微信在AI领域迈出重要一步 ，于北京时间2月15日晚间，部分用户发现微信搜索中出现整合了DeepSeekR1的「AI搜索」功能。这一动作距离1月20日DeepSeek正式发布并开源R1，还不到一个月时间。
此次更新为灰度推送，从范围和用户分布看，推广速度远超微信近期如Callkit等灰度功能更新。从爆料到大量用户收到推送，仅用不到六小时，打破了微信功能更新「保守」的印象。更新不绑定软件版本号，部分用户手动清除微信后台重启后便发现入口。
微信中内置的DeepSeek R1基于开源版本构建，不过声明中未明确其使用的模型体积，不确定是否为671B的「满血」R1版本。
在功能测试方面，微信内置的R1表现有一定局限。比如将公众号微信推文链接提供给它，无法检索微信平台内相关信息，甚至有时无法识别链接来源。在其他涉及微信公众号问题上，回复内容来源更像公众号在其他平台分发结果，并非引用微信内容平台自身结果。目前微信内置的R1并未针对微信平台内内容进行检索增强生成（RAG）及优化输出结果，这是当前内测版本明显短板，也是未来重要更新方向。
当前微信AI搜索体验较为轻量级，不支持连续对话、上传文件辅助提问与搜索，退出聊天界面后对话记忆内容也不保留。
微信此次快速整合DeepSeekR1，彰显其对推理模型在微信平台应用巨大潜力的认可。微信作为相对封闭平台，依托庞大中文内容生态，有能力做好这件事。这并非微信团队首次在AI大模型领域出手，微信输入法去年六月就加入基于腾讯混元AI大模型的「一键AI问答」功能。
从体验上看，微信输入法适合解决聊天中的突发问题，而微信本体的AI搜索可能聚焦微信现有内容生态，借助用户聊天及公众号等深度挖掘应用场景。这种「分布式」AI能力体验与AppleIntelligence类似，苹果借助现有模型将AI能力嵌入手机生态各角落。
微信在AI普及方面意义重大。在中国，微信用户广泛，其功能适合AI进一步「润滑」，降低学习成本。对于生成式AI而言，微信AI探索应用普及，或让AI能力在用户长期使用中产生质变，虽可能不是最令人兴奋的，但有最大机会真正「改变世界」。
