IT资源栈DeepSeek APP 在最新的 2.1.1 版本中引入了重要的交互更新，正式支持划词悬浮窗功能。此次更新标志着该应用从单一的对话窗口向系统级生产力工具的转变。根据社区反馈与测试，用户在升级后，可以在手机端的任何界面（如浏览器、文档、微信等）通过长按或划选文本，直接唤起 DeepSeek 的悬浮球或浮窗。该功能允许用户在不离开当前应用的情况下，快速调用 DeepSeek 的大模型能力，对选中的文本进行总结、翻译、解释或润色。这一功能的实现，得益于 DeepSeek 近期在推理模型（如 DeepSeek-R1）上的性能突破，使得移动端不仅能处理简单对话，还能在毫秒级延迟下处理复杂的上下文分析。从技术角度看，划词悬浮窗通常依赖于 Android 的无障碍服务或 iOS 的辅助功能 API，这表明 DeepSeek 正在积极优化其原生客户端的底层权限调度。这一更新解决了用户在阅读长文或跨应用操作时频繁切换 APP 的痛点，将 AI 的交互模式从“主动搜索”转变为“被动伴随”。结合近期 DeepSeek 在开源社区的热度，该功能的推出有助于其在存量用户中提升粘性，并将其大模型能力更深地嵌入到用户的日常工作流中。
事件分析
此次更新虽然在功能列表中看似微小，但在产品形态上具有标志性意义。首先，从交互设计维度看，划词悬浮窗是目前 AI 原生应用争夺“系统入口”的关键路径。它打破了 APP 的边界，将 AI 能力下沉为操作系统层面的即时服务，这与 RayBan Meta 眼镜或 Cursor 编辑器所追求的“无感交互”逻辑一致。其次，从技术落地看，DeepSeek 在移动端实现流畅的划词响应，间接证明了其 MoE（混合专家模型）架构在端侧或端云结合场景下的高效推理能力，能够在不消耗极高本地算力的情况下提供低延迟反馈。最后，从市场竞争格局分析，目前 ChatGPT、Claude 等国际巨头的移动版均具备类似的全局调用能力，DeepSeek 补齐这一短板，意味着其在构建完整的应用生态（包括 PC 桌面端和移动端）上已步入正轨。未来的竞争焦点将不再局限于模型本身的参数量，而是谁能更顺滑地融入用户的操作习惯。
💡 核心观点：划词悬浮窗的上线意味着DeepSeek正从单纯的“聊天机器人”转型为嵌入操作系统的“第二大脑”，这是AI应用从工具属性向基础设施属性跨越的关键一步。
原文链接：Linux.do
评论前必须登录！
立即登录 注册