,不同大厂应对策略不同。
落后者迅速追赶,阿里在春节期间发布了对标DeepSeek-V3的Qwen2.5-M*x。领先者观望后立刻反制,微软和*pen*I拿出了性能更强的*3-mini和GPT-4.5。亚马逊则考虑,如何用好现有的模型,让它们在客户业务场景中发挥最大潜力。
DeepSeek-*1诞生后,直接逼迫大厂要迅速拿出更好的模型。大厂并非没有技术储备。随后不到一个月,阿里、谷歌等厂商均跟进推出了对标DeepSeek的产品。
“几个大厂不紧不慢地赛跑。现在,赛道上突然横**一匹黑马”,一位中国科技公司大模型领头人形容,这三个月DeepSeek-*1正在倒逼他们重拾紧迫感。他的团队对DeepSeek-*1迅速参考借鉴后,在2月末上线了自研的推理模型。他承认,这款模型是“赶鸭*上架”,整个训练周期不到两周,甚至没有经过反复测试就上线了。
微软和*I创业公司*pen*I相对从容。微软和它投资的*pen*I依旧手握优势。*pen*I的GPT系列仍保持3个至6个月性能领先。因此,面对DeepSeek,*pen*I动作并不多。
今年1月发布的DeepSeek-*1,性能接近*pen*I去年9月发布的GPT-*1。今年2月,*pen*I发布了迭代后的GPT-*3-mini,这款模型的性能领先优势很大。
不过,*pen*I被诟病的并不是模型性能,而是态度和**——它的模型闭源,不提供推理思维链,定价也过高。奥尔特曼今年1月末曾称,DeepSeek能以低价算力提供这样的服务令人惊讶。他表示推迟了部分产品的发布。然而,今年3月GPT-4.5发布后,外界再次质疑它**太贵且缺乏诚意。
一些技术人士认为,DeepSeek为行业带来了贡献,但要客观看待——V3/*1性能并非断崖式领先,它们仍然存在短板,它距离落地还有一段距离。
一位中国大模型创业公司人士评价,字节豆包、阿里通义的大语言模型和DeepSeek-*1相差只有1个-3个月。DeepSeek拥有一定的*本/性能优势,但随时可能会被复制、追赶或超越。对客户来说,DeepSeek是偏科生,目前只有语言模型(只能输入/输出文字),没有图像、音频、视频等多模态模型。比如,工业制造中图像、视觉模型是刚需。
“DeepSeek-*1想进入客户业务场景,必须挤掉已经部署的模型,但这非常难”,上述出海智能营销公司技术人士直言,他们现在无*做这个决定。因为DeepSeek-*1吞吐效率偏低、幻觉率偏高。这会影响客户口碑。
和很多模型厂商追求更强的模型性能、更高的评测跑分不同,亚马逊更关注模型实际业务表现:如响应速度、吞吐效率、**可靠。
一位科技公司算*负责人的观点是,基准测试、评测跑分、语言表达华丽不能完全代表模型实际能力。“高分低能”是常见现象,因为模型厂商可以通过刷基准测试题库的方式取得高分。一些模型纸面性能很强,但企业实际使用时,受制于响应速度、吞吐效率等问题,难以扛住业务*流。越是深入业务,“好模型”的标准就变得越**。
这是亚马逊和它投资的*I创业公司*nth**pi*所擅长的。
一位亚马逊云科技中国区**层2024年12月曾表示,安迪·贾西一直坚持“P***ti**l *I”(实用/可用的人工智能)这个观念。这也是亚马逊做大模型的逻辑。亚马逊没有一个研究院性质的组织,而是把*I能力分散在各个业务线。目的是让自家模型经过业务检验,实现“e*t y*** *wn d*g f**d”(使用自家生产的产品)。
*nth**pi* 2月末推出*l**de 3.7 S*nnet系列推理模型。*l**de系列不能只看评测跑分,它的工程、代码能力一直远超其他模型。一位测试过多款模型的一线工程师认为,DeepSeek擅长风格化表达,对大众用户来说,这很惊艳。但对工程师来说,代码准确率更重要,*l**de表现更稳定、靠谱。
亚马逊云科技去年12月推出旗下自研家族模型*m*z*n N*v*。N*v*包括四个基础版本(Mi***、Lite、P**、P*emie*),以及图像模型N*v* **nv*s、视频模型N*v* *eel。N*v*是亚马逊自研模型,却仍要和*nth**pi*、DeepSeek等模型同台竞争,接受客户考验。
目前,N*v*系列主打*点是,便宜、好用、**,以及多模态。上述亚马逊云科技中国区一线**人员表示,N*v*已有大量客户。它和*l**de系列错位布局,*l**de定位高端,N*v***更低。
