第一大场景是AI语音助手，它集成了DeepSeek的V3版本。选择V3的核心原因在于其对返回的实时性要求较高，并且相比之前使用的大模型如千问和Open AI等，V3在成本上具有明显优势。因此，在AI语音助手这个场景下，网易优先采用了DeepSeek V3的能力。

第二大场景是会议场景，DeepSeek R1模型则展现了另一层面的价值。会议摘要生成需要模型对发言逻辑进行深度推理，提取核心要点并生成待办事项。传统方法依赖人工整理，耗时且易遗漏关键信息。引入R1后，模型通过长文本处理能力自动完成内容结构化，大幅缩短了会后复盘时间。这种差异化的技术选型——V3侧重实时性，R1聚焦推理能力——也体现了网易在场景适配上的精细化策略。

第三个场景是结合网易内部的智能知识服务平台，打通了分享平台、协同办公工具等。在这样的平台上，结合大模型和DeepSeek的推理能力，能够大幅提升工作效率，尤其是在处理繁杂问题和提供知识辅助方面。这种赋能作用不仅体现在内部团队，如服务团队和技术支持团队，也体现在电销团队和销售团队等。通过内部系统的打通和结合推理模型，可以实现工单处理进度提醒等功能。

还在游戏领域，网易将模型能力注入《逆水寒》《烟云十六声》等作品，打造出具备类真人对话能力的智能NPC。这些角色不再局限于预设脚本，而是能根据玩家行为动态调整交互逻辑，甚至承担部分剧情引导功能。

教育板块则通过集成云信的音视频技术，开发出智能口语教练，为用户提供个性化的语言训练服务。这种多模型协同、跨技术融合的模式，正在重构传统行业的服务形态。。

同时DeepDeek在ToB领域的应用，大幅提升了To B厂商在售前和交付环节的效率。以网易云信为例，原来做一个POC（概念验证）的成本可能高达一二十万，但现在通过DeepSeek和其他工具的使用，成本大幅降低至一两万。这对于人力资源相对紧张的传统企业来说，是一个极大的提升。

总的来说，DeepSeek等AI工具对ToB商业模式带来了改变。并且随着AI模型能力的不断创新和提升，传统企业很难自行培养一个强大的AI团队来长期支持AI工具的应用和落地。因此，企业需要一个在一段时间内能长期合作的供应商，这个供应商既了解企业的应用场景，又能快速掌握并应用新的AI能力。这意味着To B公司的商业模式可能会从项目制转向顾问式合作伙伴制。这种变化可能会先从某些行业开始，但最终一定会发生。

02

 DeepSeek爆火后，哪些AI应用和智能设备的用量在快速增长？

云信提供的是通用的基础设施能力，包括即时通讯（IM）和音视频功能。这种能力意味着其上可以承载多种应用，其中包括与DeepDeek结合的应用以及智能硬件相关的应用。通过监控这些应用的使用量，洞察到特别是在社交、协同办公和智能设备领域，有明显变化。

第一个场景是社交类应用，这类应用天然需要对话功能。随着AI能力的提高，社交产品中的智能化对话能力已经能够明显改善用户生命周期中的重要转化节点和转化率，甚至直接实现商业化变现。例如，通过AI陪伴、情感陪伴等产品形态，可以直接实现商业化收益。市场中这类应用正在明显增多。

第二个场景是协同办公领域，特别是会议的智能纪要功能。虽然市场上已有许多优秀的SaaS化协同办公产品，但仍有特定的客户群体需求未被充分满足。因此，从网易会议这一优秀产品出发，找到AI应用的良好场景，并深入企业的协同流程中，结合知识和流程这两个重要因素，将智能会议纪要从一个个人工具转变为组织助手，从而在企业内部协同办公领域实现更广泛的应用。

第三智能设备方面的变化。在物联网（IoT）发展的大趋势和AI能力大幅提升的背景下，未来几乎所有的电子设备都可能变成智能设备。这些智能设备将对实时的音视频通话能力产生刚性依赖。例如，从简单的语音识别、指令识别到实时的生成式对话，AI能力在智能玩具等设备中的变化非常明显。这种变化不仅面向儿童，还可能扩展到成年人和老年人，满足不同年龄段的陪伴需求。

03

 AI产品下一步演进方向和趋势

从深度学习技术开始的“第一代”AI产品，以及生成式模型带来的“第二代”浪潮，现在从更宏观的角度来看，随着推理模型如DeepSeek的出现，AI产品正步入一个以处理复杂任务为导向的“新阶段”。

未来的AI产品将不再局限于传统的软件应用或企业内部IT系统形态，而是将更多地以能够处理各种复杂任务的智能体（Agent）的形式出现。这些智能体可能以接口、SDK或带有交互界面的形式存在，并在不同领域、行业和业务场景下协同工作，共同帮助企业完成特定任务。

