亞星網

　　來源：沒錯我叫劉懟懟

　　2025年的当D得住度使第一隻黑天鵝，比以往時候來得都早一些。始教

　　農曆春節假期，人买正在全國乃至全球大遷徙的房中饭碗附深中國人民，突然被一個叫作DeepSeek的还端AI大模型硬控了。

　　這幾年國內大模型層出不窮，用技2024年中Kimi屠過榜，当D得住度使年底豆包火了一把，始教很多人認為字節要在大模型中超車了，人买結果輿論沒炒幾天，房中饭碗附深DeepSeek突然爆發成國民級應用。还端

　　——超過此前所有大模型在國內翻攪起的用技熱度。

　　當然ChatGPT不算啊，当D得住度使我說國內的始教大模型。

　　我相信此時此刻，人买應該沒幾個人還沒用過DeepSeek吧。

　　上一條稿發出去之後，本來我還儲備了幾個選題要寫的，結果每天玩DeepSeek玩到深夜，很上癮。

　　倒也不是沒玩過大模型，大家還有印象的話，2022年我就記錄過跟ChatGPT淺淺的聊天。（→ChatGPT說，中國的房子還能買哈哈）

　　也是持續在關注這方麵的動態，跟Kimi、豆包不一樣，DeepSeek突然出圈時，它的R1模型的深度思考能力，帶給我的是革命性應用的震撼，我當時就跟朋友說：

　　今年，一定會發生顛覆性的變化。

　　不管是對整個社會，還是對於我們所在的行業，廣州的樓市。

　　很多邏輯要改寫了。

　　但是，很多人用了DeepSeek之後，覺得它也不過如此，頂多就是個搜索引擎而已；

　　依據就是，我想要用它寫點東西，做個攻略，弄個工作報告，寫個論文啥的，其實都沒有外界所宣稱的那麽好，出來的東西要麽太過浮誇，要麽信息不準確，不切實際。

　　所以今天這條稿，我想來說說：

　　為什麽我覺得DeepSeek是一款堪稱革命級的應用，它到底牛在哪兒？

　　怎麽去判斷DeepSeek輸出內容的準確性？

　　DeepSeek到底會對廣州的買房市場帶來什麽具體的變化？

　　以及，我們怎麽去科學使用它？

　　1

　　如果還沒有好好用過DeepSeek，那麽我接下來說的一切都會像隔靴搔癢，很難感同身受。

　　所以，先要解決的第一個問題是：

　　DeepSeek官網這麽堵，有哪些好的方法，可以流暢使用它？

　　（對了解DeepSeek以及如何設置它不感興趣的，可直接拉到第3趴）

　　從大的類別來說，一個是本地化部署，一個是第三方服務器雲端部署。

　　首先，我不推薦本地化部署。

　　原因就一個字：貴。

　　目前，DeepSeek有兩個模型，R1和V3．

　　V3是輕量化模型，算力要求低，適用於小規模訓練；

　　R1是大規模預訓練模型，算力要求很高，用於大規模數據處理和高性能運算。

　　目前網上爆火的是R1，火出圈的就是它的深度思考能力，其複雜的推理目前國內其他模型都難以望其項背。

　　所以，我們日常說的DeepSeek，實際上指的就是DeepSeek的R1模型。

　　好了，在這個背景之下，我們來看本地化部署R1模型需要的硬件配置，到底得花多少錢。

　　先說結論：幾千塊到100萬+不等。

　　是的，如果想把R1的算力拉滿，需要花費上百萬元人民幣。

　　為啥差別這麽大？

　　事實上，R1模型提供了從1.5B到671B的不同選擇，參數規模越大，所需的算力就越高，當然就越費錢。

　　你看，671B的“滿血版”，需要的算力高達1543G！100多萬不是白花的……

　　參數量越大，能進行的推理就越複雜，得出來的答案可能就越令人滿意。

　　你說，不對，我用筆電或者家裏的台機也成功搞了個本地化，一點都不卡了噢。

　　是的，普通消費級的家用配置，也是能配個1.5B到7、8B的，這個量級確實不卡。

　　671B以下的叫“蒸餾版”，這也就是為什麽同樣的問題，不同的人去問DeepSeek得到的答案會不同——

　　如果你總是用1.5B的模型去跟它聊天，一定會覺得DeepSeek也沒那麽好用嘛；

　　但你要用的是671B的“滿血版”，體感就很不一樣。

　　然後這兩類人會給出截然不同的評價：一個會說DeepSeek不過如此，盛名之下，其實難副，一個就覺得果然是神級應用啊。

　　所以，有沒一種可能是，低算力的R1模型，影響了你的對DeepSeek的判斷？

　　所以，我也非常建議大家通過第三方的雲端部署，低成本去使用滿血版的R1，體驗感拉滿。

　　2

　　那麽，具體怎麽做雲端部署呢？

　　亞馬遜之類的國際雲就不說了，畢竟服務器在國外，國內用起來其實沒那麽方便。

　　國內目前很多雲服務都接入了DeepSeek，但要支持滿血版的R1，主要是和華為雲合作的矽基流動，以及字節旗下的火山引擎。

