DeepSeek推出R1后，高校是動作最為迅速的行業(yè)之一，也是最早挑戰(zhàn)應用場景和落地技術(shù)門檻的行業(yè)。

文｜周享玥

編｜趙艷秋

DeepSeek開年扔下的一塊巨石，砸起了各行各業(yè)的水波蕩漾。

政務、金融、醫(yī)療、制造等多個領域，動態(tài)不斷。高校也不例外，多位行業(yè)人士透露，在2025年初的這波DeepSeek掀起的大模型應用熱潮中，高校是態(tài)度最為積極、動作最為迅速的幾大行業(yè)之一。

近期，國內(nèi)多所高校，正在緊鑼密鼓官宣引入DeepSeek服務的消息。“有幾十個學校都宣布引入了。”北京大學計算中心系統(tǒng)管理室主任樊春觀察，不僅是高校，甚至一些中學也在引入DeepSeek。

北京大學計算中心也在3月13日發(fā)布通知，除了為全校師生提供基于公有云的DeepSeek對話服務，北大本地化部署的DeepSeek滿血版R1和V3也已深度適配教學應用場景，向校內(nèi)多項人工智能應用北大問學、AIMD(北大人工智能醫(yī)學博士）、化小北、金融AI助教提供服務，成為又一家官宣引入DeepSeek服務的高校。

“DeepSeek出來后，校內(nèi)很多業(yè)務部門的相關(guān)負責人希望能讓他們的應用也使用上，一直在催著我們上線DeepSeek。”樊春說。

DeepSeek到底給高校市場帶來了哪些影響和改變？2025年，高校大模型落地市場，又有哪些新機遇和新要求？

01

國內(nèi)高校，為何紛紛擁抱DeepSeek?

2025年初的這波DeepSeek應用熱潮中，高校的動作積極且迅速。

“高校和科研院所算是各行各業(yè)里響應比較早的。因為DeepSeek是最先在學術(shù)圈‘爆炸’，然后擴大到技術(shù)應用圈和產(chǎn)業(yè)圈。”大模型行業(yè)應用開發(fā)商眾數(shù)信科創(chuàng)始人兼CEO吳炳坤告訴數(shù)智前線，他們從大年初二開始，就陸陸續(xù)續(xù)接到很多客戶的咨詢，全是問怎么用DeepSeek模型結(jié)合本地數(shù)據(jù)，構(gòu)建自己的專屬業(yè)務場景的，這其中就包括不少高�？蛻�。

北京大學計算中心系統(tǒng)管理室主任樊春也透露，雖然北大最近才正式上線DeepSeek相關(guān)服務，但他們其實很早就關(guān)注到這個事情，開始了相關(guān)準備工作，以便模型上線后能直接敞開給全校使用，且穩(wěn)定運行。

“去年，有不少學校都經(jīng)陸陸續(xù)續(xù)有大模型方面的需求，在去做嘗試，但今年初DeepSeek的爆火確實進一步加大了需求。”百度智能云教育行業(yè)高級解決方案架構(gòu)師張湘悅說，目前他們在校園管理、科研等方向都已看到不少需求。

為什么DeepSeek能在高校領域掀起如此大規(guī)模且迅速的跟進潮？

一方面是因為DeepSeek在基礎模型能力上的大幅提升，填補了此前高校難以得到好用的本地化部署大模型使用體驗的需求空白。

業(yè)界觀察，之前閉源模型在很多場景下，無法做到私有化交付，即便能做到，成本也很高昂。而以前的開源模型，雖然也可以本地化部署，但不像DeepSeek開源這么徹底，最高版本都是收費的，成本仍然較高，開放出來的更小參數(shù)規(guī)模的模型，本地化部署的質(zhì)量也普遍不高，“學校的老師用了這個模型覺得很笨，就不會再用，寧肯用外面的模型”。但由于學校也對數(shù)據(jù)不出域有著較多要求，不能本地化部署，也就意味著大模型相關(guān)的很多應用無法真正起來。

