导读

比以往时候来得都早一些

　　来源：没错我叫刘怼怼

　　2025年的当D得住度使第一只黑天鹅，比以往时候来得都早一些。始教

　　农历春节假期，人买正在全国乃至全球大迁徙的房中饭碗附深中国人民，突然被一个叫作DeepSeek的还端AI大模型硬控了。

　　这几年国内大模型层出不穷，用技2024年中Kimi屠过榜，当D得住度使年底豆包火了一把，始教很多人认为字节要在大模型中超车了，人买结果舆论没炒几天，房中饭碗附深DeepSeek突然爆发成国民级应用。还端

　　——超过此前所有大模型在国内翻搅起的用技热度。

　　当然ChatGPT不算啊，当D得住度使我说国内的始教大模型。

　　我相信此时此刻，人买应该没几个人还没用过DeepSeek吧。

　　上一条稿发出去之后，本来我还储备了几个选题要写的，结果每天玩DeepSeek玩到深夜，很上瘾。

　　倒也不是没玩过大模型，大家还有印象的话，2022年我就记录过跟ChatGPT浅浅的聊天。（→ChatGPT说，中国的房子还能买哈哈）

　　也是持续在关注这方面的动态，跟Kimi、豆包不一样，DeepSeek突然出圈时，它的R1模型的深度思考能力，带给我的是革命性应用的震撼，我当时就跟朋友说：

　　今年，一定会发生颠覆性的变化。

　　不管是对整个社会，还是对于我们所在的行业，广州的楼市。

　　很多逻辑要改写了。

　　但是，很多人用了DeepSeek之后，觉得它也不过如此，顶多就是个搜索引擎而已；

　　依据就是，我想要用它写点东西，做个攻略，弄个工作报告，写个论文啥的，其实都没有外界所宣称的那么好，出来的东西要么太过浮夸，要么信息不准确，不切实际。

　　所以今天这条稿，我想来说说：

　　为什么我觉得DeepSeek是一款堪称革命级的应用，它到底牛在哪儿？

　　怎么去判断DeepSeek输出内容的准确性？

　　DeepSeek到底会对广州的买房市场带来什么具体的变化？

　　以及，我们怎么去科学使用它？

　　1

　　如果还没有好好用过DeepSeek，那么我接下来说的一切都会像隔靴搔痒，很难感同身受。

　　所以，先要解决的第一个问题是：

　　DeepSeek官网这么堵，有哪些好的方法，可以流畅使用它？

　　（对了解DeepSeek以及如何设置它不感兴趣的，可直接拉到第3趴）

　　从大的类别来说，一个是本地化部署，一个是第三方服务器云端部署。

　　首先，我不推荐本地化部署。

　　原因就一个字：贵。

　　目前，DeepSeek有两个模型，R1和V3．

　　V3是轻量化模型，算力要求低，适用于小规模训练；

　　R1是大规模预训练模型，算力要求很高，用于大规模数据处理和高性能运算。

　　目前网上爆火的是R1，火出圈的就是它的深度思考能力，其复杂的推理目前国内其他模型都难以望其项背。

　　所以，我们日常说的DeepSeek，实际上指的就是DeepSeek的R1模型。

　　好了，在这个背景之下，我们来看本地化部署R1模型需要的硬件配置，到底得花多少钱。

　　先说结论：几千块到100万+不等。

　　是的，如果想把R1的算力拉满，需要花费上百万元人民币。

　　为啥差别这么大？

　　事实上，R1模型提供了从1.5B到671B的不同选择，参数规模越大，所需的算力就越高，当然就越费钱。

　　你看，671B的“满血版”，需要的算力高达1543G！100多万不是白花的……

　　参数量越大，能进行的推理就越复杂，得出来的答案可能就越令人满意。

　　你说，不对，我用笔电或者家里的台机也成功搞了个本地化，一点都不卡了噢。

