DeepSeek狂潮席卷到了手机行业。截至2月18日，华为、荣耀、努比亚、魅族、小米、vivo、OPPO等国内主流手机厂商全部都已接入DeepSeek。
不过，上述多数厂商目前做的都是同样的工作：在自家产品服务上为DeepSeek开“入口”，再接入兼容DeepSeek开源模型所提供的API接口，这也是搭上快车最简便的办法。
但由于部分厂商只接入了“尝鲜版”，在问答体验上并不完全与DeepSeek相同。并且，API接入的方式也被质疑是“相当于安装了一个APP”，并没有太多体验创新。这是因为，满血版推理任务需要庞大算力支持，若直接采用满血版，可能面临类似DeepSeek官方服务“服务器繁忙”的体验风险，而“尝鲜版”在成本与稳定性间更易平衡。
努比亚并未选择开“入口”的方式。其旗舰手机Z70 Ultra已经实现了全尺寸系统内嵌6710亿参数DeepSeek R1模型，实现了DeepSeek-R1与系统的整合。
在DeepSeek-R1诞生之前，AI手机的战火已经烧了两年。为了自研大模型，头部厂商纷纷投入了高额资金：荣耀前CEO赵明曾透露，荣耀在AI领域的投入已达100亿元，大模型战之后每天的投入都在翻倍；vivo副总裁周围也表示，每年在大模型领域的投入成本在20-30亿元。
但手机厂商对AI的重金投入，暂时还没有换来明显的销量增长。一个原因是，当前AI功能主要集中在语音助手优化、图像处理等场景，缺乏杀手级应用。尽管手机厂商开始探索AI与系统的融合，推出智能体点外卖等差异化功能，但就实际体验而言，仍然处于起步阶段。
DeepSeek的诞生改变了过去手机厂商比拼参数的逻辑。努比亚技术专家告诉界面新闻，DeepSeek为手机厂商带来的最大改变，是打破了高性能推理模型的成本桎梏，且开源，使得这类模型也能够部署在像手机这样的消费电子产品上，并且成本大幅降低。
除了通过API接入DeepSeek之外，已经有多家手机厂商尝试将DeepSeek-R1部署在本地。不过，当前的手机芯片配置还难以支持满血版DeepSeek-R1（670B）的本地部署，仅能够支持10B（10亿参数）以下的蒸馏版本。
这显然不是最佳方案，因为蒸馏也会在一定程度上损失推理能力。但有手机从业者对界面新闻表示，小模型在部分垂直场景的表现值得肯定，例如在通话总结、文档概要等高频场景中，vivo蓝心3B端侧模型（30亿参数）通过模型压缩和精度恢复技术，实现了端侧运行且功耗降低46%。
也正因如此，手机厂商引入DeepSeek等通用大模型的同时，也仍有必要推进自研。一方面是出于保护用户隐私的考虑，承载健康监测、支付验证等敏感数据，另一方面还是成本压力。
努比亚技术专家提到，尽管算力成本已经大幅降低，但现阶段需要借助云端算力，鉴于手机用户规模之大，跑起来同样是一笔不菲的数字，自研端侧模型能够承接部分高频次用户场景，进一步降低成本。
上述专家指出，DeepSeek与手机厂商自研大模型的本质差异在于能力边界：厂商自研模型聚焦用户意图理解与多模态场景串联（如通过传感器数据预判需求），这正是DeepSeek-R1这类通用推理模型的盲区。
目前，行业普遍采用“前端感知层自研+后端服务层调用”的协同模式——厂商通过自研模型实现实时场景感知与交互设计，复杂计算则交由专业大模型处理。这也是一种共识：简单的文字搬运式调用无法体现移动端价值，真正的竞争力在于芯片-模型-传感器的全链路整合。
例如，全尺寸嵌入DeepSeek-R1的努比亚Z70 Ultra将DeepSeek与其自研星云AI的多模态能力结合，在拍照后可直接调用DeepSeek进行分析、解答。
诸如此类的差异化体验，也将是未来AI手机的竞争焦点。问答与搜索是第三方应用都能够满足的需求，手机厂商比拼的则是如何通过AI对系统进行重构，以及联动生态资源的能力，例如用AI智能体来实现真正的自动点单、订餐等。