DeepSeek的出現(xiàn)改變了這種局面，讓更多高校用戶愿意去將大模型用起來。

“DeepSeek是第一個本地化部署后，能達到與OpenAI提供的業(yè)界最好的模型差不多智能水平的開源模型。”樊春告訴數(shù)智前線，很多學校之前做了一些AI應用，現(xiàn)在能夠本地化部署了，更多老師希望基于本地化DeepSeek去做新應用開發(fā)。

另一方面，DeepSeek在成本上實現(xiàn)的更高的性價比，也催動著高校用戶們的熱情。

樊春透露，雖然滿血版的DeepSeek參數(shù)量要比之前能夠本地化部署的一些開源模型大上很多，算力方面所需的成本更高，但效果也更好，投資回報是劃算的，大家的使用意愿更高。而上海交大趙海教授去年果斷棄用GPT-4，改用DeepSeek-V3生成合成數(shù)據(jù)，開發(fā)垂類大模型，原因正是DeepSeek-V3性能與GPT-4處于同一量級，而價格只有其十分之一。

而滿血版之外，DeepSeek 蒸餾版的成本更低，也能在一些場景實現(xiàn)不錯的效果，成為不少高校用戶的一大選擇。

“比如我們先去做一些DeepSeek的模型蒸餾，來降低算力需求，在此基礎上，再結(jié)合客戶獨有的數(shù)據(jù)，去做一些強化學習，保證更好的效果，理論上，能將AI課題成本降低到原來的10%，考慮工程化及與其他大小模型的融合，成本大概能達到是原來的1/4。”眾數(shù)信科吳炳坤說。

另外，高校去年曾進行過一波智算基礎設施投入的加碼。樊春告訴數(shù)智前線，一些高校手上已有的智算服務器資源，也能更快滿足這波DeepSeek本地化部署的算力需求，實現(xiàn)快速上線。

事實上，由于應用熱情的激增，帶動著算力使用需求的增加，在最近的一波一體機采購潮中，高校也是重要的采購方。神州數(shù)碼信創(chuàng)業(yè)務集團產(chǎn)品中心總經(jīng)理李川告訴數(shù)智前線，他們看到目前對一體機需求較多的5大行業(yè)分別是政府政務、教育科研、醫(yī)藥醫(yī)療、金融和智能制造。

模型效果、私有化部署、成本可控、算力資源等幾個條件疊加在一起，國內(nèi)各高校的場景需求，一下就釋放出來了，大模型在高校的落地進程正被大幅加速。

02

教研管服應用全線開啟，但落地仍有門檻

DeepSeek帶動下，高校領域的大模型應用場景正在快速擴大。

“類比移動互聯(lián)網(wǎng)時代，2024年相當于當年iPhone早期，很多App做嘗鮮。DeepSeek出來后，一夜之間，大家好像直接跨到了iPhone4、iPhone4s的階段。”眾數(shù)信科吳炳坤告訴數(shù)智前線，以前，很多老師對大模型只是抱著試試看的態(tài)度，DeepSeek出來后，則變成了大家都有強烈的信心和動力——“我要把它用起來”。

也因此，最近官宣接入DeepSeek的不少高校，實際都已將大模型用到了教學、科研、管理、服務等全線場景中去嘗試、探索。

其中，校園信息化管理和服務場景的AI是最先落地的。

“去年初，我們跟華北電力大學聯(lián)合開發(fā)了大模型支撐的‘i華電’AI助理，校園卡、網(wǎng)費充值、圖書館借閱查詢等，都可以一句話，獲取相關(guān)服務。”百度張湘悅告訴數(shù)智前線。

而在最新這波DeepSeek應用潮中，絕大部分高校也都將這一類場景的賦能，作為落地第一步，各種門檻相對較低的問答式校園AI管理助手，在更多高校中進行大規(guī)模復制。

