接入手机后，DeepSeek难“转正”

2025开年之后，手机圈掀起了一场诡异的AI军备竞赛——争相接入DeepSeek。随着时间的推移，这股年初的狂热已然降温。

当潮水退去之后，暴露出手机AI领域的残酷真相：市面上手机自带的AI能力，没能像DeepSeek一样，挑起用户对手机AI的强烈渴求。

如今，大众对各类AI大模型，已经形成了固有印象：ChatGPT是海归留学生，月费高，没钱请不起；DeepSeek是本土学霸，很聪明会思考，但不爱干活，动不动就服务器繁忙；手机自带的AI，则是占着“编制”的关系户，能力为零，炒不掉，又指望不上。

虽然厂商争着“聘用”DeepSeek，但手机AI还是会以厂商自研大模型为基石。而手机AI让用户感觉到单薄的问题，是无法靠引入临时工DeepSeek彻底解决的。

所以，比起接入DeepSeek，手机厂商的当务之急，是把DeepSeek核心的“系统2”慢思考，炼成自家AI的基本功。

截至目前，国内主流手机厂商全部都已接入DeepSeek。同样都是DeepSeek，不同手机的差异究竟在哪？

可以把DeepSeek在手机中的角色，大致分为三类：

一是“临时工”。因为用户急迫地想用上DeepSeek，而官方app又总是繁忙，手机厂商通过调用API直接整合到自家的语音助手，就算完成了对 DeepSeek 模型的接入。这种替代方案主打一个快，所以在版本适配、能力表现上，跟官方满血版有一定差距，相当于雇个临时工，先顶上一阵儿。

二是“派遣工”。一些拥有AI底牌和技术能力的厂商，深度融合DeepSeek，就像是劳务派遣，需要DeepSeek对厂商的手机AI体系有深入的了解，跟正式工紧密协作。比如荣耀凭借系统级AI能力，成为安卓阵营首个系统级整合DeepSeek的厂商。以“蓝心智能”作为AI体系的vivo也宣布将推出深度融合DeepSeek的蓝心小V助手。联想moto背靠多年硬件终端研发能力，成为首家支持DeepSeek-R1满血版（671B参数对推理硬件的要求高）的手机厂商。

三是“智囊团”。这种接入模式中，手机厂商对自家AI更重视，用户需要DeepSeek的话就去请外援，平时还是自家AI挑大梁。比如鸿蒙NEXT系统的小艺助手接入DeepSeek-R1，就是通过小艺助手App的智能体广场来调用，相当于外部合作的“智囊团”，核心AI能力来自自研的盘古大模型。

而像苹果、三星还是专注于打造自己的手机AI，都暂未直接接入DeepSeek。

至此不难发现，不同厂商的AI能力各有差异，对DeepSeek的依赖程度也不同。但无一例外的是，接入DeepSeek只是权宜之计，头部厂商还是希望让自研AI，来挑AI手机的大梁。

说句公道话，头部手机厂商的原生AI能力，其实不算差。

中文大语言模型榜单上，主流厂商的大模型家族都有不错的成绩和性能表现，并且都结合端侧计算、存储等特性，进行了专项优化，所以在生成速度、隐私安全等方面，手机厂商的自研AI，其实比第三方AI模型表现更好。

很多用户觉得手机自研AI是“0能力关系户”，说明在榜单之外，消费者心中还有一杆秤，来称量AI在手机中的份量。

让广大用户感觉到手机里的AI有一些不同，这是最难量化却又真实存在的市场竞争点。DeepSeek出圈的一大原因，就是将理性的技术优势变为感性的产品讨论度。而手机自研AI，迟迟没有迎来“aha moment”。

一方面是因为，手机AI作为手机的一部分，首先要服务于手机的核心价值体系，因此，手机AI大多是在这些基础价值坐标系上的再创新。

对于手机来说，拍照影像、续航散热、通信通话等功能，是永远不能打折的基础价值。而在此基础上的AI创新，不像横空出世的DeepSeek-R1、Sora、GPT-4o等大模型一样惊艳。

比如在图片库中通过语音搜索图片、视频，生成个性化相册；在文档应用中使用AI摘要来总结文本，在拍照完成后进行“AI消除”。这些基于大模型的手机AI能力，虽然给用户日常生活带来了极大便利，但都是手机用户早已习惯的场景了。手机智能语音助手默默优化了十代的语音唤醒率，远不如DeepSeek写首藏头诗来得炸场。

此外，由于手机AI的颠覆式功能无法快速覆盖全场景，就像体系内改革总是先从一些小部门开始试点，很难让用户短期内感觉到变化。

过去一年来，手机AI也有不少颠覆式创新，比如去年AI agent带来的手机自动驾驶体验，荣耀的“一句话点瑞幸咖啡”“一句话取消付费套餐”、OPPO的“一键问屏”、vivo的“高情商回复”等，就让不少人印象深刻。这些good case，在部分场景下能有稳定而优秀的表现。

但总体来说，这些AI功能的适用范围还比较小，无法覆盖人们日常使用手机的各个场景功能。目前还不能从整体上改变人们使用手机的效率和体验。尚未在端侧全面铺开的AI功能，难以支撑起AI手机的概念。

自研AI在手机上的第三重限制，就是端侧AI天然的硬件、伦理等限制。

端侧AI要兼顾吞吐速度、本地隐私与内容安全合规，DeepSeek也需要针对性优化才能被整合到手机上。就好比在编的正式员工，往往受到组织规章制度的约束，无法放飞自我，所以在AI生成的表现上也中规中矩，无法像DeepSeek R1那样，给用户留下强烈的印象。

显然，要撕掉AI界“关系户”的标签，手机AI不能只停留在接口调用找外援，而要提炼DeepSeek的核心能力，来重构自身的底层能力。

DeepSeek打动全球用户的核心能力，到底是什么呢？就是基于长思维链的慢思考。

本质上，DeepSeek R1是在reasoning LLMs（推理模型）这一技术路线上的工程化创新，利用思维链（CoT）获得逻辑推理能力，进一步提高了推理模型的效率，降低成本。这种逻辑思考能力，才是手机AI智能进化的关键。

接下来，手机厂商大概率会加速提升自研AI逻辑思考能力。手机AI会有什么不一样？我们不妨提前畅想一下。

1.智能体。此前逻辑推理能力受限过程，所以很多应用场景AI Agent无法自动完成任务，只能点外卖、点咖啡、取消套餐等少数case，一旦遇上步骤流程较多的复杂任务，比如“定餐厅”，成功率就会大幅下降。而基于慢思考的手机AI agent，能够对任务进行更好的理解和分解，实现复杂任务的全流程自主编排，让智能体在更多任务、更多场景中普及。

2.安全。此前在网上进行搜索，搜完关键词就开始收到相关广告推送，让人感觉被窥视，手机AI通过实现系统级整合，叠加上本地化隐私保护能力，可以重塑移动终端的服务体验。比如结合本地数据，wx聊天中朋友提及的“老地方”，常用的XX电商平台，可以提供用户不愿意被云端大模型所学习到的信息，来完成个性化任务。

3.综合服务能力。从用户唤起功能转变为主动提供综合性解决方案。比如用户询问手机助手“最近头晕可能缺什么营养”，自研AI可以结合本地健康APP数据（血氧/睡眠质量）、外卖订单（连续7天高盐饮食）、运动手环数据（平均步数下降40%），再结合慢思考的逻辑推理能力，生成更懂用户的个性化方案。