春节期间，互联网上最火的不是春晚小品，也不是春节档电影，而是 DeepSeek。
这匹来自中国的 AI 黑马，以极低的训练成本实现了媲美 OpenAI o1 的性能，凭借强大的中文能力、堪称赛博觉醒的顿悟时刻和秉持开源精神，迅速搅动了以 ChatGPT 为首的 AI 圈。
自家人出息了，家里的其他人肯定要撑场子，于是，在全国人民享受愉快假期的同时，程序员们又忙了起来。
随着腾讯云、秘塔 AI、阿里云、百度智能云和国家超算互联网平台纷纷宣布接入 DeepSeek，手机作为最常用的个人智能终端，也迎来了它的身影。
其中，动作最快的是华为。
话不多说，作为 DeepSeek 首次集成到智能手机的头马，我们第一时间进行了上手测试，来看看它的实际表现如何。
在将小艺助手升级到 11.2.10.310 版本后，DeepSeek 已正式出现在小艺助手的智能体广场中。
进入小艺助手 app 主界面，点击导航栏中的「发现」，就能一眼看见 DeepSeek 的存在，且从封面来看，目前接入的 DeepSeek 是 R1 的 Beta 版。
相比官方应用，华为小艺接入的 DeepSeek-R1 Beta 总体保持了小艺助手一贯的设计风格和逻辑，界面简洁直观，分为上下两部分。
上半部分是 DeepSeek-R1 Beta 的自我介绍，并展示了一些预设的常见问题，供首次使用者挑选尝试。而下半部分则是对话框，支持语音输入，用户的语音内容会自动转化为文字并即时发送，方便快捷。
左：小艺版 DeepSeek / 右：DeepSeek 官方应用
点击 DeepSeek-R1 Beta 的头像，可以进入详情页面，在这个页面中有更详细的介绍：
我是基于 DeepSeek 开源版本部署的智能体，旨在帮助鸿蒙用户获得深度思考体验。
除此之外，小艺版 DeepSeek-R1 Beta 只支持简单的设置，包括智能体音色、清除上下文和删除对话记录，这意味着你没有办法新开对话框，如果想重新开始，只能清除上下文以及删除对话记录。
最丰富的设置居然是小艺自带的音色
在详细测试开始前，我们还有一些注意事项和细节，需要你提前知道：
华为小艺接入的 DeepSeek-R1 Beta 只在纯血鸿蒙版本的小艺助手中提供，鸿蒙 4.3 用户暂时无缘享受
小艺版 DeepSeek 支持招牌功能深度思考，但不提供详细的思考过程
小艺版 DeepSeek 目前在对话框中没有提供联网搜索功能的选项，但答案里有时会显示参考的在线网页
小艺版 DeepSeek 在回答完问题后会给出一些拓展选项，以备用户进一步追问，这是官方应用中没有的
上下文长度略短，日常够用
衡量 AI 的性能，有一个重要因素——长上下文长度。
上下文长度（Context Length）指的是大语言模型在处理文本时，能够同时考虑和记住的文本长度。
例如，如果一个模型的上下文长度是 2048 个 token，那么在生成或理解文本时，它只能「看到」最多 2048 个 token 的信息，超出这个长度的信息则会被模型忽略或丢失。
换句话说，如果，上下文长度不够，可能聊着聊着，AI 就忘了你之前说过的话。
虽然小艺接入的 DeepSeek-R1 Beta 没有公开上下文长度的数据，但我们可以设计一个简单的办法进行初步测试。
我准备了《三国演义》的前三回，约一万五千字，将其输入到华为小艺接入的 DeepSeek-R1 中，并要求其输出最后一百个字。
重复了多次，华为小艺接入的 DeepSeek-R1 都提示：
稍等，稍等片刻再试试呢。
在将文章缩短到第一回，约四千五百个字的时候，依旧失败。
无奈之下，我换了一篇曾经撰写的新闻稿，并节选了约 700 字的内容，才最终得到了成功的输出。
这个长度基本足够日常简单问题的交流，但想要与其畅聊人生，恐怕是个容易失忆的哲学导师。
输出质量和满血版 R1 有差别吗
又到了大家喜闻乐见的环节，AI 发展至今，测试方法多种多样，我们选择了一系列的问题，从那些人类容易理解、但 AI 容易误会的问题，到日常需求的应答可行性，都进行了详细的测试。