各種教學輔助環(huán)節(jié)，則是高校較多去探索落地的場景之一。

比如北大近期宣布深度適配了DeepSeek滿血版R1和V3的幾大主要人工智能應用——北大問學（AI輔助教學系統(tǒng)）、AIMD（北大人工智能醫(yī)學博士）、化小北、金融AI助教等，就都是其此前已經(jīng)開發(fā)出的一些面向教學場景的AI應用。

眾數(shù)信科則在去年，通過大模型助力一些高校實現(xiàn)了學生學習效果測評系統(tǒng)和教師教學質(zhì)量測評系統(tǒng)的升級。教育行業(yè)存在不可能的三角，即同時實現(xiàn)大規(guī)模、高質(zhì)量和個性化。而AI的出現(xiàn)，正在改變這種現(xiàn)狀。

在高校學生培養(yǎng)計劃中，存在大量評測維度，如果按照傳統(tǒng)做法，依靠編程，針對上萬乃至數(shù)萬學生，則只能進行一些通用評測，很難實現(xiàn)個性化定制。但有了大模型后，眾數(shù)信科針對課堂環(huán)節(jié)，通過多個智能體協(xié)同合作，實現(xiàn)了突破。如有的智能體負責轉(zhuǎn)錄授課語音，有的進行授課水平的分析對比；有的生成隨堂小測試卷，有的現(xiàn)場批改試卷；還有的針對每個學生的薄弱點，進一步推薦學習材料，在個性化、規(guī)�；�和高質(zhì)量教學上實現(xiàn)突破。

一些此前難以實現(xiàn)的更為復雜的教學輔助場景也在加速被探索。

比如互動式教學場景，由于一個老師要面對很多學生，很難根據(jù)個體特性去設計教學方案，一些高校因此希望能通過智能AI助教，給每位學生的學習行為打標簽，并設計針對性的教學方案，實現(xiàn)因材施教。

“之前還需要在模型層做大量優(yōu)化，以及很多的智能體編排，做一門AI互動課，定制化成本很高。”百度張湘悅告訴數(shù)智前線，今年隨著模型能力的提升，技術(shù)門檻不斷降低，相關(guān)成本有望被攤薄。

除此之外，教學實訓，也是高校的需求點所在。“從2023年大模型火起來后，一些高校就會開一些實踐課程，需要學生去做一些實操。”科大訊飛星火軍團智算產(chǎn)品負責人羅雷告訴數(shù)智前線，這種場景的需求今年進一步增長，并進而增加了對一體機的需求，“一間教室可以配一臺一體機”。

吳炳坤也表示，此前這種AI實訓平臺，最差的軟硬件加在一起也要兩三百萬元，DeepSeek來了后，由于開源加上算力的降低，“可能一下子就拉到幾十萬的一個數(shù)量級”，應用場景也隨之打開。

另外，在科研方面，AI for Science的熱潮自去年下半年就已經(jīng)起來，像上海交通大學，已轉(zhuǎn)變傳統(tǒng)科研模式，期望科學與AI更緊密的結(jié)合。他們與百度智能云合作建成了AI for Science科學數(shù)據(jù)開源開放平臺，支撐白玉蘭科學大模型的訓練。依托AI for Science平臺，上海交大已在Nature Computational Science封面，發(fā)表了AI+城市的科學成果。

不過，業(yè)界也看到，雖然高校落地大模型的場景在快速拓寬，但大模型的落地門檻仍然不低。

多位行業(yè)人士告訴數(shù)智前線，云端調(diào)用的方式相對簡單，但更多高校出于數(shù)據(jù)安全需求，還是選擇私有化部署。而這個過程中，有著大量的落地技術(shù)門檻。

“首先你得有設備，其次還得有人，要么自己有技術(shù)團隊，要么找有實力的服務商，做相應的開發(fā)和優(yōu)化調(diào)整工作，才能支撐DeepSeek穩(wěn)定服務，不至于人一多就垮掉。”北京大學樊春告訴數(shù)智前線，大家都希望能用更少的資源和經(jīng)費，達到一個更好的效果，但這也對高校和服務商們提出了更高的要求。也因此，目前，各個學校引入DeepSeek后的效果 ，可能都是不一樣的。