　　是的，普通消费级的家用配置，也是能配个1.5B到7、8B的，这个量级确实不卡。

　　671B以下的叫“蒸馏版”，这也就是为什么同样的问题，不同的人去问DeepSeek得到的答案会不同——

　　如果你总是用1.5B的模型去跟它聊天，一定会觉得DeepSeek也没那么好用嘛；

　　但你要用的是671B的“满血版”，体感就很不一样。

　　然后这两类人会给出截然不同的评价：一个会说DeepSeek不过如此，盛名之下，其实难副，一个就觉得果然是神级应用啊。

　　所以，有没一种可能是，低算力的R1模型，影响了你的对DeepSeek的判断？

　　所以，我也非常建议大家通过第三方的云端部署，低成本去使用满血版的R1，体验感拉满。

　　2

　　那么，具体怎么做云端部署呢？

　　亚马逊之类的国际云就不说了，毕竟服务器在国外，国内用起来其实没那么方便。

　　国内目前很多云服务都接入了DeepSeek，但要支持满血版的R1，主要是和华为云合作的硅基流动，以及字节旗下的火山引擎。

　　先说硅基流动。

　　跟火山的设置相比，硅基流动的部署可以说是相当简单了。

　　这也导致大多数人在遭遇了官网的日常卡顿后，纷纷转投硅基流动，目前硅基也会时不时掉一下，但跟官网动辄“服务器繁忙”相比，硅基速度虽慢，至少能用。

　　部署硅基流动就两步：

　　第一步，注册账号并创建API。

　　第二步，下载客户端，粘贴在硅基流动获取的API密钥即可。

　　然后就能刷刷刷打字，疯狂调戏DeepSeek了。

　　硅基流动的注册地址是：

　　https：//cloud.siliconflow.cn/i/iv0veX6G

　　用手机号收个验证码就算注册了，很简单。

　　大家也可以在注册时输入我的邀请码：iv0veX6G

　　这样我俩都能得2000万Tokens，后台实际到账是14元的平台配额，以我的经验来说，即便每天都跟DeepSeek高频互动，也足够用一个月了。

　　这是官方送的羊毛，不薅白不薅。

　　注册成功之后，在左边菜单栏选“API密钥”，新建一个自己的密钥。

　　然后复制密钥。

　　硅基流动的动作就完成了。

　　接下来是下载客户端，我用的是Chatbox AI。

　　首次登陆会有个提示页面，选“使用自己的API Key”就行，之后也可以在“设置”里重新修改。

　　“模型提供方”选“SilliconFlow API”：

　　粘贴“API密钥”：

　　“模型”选DeepSeek-R1。

　　全部保存就能随便用了。

　　硅基流动+Chatbox AI的方案，真的是简单又好用。

　　当然，如果不想弄客户端，还有个更简单的办法——

　　直接在硅基流动的网站上在线体验满血版R1：

　　“模型广场”出来的第一个，就是满血版，判断标准就看是不是671B。

　　点“在线体验”，直接用。

　　硅基流动的部署和在线使用就这些了。

　　相对于硅基流动，火山的部署门槛就要高很多了，用的人也少很多，加上字节的算力比其他家都强，所以火山用起来确实“嗖嗖”的。

　　（温馨提示：火山的设置有点复杂，如果觉得硅基流动就够用的朋友，可以直接拉到第3趴。）

　　以下是火山的设置方法——

　　首先，在火山引擎的产品栏里，选“火山方舟”：

　　注册成功之后，每个模型官方都会送50万Tokens的额度，同样能在模型广场直接选满血版在线体验：

　　自行部署的话，也是先新建API密钥，跟硅基流动一样：

　　然后“在线推理”，创建推理接入点：

　　名称随便填，模型选R1：

　　接入后，点名称进去看详情页：

　　选API调用、通过API Key 授权、第三方SDK调用示例：

