AI行业观察：微信接入DeepSeek R1模型；百度全面整合文心大模型

近日，微信和百度两大超级应用平台相继宣布接入国产大模型，引发市场对AI算力供需矛盾的广泛关注。微信正灰度测试接入DeepSeekR1模型，用户可通过对话框顶部的“AI搜索”入口免费调用该模型的深度推理功能；百度搜索则全面整合DeepSeek与文心大模型的深度搜索能力，支持开发者调用模型创建智能体。两大平台凭借超10亿月活的用户基础，或将加速AI技术向大众市场渗透，同时推动推理算力需求爆发式增长。

模型普惠化：超级入口带动AI技术下沉

微信作为月活13亿的国民级应用，其AI搜索功能的开放标志着大模型技术首次触达下沉市场。腾讯官方表示，该功能仅整合公众号生态及全网公开信息，不涉及用户隐私数据。尽管当前处于灰度测试阶段，但即使小比例用户使用AI搜索，其并发请求量也将对算力资源形成显著压力。银河证券分析指出，DeepSeek模型通过架构优化将推理成本降至行业极低水平，使得大规模商业化落地成为可能，而微信的接入将进一步加速应用普及。

百度的深度搜索功能则通过文心智能体平台开放模型调用权限，开发者可快速构建调优智能体。中信证券认为，DeepSeek的工程化能力创新实现了算力成本极致优化，其动态路由架构（MoE）和模型压缩技术显著降低单任务算力消耗，为端侧部署高性能模型提供新方向。开源证券则强调，低成本模型降低了企业接入AI的门槛，将拉动推理侧算力需求增长，推动AI基础设施部署进入快车道。

市场反馈显示，DeepSeek模型接入已引发现象级需求。例如，即时AI应用（ima）上线首日即因用户激增导致服务器崩溃，暴露出推理算力供给的短期瓶颈。业内预测，未来5年国内推理算力年复合增速将达190%（IDC数据），而TIRIASResearch预计推理算力占比将升至95%。这一趋势表明，AI技术从实验室走向实际应用的过程中，推理需求的爆发将远超训练算力。

推理算力产业链：供需矛盾催生基础设施升级

当前，互联网厂商普遍面临模型接入后的“服务繁忙”问题，反映出推理算力需求与供给的严重失衡。云厂商需部署高性能GPU或国产算力芯片，并升级数据中心架构以提升算力利用率，但短期内大规模投入难以实现。中金公司指出，AI投资主线正从“大模型-训练算力”向“AI应用-推理算力”延伸，算力缺口或推动行情回归硬件产业链。

硬件层面，国产推理芯片、光通信模块及液冷技术成为关键突破点。中信证券建议关注晶圆代工、定制化存储及终端SoC等领域；银河证券则强调，端侧AI设备（如手机、眼镜）将受益于模型轻量化趋势。此外，AI数据中心（AIDC）需求激增，第三方服务商有望承接云厂商的溢出需求。浙商证券测算显示，微信全面开放AI搜索后，其推理算力需求可能达到当前头部云厂商的数十倍，倒逼基础设施快速迭代。

值得注意的是，技术迭代与成本压缩并未打破算力需求的长期增长逻辑。尽管DeepSeek通过创新将千亿参数模型运行成本降至边缘设备可承受范围，但应用场景的多元化仍将推高算力总量需求。开源证券指出，AIAgent技术进步与B端应用成熟将形成双向驱动，医疗、金融等“AI+”领域或成为下一阶段行情扩散的重点。

综合来看，国产大模型与超级入口的结合正在改写AI行业生态。短期看，推理算力供需矛盾将催化硬件产业链升级；长期看，技术普惠化带来的应用爆发将重塑算力消耗结构，推动AI从工具向生产力全面演进。

本文源自：金融界

作者：AI君