https://t.me/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🆓免费AI聊天 https://free.netfly.top
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
📈主流AI服务状态页通知 | 🆕汇集全网ChatGPT/AI新闻 #AI #ChatGPT
🆓免费AI聊天 https://free.netfly.top
✨BEST AI中转 https://api.oaibest.com 2.8折起 支持OpenAI, Claude code, Gemini,Grok, Deepseek, Midjourney, 文件上传分析
Buy ads: https://telega.io/c/AI_News_CN
皮查伊：实用量子计算机将在5到10年内问世
谷歌 CEO 桑达尔·皮查伊表示，“实用”的量子计算机还需要 5到10年的时间，他将这项突破性技术与大约十年前的人工智能发展阶段进行了比较。皮查伊周三在迪拜世界政府峰会上说：“量子时刻让我想起了 2010 年代的人工智能，当时我们正在开发Google Brain，并取得了早期进展。”皮查伊还提到了谷歌最近在量子芯片方面取得的一项突破。这项突破使研究人员能够在五分钟内计算出一个问题，而现有的超级计算机则需要“比我们宇宙存在的时间还要长”的时间才能解决。 量子计算的进展显然令人兴奋。他还表示：“深度求索做得非常出色，展示了 AI 的全球性。
—— 彭博社
via 风向旗参考快讯 - Telegram Channel
谷歌 CEO 桑达尔·皮查伊表示，“实用”的量子计算机还需要 5到10年的时间，他将这项突破性技术与大约十年前的人工智能发展阶段进行了比较。皮查伊周三在迪拜世界政府峰会上说：“量子时刻让我想起了 2010 年代的人工智能，当时我们正在开发Google Brain，并取得了早期进展。”皮查伊还提到了谷歌最近在量子芯片方面取得的一项突破。这项突破使研究人员能够在五分钟内计算出一个问题，而现有的超级计算机则需要“比我们宇宙存在的时间还要长”的时间才能解决。 量子计算的进展显然令人兴奋。他还表示：“深度求索做得非常出色，展示了 AI 的全球性。
—— 彭博社
via 风向旗参考快讯 - Telegram Channel
Adobe 推出 Firefly AI 订阅 每月9.99美元起
Adobe 推出 Firefly AI 订阅服务，允许用户访问 AI 图像、矢量和视频生成模型。还推出了重新设计的网站，可以在其中使用 Adobe 的 AI 模型。包括新的 Firefly AI 视频模型，该模型正在 Firefly 网站和 Premiere Pro Beta 应用中推出公开测试版。Firefly 标准套餐9.99美元/月，可无限制使用 Adobe 的 AI 图像和矢量生成功能以及新 AI 视频模型。提供的2000积分可以制作20个五秒 AI 视频。用户还可将 Firefly 套餐连接到 Creative Cloud 帐户，以在其他 Adobe 应用中获得无限的 AI 图像和矢量生成。Pro 套餐29.99美元/月，提供足够的积分来每月生成70个五秒的 AI 视频。
—— Techcrunch
via 风向旗参考快讯 - Telegram Channel
Adobe 推出 Firefly AI 订阅服务，允许用户访问 AI 图像、矢量和视频生成模型。还推出了重新设计的网站，可以在其中使用 Adobe 的 AI 模型。包括新的 Firefly AI 视频模型，该模型正在 Firefly 网站和 Premiere Pro Beta 应用中推出公开测试版。Firefly 标准套餐9.99美元/月，可无限制使用 Adobe 的 AI 图像和矢量生成功能以及新 AI 视频模型。提供的2000积分可以制作20个五秒 AI 视频。用户还可将 Firefly 套餐连接到 Creative Cloud 帐户，以在其他 Adobe 应用中获得无限的 AI 图像和矢量生成。Pro 套餐29.99美元/月，提供足够的积分来每月生成70个五秒的 AI 视频。
—— Techcrunch
via 风向旗参考快讯 - Telegram Channel
自从今年1月13日触及2025年低点以来，阿里巴巴在香港上市的股票过去一个月已飙升46%，超过了同期恒生科技指数25%的涨幅，市值增长近870亿美元(约合6360亿元人民币)，在新的一年中成为中国科技巨头中表现最佳的股票，远远好于腾讯控股、百度和京东等竞争对手。阿里股价较1月低点上涨46%阿里股价之所以能够实现反弹，是因为市场看好该公司开发自主人工智能服务和平台的努力，尤其是在DeepSeek的人工智能技术引发华尔街股市动荡后。DeepSeek的爆火让阿里的人工智能业务获得了更多关注。周三，阿里股价再次得到提振。科技网站The Information报道称，苹果正与阿里合作在中国推出人工智能功能。“DeepSeek的横空出世为中国科技股提供了新的人工智能相关催化剂。在这个领域，我们认为阿里在中期时间段内具有更切实和稳健的盈利增长前景。”所罗门集团亚太区投资与ESG总监黄耀宗(Andy Wong)表示。 ...
