DeepSeek+NebulaAI，人人都是 AI App 开发者

2025-02-25

本文内容具体分为以下三大部分：

（1）以私有化形式落地 AI 能力的整体过程：主要是梳理一下企业以私有化形式完整落地 AI 都需要考虑哪些问题，做哪些准备。

（2）DeepSeek + NebulaAI，构建企业 AI 应用开发平台：给出 AI 大模型能力切入实际业务场景的具体、可行的解决方案。

（3）具体应用场景展示。

近期，DeepSeek 横空出世，像《哪吒2》一样走出了国门，冲榜全球。DeepSeek 有多火，应该不用再多介绍了，如图所示。

【图1】图片来源于网络

我们再总结一下，关于 DeepSeek “出圈”的五大亮点：

（1）性能卓越，叫板OpenAI：DeepSeek-R1 在世界大模型排名 Arena 上，竞技场得分达到 1357 分，略超 OpenAI O1 的 1352 分。而DeepSeek-V3 在多个基准测试中展现出卓越的性能，与国内外顶尖模型相比具有显著优势。

（2）成本优势显著，性价比超群：传统开发强大的 AI 模型往往需要数十亿资金，而 DeepSeek 仅用 600 万美元就完成了整个训练过程，为行业提供了低成本创新的新思路。

（3）逻辑推理与代码生成优势突出：DeepSeek 拥有 6710 亿个参数，使其在处理复杂语义、逻辑推理等方面表现出色。在代码生成基准测试HumanEval-Mul 中，DeepSeek-V3 的通过率达到82.6%，高于DeepSeek-V2.5 的77.4%、Qwen2.5 的77.3%和 Llama3.1的77.2%，接近 Claude-3.5 的81.7%和 GPT-4o 的80.5%。

（4）技术创新，开源开放：技术创新，架构创新，开源开放，短时间内就吸引了众多合作伙伴，形成良性生态系统，与之相关的工具、框架和解决方案不断涌现。

（5）推动行业变革，加速AIGC落地：技术上的创新，训练成本的大幅压缩，降低GPU依赖，开源开放的生态等，正在掀起一场深刻的行业变革。

那么，DeepSeek 这么好，如何为企业带来业务价值，而不是仅仅只是聊聊天（如下图所示）？

【图2】向 DeepSeek 咨询业务问题

由【图2】所示，可见 DeepSeek 再如何强大，如果没有接入真实的业务场景，对于企业的业务问题，它也是回答不出来的。而将DeepSeek 切入企业业务还需要一个加持工具，那就是——AI Agent。

接下来的内容，我将会基于 DeepSeek+NebulaAI（企业级AI Agent），来为大家介绍如何构建企业 AI 应用开发平台。

在重点介绍如何将 DeepSeek 落地到企业场景之前，首先为大家梳理一下企业以私有化形式完整落地 AI 的整体思路。

一、私有化形式落地 AI 的整体思路

对于以私有化形式完整落地 AI 的整体路径，行云创新将其定义为四步：

1) 算力管理

2) 算法研发

3) 模型管理

4) AI 能力落地业务场景

AI 研发平台的整体建设思路

【图3】AI 研发平台的整体建设思路

1、算力管理：从深度学习到生成式 AI，GPU “大变小、小变大”

对于 AI 时代 GPU 的管理一般有两个思路：一个思路是“大变小”，切割；一个思路“小变大”，聚合。对应【图3】的 CloudOS 云原生平台，基于 CloudOS 可以轻松实现对 GPU 的切割、分配和调度等。

【图4】基于 CloudOS 实现算力调度

2、算法研发：从数天到五分钟，科学家们开箱即用的算法研发服务

算法研发、写代码又是另外一个关键环节。行云创新 TitanIDE 提供了一个基于云 IDE 模式的算法工作站。支持一键开启 AI 实训环境，为 AI 算法研发提供了便利性，开箱即用。