現(xiàn)在，高校和服務商們在探索一些新方法。比如，3月9日，北京大學和華為聯(lián)合發(fā)布了一套DeepSeek全棧開源推理方案，以此來幫助開發(fā)者提升推理性能。

眾數(shù)信科吳炳坤則介紹，先將開源模型蒸餾，獲得更小參數(shù)的模型，來降低算力需求，再通過強化學習而不是之前的微調(diào)和RAG，將數(shù)據(jù)訓練到模型上去。而模型經(jīng)過強化學習以后，可以反向指導它的深度推理質(zhì)量。通過這種方法，一些用戶實測將比DeepSeek拿來后直接使用，準確率高出15%~20%。

03

中長尾需求在起來

隨著DeepSeek卷起應用浪潮，業(yè)界觀察，高校領域的中長尾需求正在起來。

“以前一些雙非院�；蚵毿＠锏睦蠋�，平時能夠掌握的經(jīng)費是比較少的。DeepSeek出來后，第一，算力大大降低了，第二，模型本身也不需要錢了，這類客戶未來可能就都能用得上了。”眾數(shù)信科吳炳坤說。

神州數(shù)碼李川也告訴數(shù)智前線，現(xiàn)在不光是頭部院校，他們在�？啤⒙毥潭家呀�(jīng)看到了需求，而且不只在學校級別，在院系級，甚至教研組級別，也都有大模型本地化部署的一些需求。

北京大學樊春則觀察，今年，大模型正在從助力研究，進入更多去助力改善服務，“很多雙非院校做研究決策比較困難，因為AI的投入都比較大，校長他會想，我投入后，能不能出成果或者有效果，因為研究出成果本來就有隨機性，但服務是可以比較容易看到效果的。”

針對這些特點，一些產(chǎn)業(yè)鏈上的服務商已經(jīng)布局。

一些企業(yè)，尤其是云公司，強化全棧優(yōu)勢。如從百度智能云對外的信息看，有國產(chǎn)自主昆侖芯萬卡集群、百舸異構(gòu)算力平臺的算力調(diào)度中樞、飛槳深度學習框架和千帆大模型平臺，以及產(chǎn)學研協(xié)同創(chuàng)新的舉措。

科大訊飛在3月3日聯(lián)合華為，迭代新一代星火一體機，并首次推出針對醫(yī)療、高教、政務、警務、法律五大全新應用場景的一體機產(chǎn)品。

高校仍將是眾數(shù)信科今年的一大重點市場。2月13日，眾數(shù)信科還聯(lián)合中國移動，推出了大模型一體機，預裝DeepSeek等大模型，并通過“以租代購”的方式，將租用價格直接打到了每月千元檔位。“現(xiàn)在很多客戶對于AI智能體有極強的動力，但等不及去立項、走流程。”吳炳坤說，這個模式可以滿足客戶快速嘗鮮的需求。

神州數(shù)碼李川透露，他們推出了大模型一體機“全家桶”，大到超百萬元，小到10余萬元級別的方案都可以提供，學校的一些教研組或個別研究生，都可以選用輕量級的方案，去實現(xiàn)DeepSeek部署。

“去年很多學校已經(jīng)都打好樣了，而且DeepSeek一出來，也降低了使用門檻，今年中長尾的學校，再去復制，就能少走很多彎路。而且很多學校去年都建設了算力，今年DeepSeek出來，正好把去年的算力都能用上，所以今年肯定是應用井噴的一年。”百度張湘悅說。

樊春則判斷，隨著對大模型的進一步應用，高校今年的算力基礎設施投入也會繼續(xù)加大，一方面，AI for Science的風潮還在繼續(xù)，需要較多算力，另一方面，AI在教學、管理、服務等更多校園場景的應用，也會帶動算力需求進一步增長。

高校大模型落地將如何發(fā)展，我們還將繼續(xù)觀察。