PC版：https://www.cnbeta.com.tw/articles/soft/1478214.htm
手机版：https://m.cnbeta.com.tw/view/1478214.htm
cnBeta.COM
阿里市值开年大涨6000亿 成中国AI新宠 - Alibaba Cloud 阿里云 - cnBeta.COM
据彭博社报道，市场对于中国人工智能技术的追捧正在使阿里巴巴集团重新成为投资者的宠儿，为这家一度几乎陷入沉寂的电商巨头注入了新活力。
via cnBeta.COM中文业界资讯站 - Telegram Channel
OpenAI 论文：推理模型 o3 在编程竞赛中斩获金牌，性能匹敌人类精英
OpenAI 发布研究论文《Competitive Programming with Large Reasoning Models》，披露其推理模型在竞技编程中的突破性表现。模型 o3 在 IOI 2024 中以 395.64 分的成绩达到金牌标准，并在 CodeForces 竞赛中展现出与人类顶尖选手相当的实力。研究显示，通过强化学习（RL）训练及增加计算资源，模型在复杂编码任务中的性能显著提升。同时，中国团队研发的 DeepSeek-R1 与 Kimi k1.5 采用思维链学习（COT）方法，在数学解题与编程挑战中同样表现优异。论文指出，此类模型将在科学、编码等领域的 AI 应用中开启新可能。
论文原文
📮投稿 ☘️频道 🌸聊天 🗞️𝕏
via 科技圈🎗在花频道📮 - Telegram Channel
OpenAI 发布研究论文《Competitive Programming with Large Reasoning Models》，披露其推理模型在竞技编程中的突破性表现。模型 o3 在 IOI 2024 中以 395.64 分的成绩达到金牌标准，并在 CodeForces 竞赛中展现出与人类顶尖选手相当的实力。研究显示，通过强化学习（RL）训练及增加计算资源，模型在复杂编码任务中的性能显著提升。同时，中国团队研发的 DeepSeek-R1 与 Kimi k1.5 采用思维链学习（COT）方法，在数学解题与编程挑战中同样表现优异。论文指出，此类模型将在科学、编码等领域的 AI 应用中开启新可能。
论文原文
📮投稿 ☘️频道 🌸聊天 🗞️𝕏
via 科技圈🎗在花频道📮 - Telegram Channel
华为小艺助手网页端上线：适配手机 / PC，支持 DeepSeek R1 深度思考
华为小艺助手 App 已于本月官宣接入 DeepSeek，用户将鸿蒙原生版小艺助手升级至 11.2.10.340 版本后，可在智能体广场体验 DeepSeek-R1 智能体（支持联网搜索功能）。
华为小艺智能助手网页端也于近日完成上线，用户可通过链接访问。该版本小艺智能助手支持所有设备访问使用，但需要登录华为账号。目前网页版小艺智能助手已适配手机、PC 布局，提供 AI 问答、AI 写作、编程助手、AI 翻译等功能。另外，其还支持 DeepSeek R1 深度思考。
via 匿名
🗒 标签: #华为 #小艺助手
📢 频道: @GodlyNews1
🤖 投稿: @GodlyNewsBot
via Yummy 😋 - Telegram Channel
华为小艺助手 App 已于本月官宣接入 DeepSeek，用户将鸿蒙原生版小艺助手升级至 11.2.10.340 版本后，可在智能体广场体验 DeepSeek-R1 智能体（支持联网搜索功能）。
华为小艺智能助手网页端也于近日完成上线，用户可通过链接访问。该版本小艺智能助手支持所有设备访问使用，但需要登录华为账号。目前网页版小艺智能助手已适配手机、PC 布局，提供 AI 问答、AI 写作、编程助手、AI 翻译等功能。另外，其还支持 DeepSeek R1 深度思考。
via 匿名
🗒 标签: #华为 #小艺助手
📢 频道: @GodlyNews1
🤖 投稿: @GodlyNewsBot
via Yummy 😋 - Telegram Channel
丰田等多家日企内部禁用DeepSeek服务
12日获悉，日本丰田汽车、软银、三菱重工业等禁止在企业内部使用中国创新企业深度求索研发的生成式人工智能。围绕深度求索的服务，由于担心信息泄露给中国政府，越来越多的企业开始禁用。深度求索以低成本成功研发生成式AI，震惊全世界，另一方面被指安全性存疑。丰田表示：“从信息安全角度来看存在担忧，因此禁止使用。”三菱重工的方针也是不使用，据称即使提出内部申请目前也不会予以批准。软银限制从公司内部进行访问，并禁止在业务终端下载和使用。
—— 共同社
via 风向旗参考快讯 - Telegram Channel
12日获悉，日本丰田汽车、软银、三菱重工业等禁止在企业内部使用中国创新企业深度求索研发的生成式人工智能。围绕深度求索的服务，由于担心信息泄露给中国政府，越来越多的企业开始禁用。深度求索以低成本成功研发生成式AI，震惊全世界，另一方面被指安全性存疑。丰田表示：“从信息安全角度来看存在担忧，因此禁止使用。”三菱重工的方针也是不使用，据称即使提出内部申请目前也不会予以批准。软银限制从公司内部进行访问，并禁止在业务终端下载和使用。
—— 共同社
via 风向旗参考快讯 - Telegram Channel
体验步骤如下：步骤一：账号登录华为云：搜索【ModelArts Studio】服务。步骤二：进入ModelArts Studio控制台首页，【签署免责声明】及【服务授权】，按以下路径操作，添加授权页面中，选择【新增委托-普通用户-全选服务列表】，点击【创建】。提示：使用服务前需进行实名认证，如未认证则会服务受限。步骤三：进入ModelArts Studio控制台首页，【模型部署-预置服务】，以DeepSeek V3模型为例，【领取】免费token，并完成【体验】操作，可立即开启模型对话体验。 ...