比如，当进行 AI 模型或算法开发时，用户只需在平台申请账号登录云端 IDE，算法开发环境便已就绪，所需的计算卡，无论是8张910B，还是16张4090……都能精准分配到位。甚至连相关文档都一应俱全。用户可直接在云端 IDE 工作站开展模型开发与调试工作，灵活调用整个 AI 算力。

【图5】开箱即用的算法开发环境

3、模型即服务：让“算力+科研”转换为智慧源动力

这一层需要解决的是模型应用管理与运维的问题。行云创新 CloudOS 平台上提供了一个模型应用商店，比如选择 DeepSeek 模型，你只需要在模型商店里搜索一下，即可对接。

【图6】一键拉起 DeepSeek

4、智能体平台：开启“人人都是创新者”的 AI 变革

如【图7】所示，当你向 DeepSeek 咨询与业务相关的问题时，它无法回答。要实现 DeepSeek 直接分析您的业务问题，关键在于DeepSeek 需要连业务的数据或者 API 等，或者是业务相关的文档，甚至要实现 DeepSeek 与业务系统进行交互……这些问题，不属于大模型要搞定的范畴，而这正是智能体要解决的问题！

【图7】大模型有能力边界

作为大部分的普通企业，我们没必要再去准备算力资源、研发算法、训练模型，因为已经有很优秀的模型了，比如 DeepSeek ，可以覆盖大部分场景，我们直接拿来用即可。

关键在于，要解决 DeepSeek 可用性的问题，让 DeepSeek 能够解决业务的问题。打个比方，AI 落地至少有两级，一级是解决发动机，就比如宁德时代要解决的问题，电池做得越来越强，价格越来越便宜。另外一级就像比亚迪，解决整车交付的问题。

因此，大部分企业建设 AI 创新平台要做的事情不是“发明 DeepSeek”，而是“将 DeepSeek 与企业所有系统拉通”，拉通 DeepSeek 与企业业务的工具就是——NebulaAI。

行云致力于解决基于像 DeepSeek 这样好的基础大模型与企业业务融合的问题。各行各业都有业务专家，但是业务专家不一定是 AI 专家，而 NebulaAI 要做的事情，就是给各位业务专家添砖加瓦。

二、DeepSeek+NebulaAI构建企业 AI 应用开发平台

什么是NebulaAI？NebulaAI（企业智能体）是一款专为企业打造的 AI 智能应用开发平台，融合了大模型、RAG 技术、工作流自动化、插件集成与知识库调用等多项不同领域技术。聚焦于企业业务、私有云部署和企业业务能力拉通，解决企业日常工作、生产中的真问题、难问题、大问题。

将 DeepSeek 与 NebulaAI 对接，只需要短短几步即可完成。

具体教程可以查阅：https://juejin.cn/post/7471151798893035539

搭建完毕之后，你就能得到一个开箱即用的 AI 应用开发平台，所有人（包括非技术人员）都可以使用。搭建一个 AI 应用，只需要短短几分钟。

【图8】人人都可用的 AI 应用开发平台

三、DeepSeek+NebulaAI 应用演示

1、企业知识库

某 PCB 大厂基于 DeepSeek+NebulaAI 构建工艺信息查询知识库。

【图9】工艺信息查询知识库

基于 NebulaAI，该 PCB 大厂成功搭建了工艺信息查询知识库。这个知识库整合了从原材料特性、线路设计规范、不同生产工序参数到质量检测标准等工艺信息。当工程师或生产人员需要查询某一工艺细节时，只需在系统中输入简单的自然语言描述，NebulaAI 就能迅速从知识库中定位并呈现最相关的信息，大大缩短了信息检索时间，提高了工作效率，为产品质量的稳定提升提供了有力保障。

2、云原生基础平台智能运维

某国有券商基于 DeepSeek+NebulaAI 实现云原生基础平台智能运维。