　　先說矽基流動。

　　跟火山的設置相比，矽基流動的部署可以說是相當簡單了。

　　這也導致大多數人在遭遇了官網的日常卡頓後，紛紛轉投矽基流動，目前矽基也會時不時掉一下，但跟官網動輒“服務器繁忙”相比，矽基速度雖慢，至少能用。

　　部署矽基流動就兩步：

　　第一步，注冊賬號並創建API。

　　第二步，下載客戶端，粘貼在矽基流動獲取的API密鑰即可。

　　然後就能刷刷刷打字，瘋狂調戲DeepSeek了。

　　矽基流動的注冊地址是：

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

　　用手機號收個驗證碼就算注冊了，很簡單。

　　大家也可以在注冊時輸入我的邀請碼：iv0veX6G

　　這樣我倆都能得2000萬Tokens，後台實際到賬是14元的平台配額，以我的經驗來說，即便每天都跟DeepSeek高頻互動，也足夠用一個月了。

　　這是官方送的羊毛，不薅白不薅。

　　注冊成功之後，在左邊菜單欄選“API密鑰”，新建一個自己的密鑰。

　　然後複製密鑰。

　　矽基流動的動作就完成了。

　　接下來是下載客戶端，我用的是Chatbox AI。

　　首次登陸會有個提示頁麵，選“使用自己的API Key”就行，之後也可以在“設置”裏重新修改。

　　“模型提供方”選“SilliconFlow API”：

　　粘貼“API密鑰”：

　　“模型”選DeepSeek-R1。

　　全部保存就能隨便用了。

　　矽基流動+Chatbox AI的方案，真的是簡單又好用。

　　當然，如果不想弄客戶端，還有個更簡單的辦法——

　　直接在矽基流動的網站上在線體驗滿血版R1：

　　“模型廣場”出來的第一個，就是滿血版，判斷標準就看是不是671B。

　　點“在線體驗”，直接用。

　　矽基流動的部署和在線使用就這些了。

　　相對於矽基流動，火山的部署門檻就要高很多了，用的人也少很多，加上字節的算力比其他家都強，所以火山用起來確實“嗖嗖”的。

　　（溫馨提示：火山的設置有點複雜，如果覺得矽基流動就夠用的朋友，可以直接拉到第3趴。）

　　以下是火山的設置方法——

　　首先，在火山引擎的產品欄裏，選“火山方舟”：

　　注冊成功之後，每個模型官方都會送50萬Tokens的額度，同樣能在模型廣場直接選滿血版在線體驗：

　　自行部署的話，也是先新建API密鑰，跟矽基流動一樣：

　　然後“在線推理”，創建推理接入點：

　　名稱隨便填，模型選R1：

　　接入後，點名稱進去看詳情頁：

　　選API調用、通過API Key 授權、第三方SDK調用示例：

　　設置Chatbox客戶端，模型提供方選自定義：

　　如圖所示進行設置：

　　選模型的時候特別要注意！

　　輸入的是在火山“推理接入點”的ID，ep-2025開頭的那一串數字。

　　然後保存，就設置好了。

　　以上是矽基流動和火山引擎的雲端部署步驟，確實長，大家設置過程中有啥疑問，可以加我微信，探討探討。

　　3

　　現在來說說我的使用體驗。

　　為啥我覺得，今年，DeepSeek就能在全社會掀起顛覆性的變化？甚至重塑整個社會的遊戲規則？

　　首先，肉眼可見的，DeepSeek是目前為止，國內大模型中，“普世度”最高的一款。

　　春節期間，哪怕是我老家那種三線小城，大家都在討論DeepSeek這個東西了。

　　當然，這跟此前大多數模型都不開源有關。

　　我一直覺得，一個新事物隻有發展到全民皆知，人人言必稱之，成為一種再不跟風就晚了的“社交資本”，才有可能迎來行業的拐點。

　　現在越來越多的企業宣布接入DeepSeek——

　　比如汽車領域，吉利、東風、長安、長城說，要把DS應用到智能座艙交互和車控係統，極氪、智己、Smart則要聚焦語音交互，提升對用戶意圖的預測。

　　能源領域，國家電網、中國中化已經接入DeepSeek；

　　通信領域，國內三大通信運營商，移動、電信、聯通也部署了R1模型；

　　金融領域，國金證券、興業證券等券商接入DeepSeek，用來優化客戶服務和智能投研；

　　還有醫療、教育、傳媒等。

　　截至2月5日，國內已經有超過160家企業接入DeepSeek。

　　還有英偉達、亞馬遜、微軟、AMD、英特爾等國際巨頭。

　　當然最重磅的是——微信。

　　是的，就連微信，都接入DeepSeek了……