　　设置Chatbox客户端，模型提供方选自定义：

　　如图所示进行设置：

　　选模型的时候特别要注意！

　　输入的是在火山“推理接入点”的ID，ep-2025开头的那一串数字。

　　然后保存，就设置好了。

　　以上是硅基流动和火山引擎的云端部署步骤，确实长，大家设置过程中有啥疑问，可以加我微信，探讨探讨。

　　3

　　现在来说说我的使用体验。

　　为啥我觉得，今年，DeepSeek就能在全社会掀起颠覆性的变化？甚至重塑整个社会的游戏规则？

　　首先，肉眼可见的，DeepSeek是目前为止，国内大模型中，“普世度”最高的一款。

　　春节期间，哪怕是我老家那种三线小城，大家都在讨论DeepSeek这个东西了。

　　当然，这跟此前大多数模型都不开源有关。

　　我一直觉得，一个新事物只有发展到全民皆知，人人言必称之，成为一种再不跟风就晚了的“社交资本”，才有可能迎来行业的拐点。

　　现在越来越多的企业宣布接入DeepSeek——

　　比如汽车领域，吉利、东风、长安、长城说，要把DS应用到智能座舱交互和车控系统，极氪、智己、Smart则要聚焦语音交互，提升对用户意图的预测。

　　能源领域，国家电网、中国中化已经接入DeepSeek；

　　通信领域，国内三大通信运营商，移动、电信、联通也部署了R1模型；

　　金融领域，国金证券、兴业证券等券商接入DeepSeek，用来优化客户服务和智能投研；

　　还有医疗、教育、传媒等。

　　截至2月5日，国内已经有超过160家企业接入DeepSeek。

　　还有英伟达、亚马逊、微软、AMD、英特尔等国际巨头。

　　当然最重磅的是——微信。

　　是的，就连微信，都接入DeepSeek了……

　　这里面多少有国家下场助攻的影子，但也有市场自身力量的推动，不管怎么说，AI大模型在今年的爆发，基本是毫无悬念的事——

　　因为它已经从实验室研发的Demo阶段，全面扩散到了真实世界的应用层面，实现了全社会“应用场景”的无限扩张。

　　无论是从DeepSeek的开源模式来说，还是当下“日日新，又日新，苟日新”的全民普及和渗透度，都是时候了。

　　何况，此时此刻，还只是2025年的开头。

　　今年接下来的日子会怎么迭代，真的很值得期待。

　　4

　　那么，回到房地产来说，DeepSeek会对行业产生什么影响？

　　房企内部一定会更卷。

　　‘人效’这个词，一定会在企业内部被无限放大。

　　应对之策，至少要比你的领导先懂DeepSeek，更懂DeepSeek，用魔法打败魔法。

　　而对于房产交易来说——

　　那些专业度不够，很难生产自己的原生观点，一直靠着全网“学（xi）习（gao）”再对外输出的从业者，职业危机可能要来了。

　　以后购房者只需要两种价值：

　　一种是楼盘的基本资讯。

　　包括项目和销售提供的楼书，这是最基本的；

　　还有楼盘隐藏的不利因素，比如地块的环评有没问题，预售之后是否会有不利的公建因素如立交桥、大型垃圾站等尚未公布等。

　　能提供越多关于楼盘隐藏资讯的，越有价值。

　　一种是买房的深度选筹能力。

　　现在但凡是个房产交易的从业者，一上来就要跟你讲学铁商，把已有信息翻来覆去换着话术来回说——

　　要么就是放大学位价值，你看这个配建的学校是名校集团的成员校噢，老牛了；

　　要么就是放大配套价值，你看这几个商业，厉害的嘞，太古汇知道不？全中国有几个？广州有几个？其中一个就在这儿！山姆、Costco都争着要来的地方，怎么都错不了！华润万象系啊，太古+华润的双商业，未来潜力无限！