作为曾经搞翻大半个 AI 圈的经典问题，「9.11 和 9.8 哪个大」以及「Strawberry 里有几个 r」已经并入了常规测试环节。
左：小艺版 DeepSeek / 右：DeepSeek 官方应用
令人意外的是，在 Strawberry 里有几个 r 这个问题上，华为小艺接入的 DeepSeek-R1 Beta 居然翻车了，甚至在给出了参考来源的情况下，依旧给出了两个 r 的答案，并且在 r 出现的位置上也有错误。
而 DeepSeek 的官方应用则没有任何意外，在给出正确答案的同时也准确指出了 r 的位置。
除此之外，华为小艺接入的 DeepSeek 与官方应用相比，还有一个显著的不同——R1 模型的思考过程被隐藏了。
虽然这个过程在大多数时候并不干扰答案，但一个能够展示思考过程的 AI，显然让人更有信心，同时，如果用户希望调整问题，能够通过查看 AI 展示的思考逻辑来帮助理解，避免 AI 未能准确捕捉到用户的思路。
从官方应用提供的思考过程来看，有几个 r 依旧是个让 AI 纠结的问题
平时用惯了 DeepSeek 的官方应用，突然失去了思考过程让我觉得有些心里没底。
于是，我将电车难题交给了两个 DeepSeek，这个涉及道德伦理的经典思考题，考验其对复杂道德议题的理解深度，看看这个思考过程隐藏后，还能不能回答有条理的、考虑全面的答案，并避免我预设的「你怎么选」的坑。
在这个问题上，DeepSeek-R1 Beta 并没有出现差错，也没有掉进我设计的坑里，在回答中详细介绍了两个选择的后果，并分别在各种观点和视角下进行具体分析，提示无论做出怎么样的选择，都要认真思考其伦理含义和潜在影响及其后果。
简单的道德伦理题难不住它，就尝试一下更有难度的题，考察一下推理能力、判断力以及对逻辑关系的理解：
「有三个人站在一座桥的一端，他们需要去桥的对面，但桥只能承受两个人同时过桥，而且桥上只有一把手电筒。三个人的过桥速度不同：一个人过桥需要 1 分钟，另一个需要 2 分钟，最后一个需要 5 分钟。每次只有两个人可以一起过桥，而桥上必须有手电筒。问：怎么样才能让他们在最短时间内过桥？」
这个测试就比较有意思了，小艺接入的 DeepSeek-R1 Beta 得出来的结论是 12 分钟，这个答案与 ChatGPT 的结论相同，而 DeepSeek 官方 app 则得出了一个用时更短的答案，同时在思维逻辑上也给出了充足的辩论脉络。
左：小艺版 DeepSeek / 中：DeepSeek 官方应用 / 右：ChatGPT-4o
在测试完道德伦理、逻辑数学后，我们最后测试一个更贴近普通使用场景、但对于 AI 来说很难做到自然的测试——中文写作。
我设计了一个视频选题，并让小艺接入的 DeepSeek-R1 Beta 帮我输出一个简略的台词，兼顾画面设计的同时以小品形式来呈现华为 Mate X6 折叠屏的外观，看看在用户提出复合型任务要求的情况下，它的表现如何：
「我要制作一期华为 Mate X6 折叠屏的视频，展示折叠屏外观的同时进行中立评价，全片通过两人小品的形式呈现，请你帮我设计台词，要求台词诙谐有趣，并保持口语化，同时需要兼顾画面设计。」
小艺接入的 DeepSeek-R1 Beta 在短暂思考以后给了我一份完整的对话台词设计，从折叠屏的不同特点出发，共设计了四个场景以及一个结尾，整体结构还算完整，且台词口语化做得还不错，同时每句对白都给了相应的画面设计，美中不足就是有趣诙谐的内容略有欠缺，没有什么梗，但应对日常的文字处理工作基本没问题。
需要注意的是，如果不要求口语化，那它给出的回答用词过于板正严谨，还是有些 AI 味道。
总的来说，可能受制于发布速度、集成妥协等等因素，目前的小艺接入的 DeepSeek-R1 Beta 的上下文长度性能、回答准确度尚处于一个比较基础的状态，需要等待后续的迭代。
不过，考虑到目前 DeepSeek 官网及官方应用的连接条件实在糟糕，而其他各种云平台及本地部署对使用环境与门槛的要求又较为苛刻，在面对一些不那么复杂的问题时，直接使用华为小艺中接入的 DeepSeek 是个不错的选择。
本文来自微信公众号，作者：周奕旨，36氪经授权发布。
还没有评论，来说两句吧...