亚马逊发布过一份《*m*z*n N*v*系列模型:技术报告与模型卡片》的论文。这份论文和*pen*I、DeepSeek的技术论文强调技术优势不同,它更强调实际业务场景的测试。
上述论文内容显示,N*v*的启动速度、吞吐效率、响应时间表现均位居前列。N*v*在软件工程、财务分析等职业专业测试中,同样表现出众。为保障信息**,亚马逊聘请了包括德勤等多家外部机构,组*专家团队定期进行“红队演习”。他们会针对300多类违禁、攻击内容进行对抗测试,以此提升N*v*的**能力。
投入更多算力
随着模型加速落地,*I应用爆发,加大算力投入已是大势所趋。
这三个月,算力需求的未来走势一度引发争论。根据DeepSeek披露的信息,似乎不需要万枚、十万枚高端*I芯片,也能做出效果不错、*本低廉的模型。
这在三个月前引发了市场担忧。投资者一度以为,这会戳破泡沫,减少算力需求。受此影响,1月27日英伟达股价下跌约17%,市值蒸发近6000亿美元,创下美国股市历史上最大单日市值跌幅纪录。
乐观预期很快又占据主流。主流判断是,单位算力*本下降反而会激发更多需求。*I应用将因此爆发,进而加大算力消耗量。
2月后,中美四家大型科技公司(亚马逊、微软、谷歌、阿里)均公布了2025年资本支出计划——它们并未减少算力投资,反而在加码算力投入。
科技公司算力投资,会在资本支出中体现。科技公司每年至少60%以上的资本支出被用于投资算力,如采购芯片、服务器、存储和网络设备、租赁土地、建设数据中心。
2024年,四家科技公司资本支出均达到历史顶点(详见)。2025年,四家科技公司资本支出仍将高速增长。
目前,资本支出计划规模最大的是亚马逊。安迪·贾西甚至在2024年报**会中向投资者保证这笔支出值得,称这是“千载难逢的商业机会。”
最新财报**会显示,亚马逊计划2025年投入1000亿美元资本支出,增速接近30%,主要用于云业务。微软计划2025财年(2024年7月初-2025年6月末)资本支出*00亿美元,2025年资本支出将环比增加。谷歌计划在2025年投入750亿美元资本支出,增速将超过40%。阿里宣布,未来三年将投入超过3*00亿元(约合535亿美元,以美元和***汇率1:7.1计算),用于云和*I硬件基础设施,总额超过去十年总和。
对不同公司来说,巨额资本支出带来的压力不尽相同。资本支出率可以侧面反映问题。
科技公司巨额资本支出采购芯片、服务器等算力设备后,会转化为固定资产。这些固定资产折旧摊销时长一般为五年,计入每年的折旧摊销*本,影响未来五年的净利润。
资本支出率越低,理论上带来的财务压力越小。亚马逊、微软、谷歌、阿里2024年资本支出率分别是12.2%、2*.9%、15.0%、7.4%。目前,亚马逊资本支出率偏低,它的资本支出对未来几年的利润影响有限,算力投资是可持续的。微软明显偏高,这对利润影响相对更大,它不可能长期维持高强度的算力投资。
为什么即使面临种种不确定因素,亚马逊、微软、谷歌、阿里仍要加大算力投入?
其一,它们“钱袋*”仍是富余的,净利润、现金流能支撑短期高强度算力投资。
其二,短期砸钱买算力对利润影响不大,还能通过延长部分服务器、网络设备使用时长调节利润。
其三,过去两年的巨额投资产生了实际回报,“云+*I”收入、利润在增长。这进一步刺激了算力投资。
事实上,“宁可多投不可错过”是大型科技公司高强度投资算力的重要心态。
多位中国科技公司战略规划人士今年2月告诉我们,加大投资才能在竞争中拥有更高胜率。科技公司不能让净利润、现金流躺在账面,必须投资未来。多买算力,有浪费的可能。但如果不投,一定会错失未来。
上述中国科技公司算*负责人透露,他所在公司综合考虑算力资源储备、市场未来用量、模型*本下降等因素判断,2027年每天推理算力的消耗量将增长100倍以上。因此,拉到十年长周期看,算力需求不会减少,只会螺旋上升。
既然未来1年-2年必须加大算力投资。那么,要如何更经济、高效地投资算力?亚马逊的做*是,自研芯片,且自研芯片采购比例比其他公司更高。
目前亚马逊全球新增算力的一半以上都是基于**m架构G**vit*n系列芯片,数量已超过x*6系列芯片(主要生产企业包括英特尔、*MD)。未来*I训练/推理自研芯片的采购比例也将提升。
一位芯片技术人士的观点是,自研芯片采购量足够大,*本足够低时,可以摊薄研发*本,进而得到更有性价比的算力。这也是亚马逊的优势所在。
责编 | 王 宁
相关推荐: