半年陨落？DeepSeek背后藏着新闻学的‘爆款’密码

DeepSeek爆红背后，新闻学如何打造爆款神话？

　　 DeepSeek 使用率从 50% 暴跌到 3%！

　　 DeepSeek 正在跌落神坛！

　　 这两天，只要你还在刷抖音，应该就见过类似的新闻。这些点赞数达到两万、四万的视频，播放量很可能都超过了百万，评论区里也满是被误导而情绪化的留言，大家都在说Deepseek不行了。

　　 不是我说，这么离谱的谣言大家也信？

　　 今天我就来给大家好好扒一扒，这谣言是怎么来的。

　　 首先得说明一点，DeepSeek的使用率，可能从未达到过50%。 从目前的市场反馈来看，尽管DeepSeek作为一款大模型产品被广泛讨论，但实际应用中的用户渗透率似乎并未如预期般高。这或许反映出技术与市场需求之间仍存在一定的差距，也说明在推广和落地过程中还需更多努力。数据本身不会说谎，如果使用率始终未能突破关键阈值，那么背后的原因值得深入思考。

　　 在AI模型平台Poe的相关报道中显示，即使是在年初热度最高的时期，DeepSeek的使用率也仅约为百分之六七左右。

　　 要是真能干到50%，怕是过年的时候，山姆·奥特曼、埃隆·马斯克、扎克伯格都得连夜跑来咱们这，帮梁文锋一起包饺子！ 从某种角度看，这句话背后透露出的不仅是对某项成果或目标的期待，更是一种对技术、人才和创新力量的高度认可。如果真的能达到50%的进度，足以说明其影响力和吸引力已经超越了国界，甚至让全球科技巨头都愿意放下身段，参与其中。这种现象或许正是全球化时代下，技术与合作精神的真实写照。

　　 制图：GPT-4o

　　 不过最近，目前使用DeepSeek的用户数量明显减少，相较于春节期间的高峰期，使用率下降了一半左右。R1和V3两个模型合计的市场份额大约为3%。

　　 到这，大家应该都明白这个谣言的来龙去脉了。

　　 可能是有些人，在报道的时候看串行了，把使用率下跌了 50% 这件事，给搞成了使用率从 50% 开始下跌！

　　 这才闹出这么一个乌龙。

　　 可能正是因为数字对比过于明显，引发了各路媒体的迅速转发，最终演变成了“DeepSeek要凉”的说法。 在我看来，这种现象反映出当前信息传播中“标题效应”和“情绪化解读”的普遍性。在缺乏足够背景信息的情况下，简单的数据对比很容易被放大，进而引发不必要的猜测和误解。对于企业而言，面对舆论的快速发酵，更需要及时、透明地进行回应，避免误读进一步扩散。同时，媒体在报道时也应更加审慎，避免因片面信息而误导公众。

　　 到这，辟谣算是结束了，但是又出来了一个新问题。

　　 就是这使用率掉了一半，好像也不是一个小数字啊。

　　 用户数量被灭霸打了个响指，难道不能说明 DeepSeek 凉了吗？

　　 这还真不一定。

　　 首先，“大模型的使用频率”实际上是一个难以准确统计的指标。

　　 不同的大模型平台，由于采用的统计方法各异，往往能够得出截然不同的结果。

　　 就拿这次事情来说吧，在 Poe 这个平台上，DeepSeek 的使用率只有 3%。

　　 不过，如果切换到隔壁的OpenRouter平台，会发现使用DeepSeek的用户并不少，其使用量远超过10%。

　　 另一方面，用户数下降这件事，可能是 DeepSeek 故意要干的。

　　 深度求索这家公司，就没想着靠卖大模型服务这件事来赚钱。

　　 一方面，他们很早就开源了自家的大模型，如果其他公司有兴趣，只需自行研究和调整，就能“接入”DeeepSeek了。 看法观点：这种开放的态度有助于推动技术的共享与生态的共建，也为行业内的协作提供了更多可能性。开源不仅体现了企业的技术自信，也降低了其他企业使用先进技术的门槛，有利于整个行业的创新发展。

