DeepSeek狂潮席卷到了手機行業。截至2月18日，華為、榮耀、努比亞、魅族、小米、vivo、OPPO等國內主流手機廠商全部都已接入DeepSeek。

不過，上述多數廠商目前做的都是同樣的工作：在自家產品服務上為DeepSeek開“入口”，再接入兼容DeepSeek開源模型所提供的API接口，這也是搭上快車最簡便的辦法。

但由于部分廠商只接入了“嘗鮮版”，在問答體驗上并不完全與DeepSeek相同。并且，API接入的方式也被質疑是“相當于安裝了一個APP”，并沒有太多體驗創新。這是因為，滿血版推理任務需要龐大算力支持，若直接采用滿血版，可能面臨類似DeepSeek官方服務“服務器繁忙”的體驗風險，而“嘗鮮版”在成本與穩定性間更易平衡。

努比亞并未選擇開“入口”的方式。其旗艦手機Z70 Ultra已經實現了全尺寸系統內嵌6710億參數DeepSeek R1模型，實現了DeepSeek-R1與系統的整合。

在DeepSeek-R1誕生之前，AI手機的戰火已經燒了兩年。為了自研大模型，頭部廠商紛紛投入了高額資金：榮耀前CEO趙明曾透露，榮耀在AI領域的投入已達100億元，大模型戰之后每天的投入都在翻倍；vivo副總裁周圍也表示，每年在大模型領域的投入成本在20-30億元。

但手機廠商對AI的重金投入，暫時還沒有換來明顯的銷量增長。一個原因是，當前AI功能主要集中在語音助手優化、圖像處理等場景，缺乏殺手級應用。盡管手機廠商開始探索AI與系統的融合，推出智能體點外賣等差異化功能，但就實際體驗而言，仍然處于起步階段。

DeepSeek的誕生改變了過去手機廠商比拼參數的邏輯。努比亞技術專家告訴界面新聞，DeepSeek為手機廠商帶來的最大改變，是打破了高性能推理模型的成本桎梏，且開源，使得這類模型也能夠部署在像手機這樣的消費電子產品上，并且成本大幅降低。

除了通過API接入DeepSeek之外，已經有多家手機廠商嘗試將DeepSeek-R1部署在本地。不過，當前的手機芯片配置還難以支持滿血版DeepSeek-R1（670B）的本地部署，僅能夠支持10B（10億參數）以下的蒸餾版本。

這顯然不是最佳方案，因為蒸餾也會在一定程度上損失推理能力。但有手機從業者對界面新聞表示，小模型在部分垂直場景的表現值得肯定，例如在通話總結、文檔概要等高頻場景中，vivo藍心3B端側模型（30億參數）通過模型壓縮和精度恢復技術，實現了端側運行且功耗降低46%。

也正因如此，手機廠商引入DeepSeek等通用大模型的同時，也仍有必要推進自研。一方面是出于保護用戶隱私的考慮，承載健康監測、支付驗證等敏感數據，另一方面還是成本壓力。

努比亞技術專家提到，盡管算力成本已經大幅降低，但現階段需要借助云端算力，鑒于手機用戶規模之大，跑起來同樣是一筆不菲的數字，自研端側模型能夠承接部分高頻次用戶場景，進一步降低成本。

上述專家指出，DeepSeek與手機廠商自研大模型的本質差異在于能力邊界：廠商自研模型聚焦用戶意圖理解與多模態場景串聯（如通過傳感器數據預判需求），這正是DeepSeek-R1這類通用推理模型的盲區。

目前，行業普遍采用"前端感知層自研+后端服務層調用"的協同模式——廠商通過自研模型實現實時場景感知與交互設計，復雜計算則交由專業大模型處理。這也是一種共識：簡單的文字搬運式調用無法體現移動端價值，真正的競爭力在于芯片-模型-傳感器的全鏈路整合。

例如，全尺寸嵌入DeepSeek-R1的努比亞Z70 Ultra將DeepSeek與其自研星云AI的多模態能力結合，在拍照后可直接調用DeepSeek進行分析、解答。

諸如此類的差異化體驗，也將是未來AI手機的競爭焦點。問答與搜索是第三方應用都能夠滿足的需求，手機廠商比拼的則是如何通過AI對系統進行重構，以及聯動生態資源的能力，例如用AI智能體來實現真正的自動點單、訂餐等。