DeepSeek使用率暴跌至3%，大模型发展遭遇瓶颈，一度备受瞩目的DeepSeek，其使用率骤降，仅余3%，显示出大模型发展面临严峻挑战，这一现象的成因和影响值得深入探讨，或将成为行业发展的一个重要转折点。
DeepSeek使用率暴跌至3% 大模型发展遇瓶颈。DeepSeek-R2的更新换代时间从原计划的今年5月一再推迟，这让人不禁产生诸多猜测。自推出以来，DeepSeek的使用率已经从年初的50%骤降至目前的3%，逐渐淡出了公众视野。
业内人士指出，DeepSeek-R2迟迟未更新的原因主要有两个：一是R1基于OpenAI已有的高质量全球训练数据生成，而R2所需的数据量更大，但国内可提供的高质量训练数据不足，导致R2的幻觉体验严重；二是高端GPU资源短缺，影响了DeepSeek的训练效率。这两个原因解释了为何R2更新延迟。
实际上，问题不仅仅局限于DeepSeek一个大模型，几乎所有大模型都遇到了发展瓶颈。曾经风光无限的“杭州六小龙”也频繁传出技术人才流失和资金链紧张的消息，影响力显著下降。这些现象背后反映出的一个根本问题是，当前的大模型同质化严重，主要集中在智能问答等二维感知领域，缺乏在语音处理和图像识别等方面的实质性突破。
AIGC之所以能引起轰动，在于其持续的技术创新。如果大模型不能在二维感知之外取得进展，最终将被市场淘汰。因此，未来的发展方向应转向更加实际的应用场景，如自主解决问题的智能体（AI Agent）以及更高层次的空间人工智能，即三维感知领域。
智能体能够通过环境感知进行决策并采取行动，以实现特定目标。例如，自动驾驶汽车就是一个典型的智能体案例，它能在复杂交通环境中自主导航。此外，智能体还能应用于教育、营销和旅游等多个领域，真正服务于人类需求，而不仅仅是提供简单的问答服务。
更进一步地，三维感知的空间人工智能是AIGC的终极目标。这意味着机器人不仅需要具备类似人类大脑的学习与思维能力，还要能够从海量数据中学习实用技能，比如根据指令完成倒咖啡等具体任务。这样的机器人不仅能思考，还能执行复杂的操作，这才是真正意义上的AIGC。
让AIGC走出娱乐化的局限，真正服务于人类社会，提高生产效率，这才是包括DeepSeek在内的所有大模型应当追求的方向。