PC版：https://www.cnbeta.com.tw/articles/soft/1478192.htm
手机版：https://m.cnbeta.com.tw/view/1478192.htm
cnBeta.COM
华为云上线满血版DeepSeek V3/R1：可一键部署 - Huawei 华为 - cnBeta.COM
华为官方今天宣布，DeepSeekV3/R1671B旗舰模型（满血版）已基于华为云昇腾云服务全栈优化适配，可获得持平全球高端GPU部署模型的效果，满足业务商用部署需求。华为云昇腾云服务可以提供澎湃、弹性、充足的AI算力，并且支持旗舰版模型的免代码，一键部署。
via cnBeta.COM中文业界资讯站 - Telegram Channel
论文显示，在IOI 2024中，o3在严格规则下拿到395.64分，达成金牌成就，并且在CodeForces上的表现与人类精英选手相当。论文中特别提到，中国的DeepSeek-R1和Kimi k1.5通过独立研究显示，利用思维链学习（COT）方法，可显著提升模型在数学解题与编程挑战中的综合表现。R1、k1.5是DeepSeek和Kimi在1月20日同时发布的新型推理模型。该论文通过强化学习（RL）训练的大型语言模型在复杂编码和推理任务上的性能提升，比较了通用推理模型与针对特定领域优化的系统在竞技编程中的表现。研究结果表明，增加强化学习训练计算和测试时计算可显著提升模型性能，使其接近世界顶尖人类选手，这些模型将在科学、编码、数学等领域的AI应用中解锁新的应用体验。原论文地址：https://arxiv.org/abs/2502.06807 ...
PC版：https://www.cnbeta.com.tw/articles/soft/1478184.htm
手机版：https://m.cnbeta.com.tw/view/1478184.htm
arXiv.org
Competitive Programming with Large Reasoning Models
We show that reinforcement learning applied to large language models (LLMs) significantly boosts performance on complex coding and reasoning tasks. Additionally, we compare two general-purpose...
via cnBeta.COM中文业界资讯站 - Telegram Channel
用户可以通过三种方式控制Copilot的自动启动功能：一是打开Copilot时弹出的提示框；二是Copilot应用的内部设置；三是通过Windows 11系统设置（设置 -> 应用 -> 启动）。微软曾在2024年1月尝试过类似的自动启动功能，当时Copilot会在至少27英寸宽屏设备上自动启动，但这一行为引发了用户的不满，许多人认为微软在强行推广AI功能，但如今看来微软还是没有放弃这一想法。除了自动启动功能外，微软还在不断更新Copilot的其他功能，例如，Copilot的Edge侧边栏中新增了“分享”按钮，画图应用中加入了AI工具菜单，同时微软还在开发基于机器学习的自动填充功能，计划将其添加到安卓版Edge浏览器中。 ...
PC版：https://www.cnbeta.com.tw/articles/soft/1478180.htm
手机版：https://m.cnbeta.com.tw/view/1478180.htm
cnBeta.COM
微软强化Copilot与Windows 11集成 新增自启功能 - Windows 11 - cnBeta.COM
根据最新发现，微软正在加速将Copilot深度整合到Windows11系统中，最新更新为WindowsInsider项目成员带来了“登录后自动启动”的新功能。在WindowsInsider最新版本1.25014.121.0的Copilot应用中，用户可以通过点击Copilot三点菜单进入设置，启用“自动启动”功能，让Copilot在用户登录时自动运行。
via cnBeta.COM中文业界资讯站 - Telegram Channel
Elevated error rates on Claude 3 Sonnet
Feb 12, 05:37 PST
Investigating - We are currently investigating this issue.
via Anthropic Status - Incident History
Feb 12, 05:37 PST
Investigating - We are currently investigating this issue.
via Anthropic Status - Incident History
AMD锐龙AI处理器轻松本地跑DeepSeek：最高支持70B参数
AMD锐龙AI处理器拥有目前行业最强的NPU，算力高达50 TOPS(每秒50万亿次计算)，自然是体验DeepSeek的上佳选择。如果你有一台锐龙AI笔记本，现在就可以通过LM Studio，轻松在本地部署、体验DeepSeek R1精简版推理模型。具体操作方式如下：1、安装AMD Adrenalin 25.1.1或更新版显卡驱动。2、打开lmstudio.ai/ryzenai，并下载LM Studio 0.3.8或更新版本。3、安装启动LM Studio，可以直接跳过引导屏幕。4、点击“发现”(discover)标签页。5、选择适合自己的DeepSeek R1 Distill。具体如何选择见后。6、在软件页面右侧，勾选“Q4 K M”量化模式，然后点击“下载”。7、下载完成后，返回聊天选项页，从下拉菜单中选择DeepSeek R1 distill，并确保勾选“手动选择参数”(manually select parameters)选项。8、在“GPU卸载”(GPU offload)中，将滑块移到最大值。9、点击“模型加载”(model load)。10、好了，可以在本地体验DeepSeek R1推理模型了！不同参数规模的大模型，决定了其性能和体积，因此不同的硬件设备需要选择最适合自己的参数量。如果是顶级的锐龙AI MAX+ 395处理器，搭配64GB、128GB内存，最高可以支持DeepSeek-R1-Distill-Llama-70B，注意64GB内存的话需要将可变显存设置为高。搭配32GB内存，可变显存自定义为24GB，则能支持到DeepSeek-R1-Distill-Qwen-32B。如果是锐龙AI HX 370、AI 365处理器，搭配24GB、32GB内存，可以支持DeepSeek-R1-Distill-Qwen-14B。如果是锐龙7040/8040系列，需要搭配32GB内存，才能支持到DeepSeek-R1-Distill-Qwen-14B。另外，AMD推荐将所有Distill运行在Q4 K M量化模式。如果你使用的是台式机，AMD RX 7000系列显卡也都已支持本地部署DeepSeek R1。其中，RX 7900 XTX旗舰显卡最高支持DeepSeek-R1-Distill-Qwen-32B，RX 7900 XT、7900 GRE、7800 XT、7700 XT、7600 XT均可以支持到DeepSeek-R1-Distill-Qwen-14B，RX 7600以及新发布的RX 7650 GRE则适合到DeepSeek-R1-Distill-Llama-8B。 ...
PC版：https://www.cnbeta.com.tw/articles/soft/1478168.htm
手机版：https://m.cnbeta.com.tw/view/1478168.htm
via cnBeta.COM中文业界资讯站 - Telegram Channel
AMD锐龙AI处理器拥有目前行业最强的NPU，算力高达50 TOPS(每秒50万亿次计算)，自然是体验DeepSeek的上佳选择。如果你有一台锐龙AI笔记本，现在就可以通过LM Studio，轻松在本地部署、体验DeepSeek R1精简版推理模型。具体操作方式如下：1、安装AMD Adrenalin 25.1.1或更新版显卡驱动。2、打开lmstudio.ai/ryzenai，并下载LM Studio 0.3.8或更新版本。3、安装启动LM Studio，可以直接跳过引导屏幕。4、点击“发现”(discover)标签页。5、选择适合自己的DeepSeek R1 Distill。具体如何选择见后。6、在软件页面右侧，勾选“Q4 K M”量化模式，然后点击“下载”。7、下载完成后，返回聊天选项页，从下拉菜单中选择DeepSeek R1 distill，并确保勾选“手动选择参数”(manually select parameters)选项。8、在“GPU卸载”(GPU offload)中，将滑块移到最大值。9、点击“模型加载”(model load)。10、好了，可以在本地体验DeepSeek R1推理模型了！不同参数规模的大模型，决定了其性能和体积，因此不同的硬件设备需要选择最适合自己的参数量。如果是顶级的锐龙AI MAX+ 395处理器，搭配64GB、128GB内存，最高可以支持DeepSeek-R1-Distill-Llama-70B，注意64GB内存的话需要将可变显存设置为高。搭配32GB内存，可变显存自定义为24GB，则能支持到DeepSeek-R1-Distill-Qwen-32B。如果是锐龙AI HX 370、AI 365处理器，搭配24GB、32GB内存，可以支持DeepSeek-R1-Distill-Qwen-14B。如果是锐龙7040/8040系列，需要搭配32GB内存，才能支持到DeepSeek-R1-Distill-Qwen-14B。另外，AMD推荐将所有Distill运行在Q4 K M量化模式。如果你使用的是台式机，AMD RX 7000系列显卡也都已支持本地部署DeepSeek R1。其中，RX 7900 XTX旗舰显卡最高支持DeepSeek-R1-Distill-Qwen-32B，RX 7900 XT、7900 GRE、7800 XT、7700 XT、7600 XT均可以支持到DeepSeek-R1-Distill-Qwen-14B，RX 7600以及新发布的RX 7650 GRE则适合到DeepSeek-R1-Distill-Llama-8B。 ...
PC版：https://www.cnbeta.com.tw/articles/soft/1478168.htm
手机版：https://m.cnbeta.com.tw/view/1478168.htm
via cnBeta.COM中文业界资讯站 - Telegram Channel
Model 🖼: flux pro
📢 频道 ✈️ 群聊 📬 投稿 💵 商务
via AI绘画｜AI视频 | AI音乐 - Telegram Channel
ChatGPT可能并不像曾经认为的那么耗电
非营利人工智能研究机构 Epoch AI 最新研究表明，ChatGPT 聊天机器人的能耗水平可能远远低于此前人们的普遍认知。一个常被引用的统计数据是，ChatGPT 需要大约 3 瓦时的电量来回答一个问题，或者是谷歌搜索的十倍。Epoch 认为这个估值过高。通过分析 OpenAI 最新的默认模型 GPT-4o，Epoch AI 发现，ChatGPT 的平均查询能耗约为 0.3 瓦时，低于许多家用电器的能耗水平。Epoch 数据分析师表示，之所以开展这项分析，是因为此前的研究存在过时的问题。例如得出 3 瓦时估计值报告的作者假设 OpenAI 使用较老、效率较低的芯片来运行其模型。
—— Techcrunch、研究报告
via 风向旗参考快讯 - Telegram Channel
非营利人工智能研究机构 Epoch AI 最新研究表明，ChatGPT 聊天机器人的能耗水平可能远远低于此前人们的普遍认知。一个常被引用的统计数据是，ChatGPT 需要大约 3 瓦时的电量来回答一个问题，或者是谷歌搜索的十倍。Epoch 认为这个估值过高。通过分析 OpenAI 最新的默认模型 GPT-4o，Epoch AI 发现，ChatGPT 的平均查询能耗约为 0.3 瓦时，低于许多家用电器的能耗水平。Epoch 数据分析师表示，之所以开展这项分析，是因为此前的研究存在过时的问题。例如得出 3 瓦时估计值报告的作者假设 OpenAI 使用较老、效率较低的芯片来运行其模型。
—— Techcrunch、研究报告
via 风向旗参考快讯 - Telegram Channel
Elevated Subscription Loading Errors
Feb 12, 02:36 PST
Update - We are continuing to investigate this issue.
