文：王智遠 | ID:Z201440

騰訊 I'ma Copilot 接入 DeepSeek R1 模型。

收到信息后，我趕緊去體驗下，用起來挺方便，網址是：https://ima.qq.com/

在電腦上，搜索問題時，搜索框右邊可以選擇用“混元大模型”還是“DeepSeek R1”來操作。手機端的話，打開「ima知識庫」小程序，在基于知識庫提問的地方，也能看到這兩個模型選項。

選好之后，直接提問就行。

隨便試了兩個問題，發現 DeepSeek R1 回答得特別快。我覺得這還不夠，又接著測了將近一個小時，基本上每個問題都能在 2-3 秒內搞定。

之前用 DeepSeek 客戶端時，服務器經常會顯示繁忙，但在 I'ma Copilot 上，完全沒遇到這個問題。

接著，我就開始琢磨一個問題：在一個主打搜索、閱讀、寫作的產品里，這種思考模型到底什么時候會派上用場？它的應用場景是什么呢？

經過一番探索，我發現有幾個地方可以試試。

第一個是知識的整理。

以前，我把很多文章存在微信收藏夾里，時間一長，這些文章基本就沒再翻看過，慢慢就被遺忘了，還占了不少空間。

于是，年前我把亂七八糟的文章都搬到 I'ma 的知識庫 里；為了方便管理，我按照主題簡單分了幾個文件夾，比如“營銷”“思考”和“小紅書”。

昨天，直接基于“思考”這個文件夾，用 DeepSeek R1 模型 提問。結果發現，只要問題提得具體，他對知識庫里的內容回答得還挺精準。

不過，用著用著，我發現了一個不太方便的地方：在手機小程序里沒法創建文件夾。這就導致每次導入的文件，都直接存放在小程序的知識庫里，而不是分類放到某個文件夾里。

舉個例子：

我上傳了兩個關于 DeepSeek 閉門會 的文件，還上傳了一個 PPT。但當我只想針對那兩個閉門會文件提問時，系統可能會把 PPT 里的內容也扯進來。這樣一來，回答就不夠精準，容易讓人覺得混亂。

所以，我得先在電腦端的知識庫里面創建好文件夾。如果一開始沒在電腦上做好這些準備工作，手機小程序這邊就沒法直接按文件夾來提問，整個過程就變得特別麻煩。

還有一個遺憾是，ima 小程序的導入功能雖然能導入微信文件、拍照上傳、從本地相冊選圖片，但就是不能直接導入聊天記錄。

平時在微信群里和朋友聊天的時候，經常會冒出一些特別有意思、特別有價值的觀點；以前碰到這種情況，我只能手動把聊天內容復制下來，再收藏起來，然后想辦法整理成文檔，最后才能用 Deepseek 進行總結和分析。

整個過程挺費勁的。

我覺得，ima 知識庫要是能加個直接導入聊天記錄的功能就好了。這樣一來，遇到稀奇的聊天內容，只要多選幾下，就能把聊天記錄直接導進去，馬上就能用 Deepseek 提問，多方便啊。

說實話，這個功能絕對是個剛需，肯定很多人都需要。可惜，現在還沒有。

不過，小程序也有一個亮點。在小程序端，可以直接針對全網的內容用 Deepseek 提問。這個功能跟 Deepseek 客戶端差不多。

但有個小細節沒做好：如果你想對全網的信息提問，得先點選“全網”這個選項，然后再輸入問題。如果你沒點“全網”，系統就會默認從小程序的知識庫里面找答案。

所以，提問的時候一定要記得先選好“全網”，這樣才能確保得到的答案是你想要的；以上，是基于手機知識庫的一些體驗。

第二個場景：看公眾號長文章。

前幾天有一篇采訪小鵬汽車老板的文章，特別長，看得我頭都大了。我直接把文章鏈接復制到 I'ma 的 PC 端 打開。打開后，右上角有個“總結”的功能，我用 DeepSeek R1 模型 讓它幫我總結一下。

