2025 年 7 月 26 日消息，QuestMobile 发布的《2025 年二季度 AI 应用价值榜》数据显示，一季度曾以 8111.3 万月均下载量登顶的 DeepSeek，在二季度月均下载量降至 2258.9 万，环比下降 72.2%，数据落差之大，使得不少人开始质疑 DeepSeek 是否 “跌落神坛”。然而，业内人士却有着截然不同的看法，认为这一数据并不能反映 DeepSeek 的真实热度，其实际已凭借多元接入方式 “飞入寻常百姓家”。

从数据统计的局限性来看，DeepSeek 的使用场景极为多元，大量高黏性用户并非通过官网和 APP 访问。许多服务商为满足用户需求，纷纷接入 DeepSeek 接口，像腾讯元宝、百度、火山、微信小程序等，都能让用户便捷使用 DeepSeek 的服务。同时，不少工作单位出于提升办公效率、优化业务流程等考虑，主动在本地部署 DeepSeek，将其深度融入日常工作中，如企业内部的智能客服、数据分析、流程自动化等环节。这些实际使用数据因并非源自官网或 APP，未被 QuestMobile 统计在内，从而导致数据层面呈现出热度大幅下降的假象。

在技术革新层面，DeepSeek 堪称搅动行业格局的颠覆者。它创新性地攻克了大模型训练长期存在的 “不可能三角”—— 高性能、低成本和易用性。过往，AI 领域普遍认为大模型性能与算力投入紧密相关，高昂的训练成本和硬件规模要求，令众多初创公司望而却步。以美国人工智能初创公司 Anthropic 为例，其首席执行官达里奥・阿莫迪曾透露，GPT-4o 的模型训练成本约为 1 亿美元。OpenAI 训练 GPT-4 动用了数万块英伟达 A100 GPU，微软更是为其提供强大的 “星际之门（Starship）” 超级计算机集群支持；谷歌也凭借庞大的 TPU（Tensor Processing Unit）资源训练 PaLM 2 等模型。而 DeepSeek 另辟蹊径，以 “低成本、高性能、全开源” 策略异军突起，数据显示，DeepSeek-V3 模型训练成本仅 557.6 万美元，仅使用 2048 块 H800 显卡，且耗时不到两个月，大大降低了行业准入门槛，为众多开发者和企业带来新的可能。

DeepSeek 的开源策略更是其得以广泛传播与应用的关键因素。与 ChatGPT、Claude 等闭源大模型不同，DeepSeek 选择全面开源，在过去一周内，连续在 GitHub 开源 8 个核心技术项目，涵盖计算加速、专家并行、数据处理等大模型基础设施技术栈的关键领域。例如，FlashMLA 作为为 Hopper GPU 优化的高效 MLA 解码内核，在 H800 SXM5 GPU 上，内存受限配置下实现 3000 GB/s 的吞吐量，计算受限配置下达 580 TFLOPS，显著提升模型处理速度，降低推理成本，且获得 MetaX、摩尔线程、海光 DCU 等国产 GPU 厂商广泛支持。开源社区的蓬勃发展，吸引全球开发者参与模型优化与应用开发，形成技术迭代的良性循环，不仅加速了模型的升级优化，还极大地降低了中小企业应用 AI 的门槛，推动 AI 应用在细分场景的定制化开发，让人工智能不再遥不可及，真正走向大众。

从市场应用角度，DeepSeek 已在政务、金融、医疗、教育等多领域崭露头角。在政务管理中，它通过数据挖掘与智能分析，助力舆情监测与风险防控，优化政府决策流程；金融领域，用于高频交易分析与合规审查，提升金融机构运营效率与风险管控能力；医疗行业借助定制化模型，在专业数据稀缺情况下实现精准诊断辅助；教育领域则能根据学生个性化需求，提供针对性学习方案。此外，在智能交通与汽车领域，虽对自动驾驶直接影响有限，但在智能座舱人机交互、个性化服务方面潜力巨大，推动车企业务数字化转型。这些广泛且深入的应用，表明 DeepSeek 正切实改变着各行业的运作模式，融入大众的工作与生活之中。

尽管 DeepSeek 在数据统计层面呈现下载量下滑趋势，但从实际使用场景、技术革新、开源生态及市场应用等多维度综合考量，它并未 “跌落神坛”，而是凭借自身技术优势与开源策略，以更隐蔽、更深入的方式融入到各行各业和大众生活里，持续发挥着强大的影响力，为 AI 行业的发展注入源源不断的活力。随着技术的持续进步与应用场景的不断拓展，DeepSeek 有望在未来创造更多可能，推动 AI 技术进一步普及与创新。