Feb 12, 02:35 PST
Investigating - We're experiencing an elevated level of ChatGPT subscription loading errors and are currently looking into the issue.
via OpenAI Status - Incident History
Feb 12, 02:36 PST
Update - We are continuing to investigate this issue.
Feb 12, 02:35 PST
Investigating - We're experiencing an elevated level of ChatGPT subscription loading errors and are currently looking into the issue.
via OpenAI Status - Incident History
卖DeepSeek安装包一月赚十万？我们免费教你本地部署DeepSeek-R1
图源：微博 @扬子晚报打开淘宝和拼多多，搜索 DeepSeek，我们能看到电子货架上摆满了琳琅满目的本可免费获得的资源，其中既有安装包，也有提示词包与教程，甚至就连清华大学刚刚发布的《DeepSeek 从入门到精通》也被许多卖家明码标价出售 —— 但实际上你只需要随便找个搜索引擎搜索一下，你就能找到大量可免费下载该教程的链接。价钱如何呢？根据我们的粗略观察，一般打包出售“安装包 + 教程 + 提示词”的价格通常在 10-30 元之间，商家一般还会提供一定的客服服务。其中不少都已经卖出了上百份，更有少数几个已经达成了上千人付款的成就。离谱的是，一个定价 100 元的软件和教程包也有 22 人付款。真是不得不让人感叹，信息差的钱是真好赚。转自网络今天这篇文章我们将教你如何在本地部署 DeepSeek，并且完全不用花一分钱。但首先，我们先简单了解下为什么要本地部署。为什么要本地部署 DeepSeek-R1？DeepSeek-R1，虽然可能已不是当前最强大的推理模型，但绝对依然还是当前最热门的推理模型。也因此，如果使用官网或其它托管商的服务，我们常常会遭遇如下窘境：而本地部署模型可以有效杜绝这种情况。简单来说，本地部署就是在你自己的本地设备上安装 AI 模型，而不依赖云端 API 或在线服务。常见的本地部署方式有如下几种：轻量级本地推理：在个人电脑或移动端运行（如 Llama.cpp、Whisper、GGUF 格式模型）。服务器 / 工作站部署：使用高性能 GPU 或 TPU（如英伟达 RTX 4090、A100）运行大模型。私有云 / 内网服务器：在企业内部服务器上部署（如使用 TensorRT、ONNX Runtime、vLLM）。边缘设备：在嵌入式设备或 IoT 设备上运行 AI（如 Jetson Nano、树莓派）。而本地部署也存在自己的应用场景，比如：企业内部 AI（如私有聊天机器人、文档分析）；科研计算（如生物医药、物理仿真）；离线 AI 功能（如语音识别、OCR、图像处理）；安全审计 & 监控（如法律、金融合规分析）。本文将主要关注轻量级本地推理，这也是适用于我们大多数个人用户的部署方式。本地部署的好处除了从根本上解决“服务器繁忙”问题，本地部署还有其它诸多好处，包括：数据隐私与安全性：在本地部署 AI 模型时，就无需将自己的关键数据上传到云端，从而可以有效防止数据泄露，这对金融、医疗、法律等行业而言尤为关键。另外，本地部署也能有效符合企业或地区的数据合规要求（如中国的《数据安全法》、欧盟的 GDPR 等）。低延迟 & 高实时性能：由于本地部署时所有计算都发生在本地，无需网络请求，因此推理速度完全取决于用户自己的设备计算性能。但也因此，只要本地设备性能足够，用户就能享受到非常好的实时性能，也因此本地部署非常适合实时性非常关键的应用（如语音识别、自动驾驶、工业检测）。更低的长期成本：本地部署自然就无需 API 订阅费用，可实现一次部署长期使用。同时，如果用户对模型性能要求不高，还能通过部署轻量化模型（如 INT 8 或 4-bit 量化）来控制硬件成本。可以离线使用：无需网络也能用上 AI 模型，适用于边缘计算、离线办公、远程环境等。并且，由于断网也能运行 AI 应用，因此可以保证用户的关键业务不中断。可定制 & 可控性强：可以微调、优化模型，更适配业务需求，举个例子，DeepSeek-R1 就被微调和蒸馏成了许多不同的版本，包括无限制版本 deepseek-r1-abliterated 等等。另外，本地部署不受第三方政策变更影响，可控性强，可避免 API 调价或访问限制。本地部署的缺点本地部署好处多多，但我们也不能忽视其缺点，首当其冲的便是大模型的算力需求。硬件成本高：个人用户的本地设备通常难以运行高参数量的模型，而参数量较低的模型的性能通常又更差，因此这方面有一个需要考虑的权衡。如果用户想要运行高性能模型，那就必须在硬件上投入更多成本。难以处理大规模任务：当用户的任务需要大规模处理数据时，往往需要服务器规模的硬件才能有效完成。有一定的部署门槛：不同于使用云服务 —— 只需打开网页端或配置 API 即可使用，本地部署存在一定的技术门槛。如果用户还有进一步的本地微调需求，部署难度还会更大。不过幸运的是，这个门槛正越来越低。需要一定的维护成本：用户需要投入心力和时间解决因为模型和工具升级带来的环境配置问题。究竟是进行本地部署还是使用在线模型，还需要用户根据自己的实际情况定夺。下面简单总结了适合与不适合本地部署的场景：适合本地部署：高隐私、低延迟、长期使用（如企业 AI 助手、法律分析）。不适合本地部署：短期试验、高算力需求、依赖大模型（如 70B+ 参数级别）。如何本地部署 DeepSeek-R1？本地部署 DeepSeek-R1 的方法其实有很多，这里我们简单介绍两种：一是基于 Ollama 实现本地部署，二是使用 LM Studio 的零代码部署方法。基于 Ollama 部署 DeepSeek-R1下面我们将基于 Ollama 介绍如何在你自己的设备上部署你自己的 DeepSeek-R1。Ollama 是目前最常使用的本地部署和运行语言模型的框架，其非常轻量，而且具有很好的可扩展性。从名字也能看出来，Ollama 是 Meta 发布 Llama 系列模型之后诞生的。但这个项目是社区驱动的，与 Meta 以及 Llama 系列模型的开发没有直接关系。Ollama 项目诞生之后发展非常迅速，不管是支持的模型量还是支持其的各种生态系统都在迅速发展。Ollama 支持的部分模型和生态使用 Ollama 的第一步非常简单，下载并安装 Ollama，访问以下地址，下载适合你操作系统的版本即可。下载地址：https://ollama.com/download有了 Ollama，还需要为你的设备配置 AI 模型。这里以 DeepSeek-R1 为例进行演示。首先进入 Ollama 官网查看支持的模型及相应的版本：https://ollama.com/search 这里我们可以看到 DeepSeek-R1 现有 1.5B 到 671B 共 7 个不同规模的共 29 个不同版本，其中包括一些基于开源模型 Llama 和 Qwen 进行微调、蒸馏或量化处理后得到的模型。具体该选择哪个版本，我们先得了解自己的硬件配置情况。dev.to 开发者社区 Avnish 写了一篇文章，简单总结了 DeepSeek-R1 不同规模版本的硬件需求，可作参考：图源：https://dev.to/askyt/deepseek-r1-architecture-training-local-deployment-and-hardware-requirements-3mf8这里我们以 8B 版本为例进行演示：打开你设备上的终端工具，运行ollama run deepseek-r1:8b接下来就是等待模型下载完成。（Ollama 现在也支持直接从 Hugging Face 拉取模型，命令是 ollama run hf.co/{用户名}/{库}:{量化版本}，比如 ollama run hf.co/bartowski/Llama-3.2-3B-Instruct-GGUF:Q8_0。）模型下载完成后，你就可以直接在这个终端中与下载好的 8B 版 DeepSeek-R1 聊天了。但是，对普通用户来说，这种对话方式非常不直观，也不方便。因此我们还需要配置一个好用的前端。而前端的选择可就多了。我们即可以使用能在浏览器中提供类似 ChatGPT 体验的 Open WebUI，也可以选择 Chatbox 等前端工具，你也可以在这里寻找你想要的前端：https://github.com/ollama/ollama1. 如果你想使用 Open WebUI，只需在你的终端以此运行以下两行代码即可：安装 Open WebUI：pip install open-webui运行 Open WebUI：open-webui serve接下来，只需访问 http://localhost:8080，就能在你的浏览器中获得类似 ChatGPT 的体验。从 Open WebUI 的模型列表中可以看到，本机上的 Ollama 已经配置了多个模型，包括 DeepSeek-R1 7B 和 8B 版本以及 Llama 3.1 8B、Llama 3.2 3B、Phi 4、Qwen 2.5 Coder 等其它一些模型。选择其中的 DeepSeek-R1 8B 试试看效果...
PC版：https://www.cnbeta.com.tw/articles/soft/1478144.htm
手机版：https://m.cnbeta.com.tw/view/1478144.htm
via cnBeta.COM中文业界资讯站 - Telegram Channel
图源：微博 @扬子晚报打开淘宝和拼多多，搜索 DeepSeek，我们能看到电子货架上摆满了琳琅满目的本可免费获得的资源，其中既有安装包，也有提示词包与教程，甚至就连清华大学刚刚发布的《DeepSeek 从入门到精通》也被许多卖家明码标价出售 —— 但实际上你只需要随便找个搜索引擎搜索一下，你就能找到大量可免费下载该教程的链接。价钱如何呢？根据我们的粗略观察，一般打包出售“安装包 + 教程 + 提示词”的价格通常在 10-30 元之间，商家一般还会提供一定的客服服务。其中不少都已经卖出了上百份，更有少数几个已经达成了上千人付款的成就。离谱的是，一个定价 100 元的软件和教程包也有 22 人付款。真是不得不让人感叹，信息差的钱是真好赚。转自网络今天这篇文章我们将教你如何在本地部署 DeepSeek，并且完全不用花一分钱。但首先，我们先简单了解下为什么要本地部署。为什么要本地部署 DeepSeek-R1？DeepSeek-R1，虽然可能已不是当前最强大的推理模型，但绝对依然还是当前最热门的推理模型。也因此，如果使用官网或其它托管商的服务，我们常常会遭遇如下窘境：而本地部署模型可以有效杜绝这种情况。简单来说，本地部署就是在你自己的本地设备上安装 AI 模型，而不依赖云端 API 或在线服务。常见的本地部署方式有如下几种：轻量级本地推理：在个人电脑或移动端运行（如 Llama.cpp、Whisper、GGUF 格式模型）。服务器 / 工作站部署：使用高性能 GPU 或 TPU（如英伟达 RTX 4090、A100）运行大模型。私有云 / 内网服务器：在企业内部服务器上部署（如使用 TensorRT、ONNX Runtime、vLLM）。边缘设备：在嵌入式设备或 IoT 设备上运行 AI（如 Jetson Nano、树莓派）。而本地部署也存在自己的应用场景，比如：企业内部 AI（如私有聊天机器人、文档分析）；科研计算（如生物医药、物理仿真）；离线 AI 功能（如语音识别、OCR、图像处理）；安全审计 & 监控（如法律、金融合规分析）。本文将主要关注轻量级本地推理，这也是适用于我们大多数个人用户的部署方式。本地部署的好处除了从根本上解决“服务器繁忙”问题，本地部署还有其它诸多好处，包括：数据隐私与安全性：在本地部署 AI 模型时，就无需将自己的关键数据上传到云端，从而可以有效防止数据泄露，这对金融、医疗、法律等行业而言尤为关键。另外，本地部署也能有效符合企业或地区的数据合规要求（如中国的《数据安全法》、欧盟的 GDPR 等）。低延迟 & 高实时性能：由于本地部署时所有计算都发生在本地，无需网络请求，因此推理速度完全取决于用户自己的设备计算性能。但也因此，只要本地设备性能足够，用户就能享受到非常好的实时性能，也因此本地部署非常适合实时性非常关键的应用（如语音识别、自动驾驶、工业检测）。更低的长期成本：本地部署自然就无需 API 订阅费用，可实现一次部署长期使用。同时，如果用户对模型性能要求不高，还能通过部署轻量化模型（如 INT 8 或 4-bit 量化）来控制硬件成本。可以离线使用：无需网络也能用上 AI 模型，适用于边缘计算、离线办公、远程环境等。并且，由于断网也能运行 AI 应用，因此可以保证用户的关键业务不中断。可定制 & 可控性强：可以微调、优化模型，更适配业务需求，举个例子，DeepSeek-R1 就被微调和蒸馏成了许多不同的版本，包括无限制版本 deepseek-r1-abliterated 等等。另外，本地部署不受第三方政策变更影响，可控性强，可避免 API 调价或访问限制。本地部署的缺点本地部署好处多多，但我们也不能忽视其缺点，首当其冲的便是大模型的算力需求。硬件成本高：个人用户的本地设备通常难以运行高参数量的模型，而参数量较低的模型的性能通常又更差，因此这方面有一个需要考虑的权衡。如果用户想要运行高性能模型，那就必须在硬件上投入更多成本。难以处理大规模任务：当用户的任务需要大规模处理数据时，往往需要服务器规模的硬件才能有效完成。有一定的部署门槛：不同于使用云服务 —— 只需打开网页端或配置 API 即可使用，本地部署存在一定的技术门槛。如果用户还有进一步的本地微调需求，部署难度还会更大。不过幸运的是，这个门槛正越来越低。需要一定的维护成本：用户需要投入心力和时间解决因为模型和工具升级带来的环境配置问题。究竟是进行本地部署还是使用在线模型，还需要用户根据自己的实际情况定夺。下面简单总结了适合与不适合本地部署的场景：适合本地部署：高隐私、低延迟、长期使用（如企业 AI 助手、法律分析）。不适合本地部署：短期试验、高算力需求、依赖大模型（如 70B+ 参数级别）。如何本地部署 DeepSeek-R1？本地部署 DeepSeek-R1 的方法其实有很多，这里我们简单介绍两种：一是基于 Ollama 实现本地部署，二是使用 LM Studio 的零代码部署方法。基于 Ollama 部署 DeepSeek-R1下面我们将基于 Ollama 介绍如何在你自己的设备上部署你自己的 DeepSeek-R1。Ollama 是目前最常使用的本地部署和运行语言模型的框架，其非常轻量，而且具有很好的可扩展性。从名字也能看出来，Ollama 是 Meta 发布 Llama 系列模型之后诞生的。但这个项目是社区驱动的，与 Meta 以及 Llama 系列模型的开发没有直接关系。Ollama 项目诞生之后发展非常迅速，不管是支持的模型量还是支持其的各种生态系统都在迅速发展。Ollama 支持的部分模型和生态使用 Ollama 的第一步非常简单，下载并安装 Ollama，访问以下地址，下载适合你操作系统的版本即可。