　　要么，就说地铁规划，哪个线在建，通了你得多方便之类的。

　　无非就是把学铁商的信息进行排列组合，放大一些因素，套用在购房者的学位、通勤、预算和居住要求的排序里。

　　基本就是一个筐，就着购房的需求就哐哐往里装，怎么说都对，反正也挑不出毛病。

　　但是！

　　从今往后，这些简单的选筹建议，是不是可以问问DeepSeek了？

　　它是个莫得感情的AI机器啊，至少客观嘛不是？

　　比如，我来上个实操的案例，问问DeepSeek，要不要为了学位放弃海珠的大房子，搬去越秀？

　　你们看看它咋说的——

　　先看深度思考的推理结果：

　　第一，海珠也有学位预警，如果你在海珠的房子属于预警的学区，要注意入学的确定性。

　　第二，你问这个问题，可能担心的不仅仅是学位数量，还担心海珠的整体教育质量。

　　第三，越秀作为广州的教育强区，学位房比较稳定，招生地段变化小，入学确定性高，即使招生地段变化，学校资源的差异也不大，保险系数也高。

　　第四，但越秀的学位房多为老破小，价格高，居住环境不如海珠的大房子，未来也更难卖。

　　第五，越秀地产在海珠拿了些新地块，今年入市，可能给海珠带来新的学校资源。

　　总结下来的选筹建议就是：

综合权衡教育质量、居住条件、经济负担以及未来的房产价值，如果教育是首要考虑，越秀的学位房更优，但要接受较高的房价和较差的居住环境。

如果看中居住舒适度和经济性，海珠可能更合适，但需面对可能的学位紧张和被统筹的风险。

　　以上就是DeepSeek的全部推理。

　　你看，作为购房者，你问的很多从业者，他们都未必能超出这个选筹分析。

　　DeepSeek随便从50个网页里思考37秒，就能得出这个结论，而且你还可以不断问它，它还能不断给你修正和完善，关键是：客观啊。

　　如果真实世界的人给你的选筹建议，并没有超出这个水准，而且还会在选筹中时不时“夹带私货”，那么，很快，大家问问DeepSeek就完事了。

　　不久的将来，当DeepSeek像微信一样高频出现在我们的生活中，并且得以高频使用，购房者需要的，一定是超出DeepSeek整合水平的更专业的深度选筹能力。

　　要想不被淘汰，还是赶紧跟洗稿洗观点说拜拜吧。

　　小心时代抛下你的时候，连招呼都不打。

　　5

　　当然，DeepSeek也不是全能，现在它被诟病的最厉害的就是幻觉严重，给出的信息常常不真实，不准确，甚至差个十万八千里。

　　原因在于R1模型的研发定位，是一个强在逻辑推理的模型，如果想要更准确的信息，得你自己投喂。

　　或者挂载一个外部知识库。

　　你用它去检索信息，并根据检索结果做大量的数据处理，得出来的结果大概率有很大偏差。

　　工欲善其事，必先利其器。

　　用对地方了，它才无敌。

海量资讯、精准解读，尽在新浪财经APP

责任编辑：尉旖涵

大连医科大学附属第一医院

首都医科大学附属北京朝阳医院

四川大学华西医院

重庆医科大学附属第一医院

北京医院

中国医学科学院阜外医院

吉林大学第二医院

河南科技大学第一附属医院

山西医科大学第一医院

中山大学附属第一医院

承德医学院附属医院

山东省立医院

浙江大学医学院附属邵逸夫医院

天津医科大学总医院

海军军医大学附属长海医院

温州医学院附属第一医院

深圳市人民医院

空军军医大学西京医院

蚌埠医学院第一附属医院

深圳市第六人民医院（南山医院）

上海交通大学医学院附属瑞金医院

青岛大学附属医院

北部战区总医院

济宁医学院附属医院

福建医科大学附属第一医院

烟台市烟台山医院

哈尔滨医科大学附属第二医院

昆明医科大学第一附属医院

山东淄博市第一医院

南京鼓楼医院

东莞市人民医院

新疆医科大学第一附属医院

北京京煤集团总医院

首都医科大学附属北京潞河医院

新疆维吾尔自治区人民医院

中南大学湘雅医院

广州医科大学附属第一医院

北京协和医院

江阴市人民医院

河北医科大学第二医院

中国人民解放军总医院第六医学中心

沈阳医学院附属中心医院（奉天医院）

天津市宁河区医院

四川省人民医院

邯郸市第一医院

潍坊呼吸病医院

云南省第一人民医院

山西省人民医院

内蒙古医学院第三附属医院

河北衡水哈励逊国际和平医院

海南省人民医院

青海省人民医院

贵州省人民医院

华北理工大学附属医院

福建省泉州市第一医院

锦州医科大学附属第一医院

首都医科大学附属复兴医院

淄博市立医院

山西省太原市中心医院

上海市肺科医院

新疆医科大学第三附属医院

山西医学科学院山西大医院

天津市海河医院

战略支援部队特色医学中心

河北医科大学第三医院

北京积水潭医院

无锡市人民医院

新疆维吾尔自治区中医医院

安徽省胸科医院

空军军医大学唐都医院

广东省人民医院

复旦大学附属华山医院

首都医科大学附属北京安贞医院

中国人民解放军总医院第一医学中心

宁夏医科大学总医院

河南省焦作市第二人民医院

首都医科大学附属北京同仁医院

南方医科大学南方医院

南昌大学第二附属医院

北京市大兴区人民医院

上海交通大学医学院附属新华医院

内蒙古自治区人民医院

南昌大学第一附属医院

中国医科大学附属盛京医院

西安交通大学第一附属医院

河北医科大学第一医院

广西壮族自治区人民医院

北京市顺义区医院

复旦大学附属中山医院

中山大学附属第三医院

粤北人民医院

首都医科大学附属北京世纪坛医院

中国科学院大学附属北京怀柔医院

首都医科大学附属北京儿童医院

天津市第一中心医院

华中科技大学同济医学院附属同济医院

兰州大学第二附属医院

西藏自治区第二人民医院

唐山工人医院

中日友好医院