模型挺有意思，它自己先思考了一下“總結”這件事，還展示了它的思考過程。

它說要「確保總結涵蓋所有部分，詳細但不冗長」，緊接著，就把文章結構化地總結了出來，特別清晰，一下子抓住了重點。

我又問它，文章里回答了哪些問題，只要列出問題就行，它直接把文章里的內容轉化成一個個問題，還說要“確保問題準確，并反映出原文的內容”；這個功能確實挺實用，最后，我讓它隨機挑一個問題，自己寫個回答，它寫的確挺像回事。

第三個場景是PC端的搜索框。

我在想，既然它已經接入了 DeepSeek R1 思考模型 ，那是不是可以把它當成一個聊天機器人，就像在 DeepSeek 客戶端 里那樣直接對話呢？試了一下，發現是可以的。

第四個場景是筆記頁面。

I'ma 的知識庫和筆記編輯頁面沒有打通，這點挺讓人崩潰的。因為這意味著知識庫是知識庫，筆記是筆記，兩者完全分開。不過，好在筆記功能并不影響 AI 的使用。

我隨機打開了一張卡片，里面內容關于數據蒸餾技術（Dataset Distillation）的概念介紹。

這個頁面也有「/」來調用模型的功能，還挺方便的。我輸入了一個指令，讓他幫我解釋一下這個概念，最好說得通俗一點。

結果等了十幾秒他才給出回答，而且回答得不太滿意。因為他寫了一大堆，甚至把自己的思考過程也寫進去了。比如，作者希望去掉冗余、保留核心，可能還得舉個例子。

但問題是，我需要這些過程嗎？肯定不需要啊，我想要的是結果，直接把這個概念解釋清楚就行了，很明顯，這方面它還要優化。

接著，我把內容刪掉，又用「/」調出了騰訊混元模型，還是同樣的指令。他的回答非常簡單直接，完全符合我的需求。所以，在筆記頁面上使用 DeepSeek R1 的結論是：不適合用來補充句子。

還有一點，DeepSeek R1 不太適合做解讀。

解讀這種任務本身不需要太多復雜的思考，更像一種「直給」的邏輯。但它每次解讀前都要琢磨半天，特別麻煩。相比之下，騰訊混元顯得更直接、更好用。

讀取文件功能，我用 PC 端直接添加，默認調用混元模型；我上傳了一本電子書，它的基礎總結功能非常實用，能快速生成書的目錄、作者簡介等基本信息。

接下來提問時，我可以切換到 DeepSeek R1 模型 。于是，隨機選了一個章節的一小部分內容，這部分內容的結論是：在制定評價標準時，不要把矛頭指向自己。

我希望這個模型能針對這一部分內容給我一個解釋。推理模型給出的回答與原文內容相比，在結構、層次以及內容上都非常全面，邏輯清晰且有條理。

以上，就是我的使用體驗。

還有一個感受是：目前產品和AI能力似乎都具備了，但整體體驗卻有些像「縫合怪」，沒有工作流。既然ima強調搜、讀、寫能力，那為什么從搜、讀、寫，這幾個地方不夠絲滑切換呢？

比如：

當我把一篇公眾號文章復制到ima的PC端，雖然有劃線功能，但劃線后生成的內容卻是一個個類似Word的小文檔，而不是可以直接合并的卡片形式。這就很麻煩，因為每次都要重新把一個文檔的內容，復制一遍，再粘貼到另一個文檔里。

再比如，在寫作場景中，知識庫里的內容還不能直接使用，需要先提問，得到答案后，再點記筆記，記下的筆記，才能到筆記頁面，很奇怪的產品邏輯。

但不管怎么說，作為一個搭載了 DeepSeek R1 模型的知識庫，我相信每個人都能找到適合自己的使用方式。畢竟，就像“一千個人眼中有一千個哈姆雷特”一樣，每個人的需求和使用習慣都不相同。

如果實在難以定義它的具體用途，不妨把它看作是一個「超級大腦」，一個能夠幫助我們儲備信息、和提問的知識庫，也不錯。

順便補充一點，個人覺得 I'ma 的 DeepSeek R1 是“滿血版”的。它的表現非常穩定，既不會卡頓，也不會出現“服務器繁忙”的提示。

工具的核心價值在于「為我所用」，希望你，能根據自己的需求，找到適合的使用方式，點擊閱讀全文，即可下載體驗，快去試試。