下载地址：https://ollama.com/download有了 Ollama，还需要为你的设备配置 AI 模型。这里以 DeepSeek-R1 为例进行演示。首先进入 Ollama 官网查看支持的模型及相应的版本：https://ollama.com/search 这里我们可以看到 DeepSeek-R1 现有 1.5B 到 671B 共 7 个不同规模的共 29 个不同版本，其中包括一些基于开源模型 Llama 和 Qwen 进行微调、蒸馏或量化处理后得到的模型。具体该选择哪个版本，我们先得了解自己的硬件配置情况。dev.to 开发者社区 Avnish 写了一篇文章，简单总结了 DeepSeek-R1 不同规模版本的硬件需求，可作参考：图源：https://dev.to/askyt/deepseek-r1-architecture-training-local-deployment-and-hardware-requirements-3mf8这里我们以 8B 版本为例进行演示：打开你设备上的终端工具，运行ollama run deepseek-r1:8b接下来就是等待模型下载完成。（Ollama 现在也支持直接从 Hugging Face 拉取模型，命令是 ollama run hf.co/{用户名}/{库}:{量化版本}，比如 ollama run hf.co/bartowski/Llama-3.2-3B-Instruct-GGUF:Q8_0。）模型下载完成后，你就可以直接在这个终端中与下载好的 8B 版 DeepSeek-R1 聊天了。但是，对普通用户来说，这种对话方式非常不直观，也不方便。因此我们还需要配置一个好用的前端。而前端的选择可就多了。我们即可以使用能在浏览器中提供类似 ChatGPT 体验的 Open WebUI，也可以选择 Chatbox 等前端工具，你也可以在这里寻找你想要的前端：https://github.com/ollama/ollama1. 如果你想使用 Open WebUI，只需在你的终端以此运行以下两行代码即可：安装 Open WebUI：pip install open-webui运行 Open WebUI：open-webui serve接下来，只需访问 http://localhost:8080，就能在你的浏览器中获得类似 ChatGPT 的体验。从 Open WebUI 的模型列表中可以看到，本机上的 Ollama 已经配置了多个模型，包括 DeepSeek-R1 7B 和 8B 版本以及 Llama 3.1 8B、Llama 3.2 3B、Phi 4、Qwen 2.5 Coder 等其它一些模型。选择其中的 DeepSeek-R1 8B 试试看效果...
PC版：https://www.cnbeta.com.tw/articles/soft/1478144.htm
手机版：https://m.cnbeta.com.tw/view/1478144.htm
via cnBeta.COM中文业界资讯站 - Telegram Channel
用AI选号和机选本质是一样的，都是随机产生一注号码，中奖概率也和自己选的号码相同，如果有任何人宣称AI可以预测中奖号码均是骗人的。中国体彩还表示，官方的开奖方式是物理摇奖机，每个球的运动受空气流动、微小震动等影响，真正做到不可测、不可控。上一期的中奖号码，对下一期毫无影响，中国体彩举例称，就像你连续抛硬币10次正面朝上，第11次依然是50%的概率，AI无法从过去的开奖数据中找到任何有意义的“规律”。“所以，DeepSeek再强，也不可能“推理”出下期中奖号，买彩票该是什么概率，还是什么概率。”中国体彩说。 ...
PC版：https://www.cnbeta.com.tw/articles/soft/1478134.htm
手机版：https://m.cnbeta.com.tw/view/1478134.htm
cnBeta.COM
中国体彩：再强大的AI也无法预测中奖号码 官方物理开奖不可测 - AI 人工智能 - cnBeta.COM
日前，安徽一男子用DeepSeek买彩票中奖一事登上热搜，引来众多网友讨论。用DeepSeek等AI工具真能预测中奖号码吗？今日，“中国体育彩票订阅号”微信公众号发文称，再强大的AI也无法预测中奖号码，因为大乐透每次开奖都是独立的，随机事件开奖号码均随机产生，根本无法预测。
via cnBeta.COM中文业界资讯站 - Telegram Channel
前谷歌CEO施密特：西方需重视开源AI以应对中国竞争
谷歌前首席执行官埃里克·施密特警告，西方国家需要加强开源人工智能模型的开发，否则可能在全球AI竞争中落后于中国。
中国初创公司DeepSeek上月推出高性能开源大语言模型R1，开发效率超过美国竞争对手。施密特指出，目前美国顶级语言模型多为封闭系统，除Meta的Llama外，包括谷歌Gemini、Anthropic Claude和OpenAI GPT-4都不对外开放。他认为若不重视开源技术，西方大学可能因负担不起封闭模型而影响科研发展。
Financial Times
📮投稿 ☘️频道 🌸聊天 🗞️𝕏
via 科技圈🎗在花频道📮 - Telegram Channel
谷歌前首席执行官埃里克·施密特警告，西方国家需要加强开源人工智能模型的开发，否则可能在全球AI竞争中落后于中国。
中国初创公司DeepSeek上月推出高性能开源大语言模型R1，开发效率超过美国竞争对手。施密特指出，目前美国顶级语言模型多为封闭系统，除Meta的Llama外，包括谷歌Gemini、Anthropic Claude和OpenAI GPT-4都不对外开放。他认为若不重视开源技术，西方大学可能因负担不起封闭模型而影响科研发展。
Financial Times
📮投稿 ☘️频道 🌸聊天 🗞️𝕏
via 科技圈🎗在花频道📮 - Telegram Channel