多模态能力、端侧能力以及垂直专业领域应用是非常重要的。随着技术的进一步发展，端侧能力将变得更强，使得AI设备在无需联网的情况下也能提供出色的智能体验。同时，垂直专业领域的AI应用也将不断增多，以满足医疗、法律等高复杂度、低容错率行业的需求。

另外电子产品硬件装备制造领域将会得到更快速发展，在物联网和AI技术的双重推动下，未来几乎所有的电子设备都可能具备智能功能，从而对实时的音视频通话等能力产生刚性依赖。

除了未来AI产品形态的变化，对于产品经理角色和能力要求也发生了变化。随着智能化应用的普及和深入，产品经理需要更多地关注如何在特定场景下设计智能体之间的协同和调度，以及如何通过提示词工程等方法优化智能体的表现。这要求产品经理具备更深入的业务理解能力和更强的创新能力。

未来的AI产品将深刻改变我们的工作和生活方式。随着技术的不断进步和应用场景的持续拓展，我们将迎来一个更加智能、便捷和高效的时代。同时，这也对产品经理等从业者提出了更高的要求，需要他们不断学习新知识、掌握新技能以适应这一变化。

04 

大厂与创业公司的竞争中，新一代AI超级应用何时出现？

关于超级应用的未来发展趋势，尽管目前尚未有严格定义，但超级应用的出现时机已经相对成熟。这主要得益于技术的不断进步以及用户需求的显著变化，两者相辅相成，共同推动了超级应用的发展。未来的超级应用可能会超越当前广泛使用的搜索、代码辅助等场景，探索出更为广阔的应用空间。

以Manus为例，它可能代表了未来超级应用的一种形态，即由多种智能体（Agent）组合而成的复杂应用。这种应用能够处理更为复杂的任务，提供更为丰富的用户体验。然而，Manus并非已经是超级应用了，未来可能会有更多类似的应用涌现。

而大厂与创业公司谁会优先脱颖而出呢？目前尚难以明确判断哪一方更具优势。大厂拥有强大的资源实力和生态壁垒，但创业公司则在垂直领域创新性和团队敏捷性方面表现出色。因此，未来超级应用的发展可能由大厂和创业公司共同推动，各自发挥自身优势，共同探索超级应用的无限可能。

而且尽管大厂在某些方面具有优势，但目前来看，大厂在超级应用领域并未占据明显领先地位。这意味着创业公司仍有较大机会通过创新和技术突破，在超级应用市场中脱颖而出。

05 

DeepSeek与音视频技术结合的趋势与机会

音视频技术在近年来可能看起来稍微没那么火热了，这主要是因为该技术从协议到编解码、传输策略，再到底层基础设施建设，都已经发展到了一个相对稳定且成熟的阶段。然而，随着AI大模型的出现，音视频技术迎来了新的发展方向和机会。

在传统的人与人之间的互动场景中，人们能够轻易地通过大脑过滤掉背景噪音，从而清晰地听到主要发言人的声音。然而，在AI互动过程中，模型很难自动识别并过滤掉背景噪音，这就需要在音视频处理过程中进行优化。例如，在客户端进行背景噪音的过滤和降噪，同时在服务器端针对说话人的声纹进行识别和定位，以确保大模型或语音识别模块能够精确识别到对应声纹的人的声音。这样的优化使得在嘈杂环境下，说话人的声音也能被AI模型精确捕获，从而提升了AI互动的准确性和体验。

另外一个是在多模态阶段或视频识别阶段，音视频技术面临的挑战和新的发展方向。传统的视频编码和传输主要关注于人眼的清晰度感受，而在计算机或大模型的维度上，对于清晰的定义与人眼存在差异。因此，如何保留更多信息，让大模型在视觉识别系统中获取到更多信息，成为音视频技术在未来发展中需要解决的问题。这涉及到视频编码、传输过程中的众多技术细节和优化工作。

所以DeepSeek与音视频技术的结合为音视频技术的发展带来了新的方向和机会。通过优化音视频处理过程中的噪音过滤、声纹识别等技术，可以提升AI互动的准确性和体验。同时，在未来多模态和视频识别的发展阶段，音视频技术还需要不断探索和创新，以满足计算机或大模型对于信息获取和识别的需求。

未来，AI将不再局限于单点能力优化，而是通过多模态交互、端侧算力升级与跨领域智能体协作，推动商业模式从“功能交付”转向“生态共建”。面对这一浪潮，企业需主动拥抱技术范式与组织能力的双重革新，在场景适配、跨技术融合与用户体验重构中抢占先机。