　　 这半年来，腾讯元宝、百度搜索，以及众多手机的语言助手，甚至包括冰箱、空调等家用电器，都陆续接入了DeepSeek技术。 从当前科技发展的趋势来看，AI技术正以前所未有的速度渗透到各个生活场景中。无论是智能语音助手，还是传统家电，都在尝试通过引入先进的大模型技术来提升用户体验。这种现象不仅反映了DeepSeek在自然语言处理领域的强大实力，也说明了行业对AI能力的高度重视。随着技术的不断成熟，未来将会有更多设备和平台加入这一浪潮，进一步推动智能化生活的普及。

　　 这些“渠道服”入口不断增多，导致转而选择“官服”的玩家数量相应减少。

　　 前段时间，有机构对 DeepSeek 做了一个分析。

　　 如果仅关注网页端数据，可以发现DeepSeek在三个月内的流量出现了明显下滑。这一变化反映出其在用户关注度或访问量上可能遇到了一些挑战。尽管具体原因尚未明确，但流量的波动往往与产品更新、市场竞争或用户习惯的变化密切相关。对于企业而言，如何在竞争激烈的环境中维持稳定的用户基础，是一个值得持续关注的问题。

　　 看起来像是在吃枣药丸，但如果我们将第三方托管的DeepSeek模型使用情况单独拿出来对比一下就会发现。

　　 半年时间里，用 DeepSeek 的人增加了 20 倍！

　　 大家不是不用 DeepSeek 了，而是不在 DeepSeek 上用 DeepSeek 了。

　　 甚至就连 DeepSeek 官方，其实都不太想你在 DeepSeek 上用 DeepSeek。

　　 它们的 API 价格虽然弄的很便宜，但代价是，“用户体验” 做得非常差。

　　 整个系统的延迟极高。

　　 在坐标轴的越右边，代表模型延迟越高

　　 记性也不好，上下文长度仅为64K，换言之，其他机构训练的DeepSeek模型，除了价格更高之外，在各方面都优于原始版本的DeepSeek。

　　 圈圈大小代表大模型上下文长度，越大可以理解为模型记性越好

　　 而这些，都是 DeepSeek 这家公司自己设计好的。

　　 因为对他们来说，买显卡，是一件极其困难的事情。

　　 原本手头的显卡资源就紧张，与其把显卡用来运行已经训练好的模型，不如对外提供API服务，赚取一些额外收入。

　　 与其将这些显卡用于其他用途，不如用来开发尚未问世的模型，让R2更快地推出，使传说中的AGI更早地走近人们。

　　 这种“公司机密”，并非我随意猜测，而是梁文峰本人所透露的。 在我看来，信息的来源和真实性在新闻报道中至关重要。当涉及敏感内容时，明确信息的出处不仅有助于增强可信度，也能避免不必要的误解。梁文峰的表态表明，相关消息并非无中生有，而是来自当事人本身的陈述，这为后续的讨论提供了更坚实的依据。在信息传播过程中，保持客观、尊重事实是基本准则，也是公众获取准确信息的前提。

　　 提供云服务并非他们的主要目标，他们的核心追求是实现通用人工智能（AGI）。

　　 这也是所谓 “DeepSeek 要凉” 的真相。

　　 与其说是用户放弃了 DeepSeek，倒不如说是 DeepSeek 自己放弃了流量。

　　 对大模型厂商而言，他们真正的竞争焦点并不在于当下产品的使用率高低，或是定价的贵贱。真正决定胜负的，是技术底层的创新力、生态系统的构建能力以及长期的用户粘性。这些才是影响行业格局的关键因素。当前市场上的短期表现，更多是阶段性成果的体现，而非最终的胜负手。

　　 而在于，谁能一直领先，笑到最后。

　　 对咱们来说，与其在这关注DeepSeek是否凉了，不如多了解一下他们即将推出的下一代模型，R2什么时候上线，有什么新亮点？