根据官方介绍，DeepSeek还借助知识蒸馏技术，利用R1模型生成的数据优化了多个Llama和Qwen变体。用户可通过以下方式在watsonx.ai上使用DeepSeek蒸馏模型：
在watsonx.ai的“按需部署”目录中，IBM提供Llama蒸馏版，用户可以部署专用实例以进行安全推理。
用户还可通过“自定义基础模型”导入功能，上传DeepSeek-R1其他变体，例如Qwen蒸馏模型。
DeepSeek-R1具备强大的推理能力，适用于多个领域：
规划：其“链式思维”逻辑有助于处理需要逐步推理的任务，特别适合智能体（agentic）应用。
编程：可用于代码生成、调试和优化，提升开发效率。
数学问题求解：具备处理复杂数学问题的能力，在科研、工程和科学计算等领域表现突出。
开发者可在watsonx.ai上利用DeepSeek-R1进行AI解决方案开发，并使用以下解决方案能力：
直观测试和评估模型输出
通过连接向量数据库和嵌入模型构建RAG（检索增强生成）管道
支持LangChain、CrewAI等主流AI框架
IBMwatsonx.ai提供灵活的开源模型定制选项，支持DeepSeek-R1在不同环境下的部署，并简化智能体开发、微调、RAG、提示工程等工作流。此外，watsonx.ai内置安全机制，保障用户应用的安全性。
据IT之家此前报道，IBM首席执行官本月初曾发表长文称，他们（DeepSeek）仅用约2000枚英伟达芯片，以大约600万美元的成本训练了最新的模型，远低于行业预期。这再次证明，小型、高效的模型也能带来实际成果，无需依赖庞大而昂贵的专有系统。