　　這裏麵多少有國家下場助攻的影子，但也有市場自身力量的推動，不管怎麽說，AI大模型在今年的爆發，基本是毫無懸念的事——

　　因為它已經從實驗室研發的Demo階段，全麵擴散到了真實世界的應用層麵，實現了全社會“應用場景”的無限擴張。

　　無論是從DeepSeek的開源模式來說，還是當下“日日新，又日新，苟日新”的全民普及和滲透度，都是時候了。

　　何況，此時此刻，還隻是2025年的開頭。

　　今年接下來的日子會怎麽迭代，真的很值得期待。

　　4

　　那麽，回到房地產來說，DeepSeek會對行業產生什麽影響？

　　房企內部一定會更卷。

　　‘人效’這個詞，一定會在企業內部被無限放大。

　　應對之策，至少要比你的領導先懂DeepSeek，更懂DeepSeek，用魔法打敗魔法。

　　而對於房產交易來說——

　　那些專業度不夠，很難生產自己的原生觀點，一直靠著全網“學（xi）習（gao）”再對外輸出的從業者，職業危機可能要來了。

　　以後購房者隻需要兩種價值：

　　一種是樓盤的基本資訊。

　　包括項目和銷售提供的樓書，這是最基本的；

　　還有樓盤隱藏的不利因素，比如地塊的環評有沒問題，預售之後是否會有不利的公建因素如立交橋、大型垃圾站等尚未公布等。

　　能提供越多關於樓盤隱藏資訊的，越有價值。

　　一種是買房的深度選籌能力。

　　現在但凡是個房產交易的從業者，一上來就要跟你講學鐵商，把已有信息翻來覆去換著話術來回說——

　　要麽就是放大學位價值，你看這個配建的學校是名校集團的成員校噢，老牛了；

　　要麽就是放大配套價值，你看這幾個商業，厲害的嘞，太古匯知道不？全中國有幾個？廣州有幾個？其中一個就在這兒！山姆、Costco都爭著要來的地方，怎麽都錯不了！華潤萬象係啊，太古+華潤的雙商業，未來潛力無限！

　　要麽，就說地鐵規劃，哪個線在建，通了你得多方便之類的。

　　無非就是把學鐵商的信息進行排列組合，放大一些因素，套用在購房者的學位、通勤、預算和居住要求的排序裏。

　　基本就是一個筐，就著購房的需求就哐哐往裏裝，怎麽說都對，反正也挑不出毛病。

　　但是！

　　從今往後，這些簡單的選籌建議，是不是可以問問DeepSeek了？

　　它是個莫得感情的AI機器啊，至少客觀嘛不是？

　　比如，我來上個實操的案例，問問DeepSeek，要不要為了學位放棄海珠的大房子，搬去越秀？

　　你們看看它咋說的——

　　先看深度思考的推理結果：

　　第一，海珠也有學位預警，如果你在海珠的房子屬於預警的學區，要注意入學的確定性。

　　第二，你問這個問題，可能擔心的不僅僅是學位數量，還擔心海珠的整體教育質量。

　　第三，越秀作為廣州的教育強區，學位房比較穩定，招生地段變化小，入學確定性高，即使招生地段變化，學校資源的差異也不大，保險係數也高。

　　第四，但越秀的學位房多為老破小，價格高，居住環境不如海珠的大房子，未來也更難賣。

　　第五，越秀地產在海珠拿了些新地塊，今年入市，可能給海珠帶來新的學校資源。

　　總結下來的選籌建議就是：

綜合權衡教育質量、居住條件、經濟負擔以及未來的房產價值，如果教育是首要考慮，越秀的學位房更優，但要接受較高的房價和較差的居住環境。

如果看中居住舒適度和經濟性，海珠可能更合適，但需麵對可能的學位緊張和被統籌的風險。

　　以上就是DeepSeek的全部推理。

　　你看，作為購房者，你問的很多從業者，他們都未必能超出這個選籌分析。

　　DeepSeek隨便從50個網頁裏思考37秒，就能得出這個結論，而且你還可以不斷問它，它還能不斷給你修正和完善，關鍵是：客觀啊。

　　如果真實世界的人給你的選籌建議，並沒有超出這個水準，而且還會在選籌中時不時“夾帶私貨”，那麽，很快，大家問問DeepSeek就完事了。

　　不久的將來，當DeepSeek像微信一樣高頻出現在我們的生活中，並且得以高頻使用，購房者需要的，一定是超出DeepSeek整合水平的更專業的深度選籌能力。

　　要想不被淘汰，還是趕緊跟洗稿洗觀點說拜拜吧。

　　小心時代拋下你的時候，連招呼都不打。

　　5

　　當然，DeepSeek也不是全能，現在它被詬病的最厲害的就是幻覺嚴重，給出的信息常常不真實，不準確，甚至差個十萬八千裏。

　　原因在於R1模型的研發定位，是一個強在邏輯推理的模型，如果想要更準確的信息，得你自己投喂。

　　或者掛載一個外部知識庫。

　　你用它去檢索信息，並根據檢索結果做大量的數據處理，得出來的結果大概率有很大偏差。

　　工欲善其事，必先利其器。

　　用對地方了，它才無敵。

責任編輯：尉旖涵