AI 产品都发现了引流新方法 ——DeepSeek-R1。
今天，腾讯旗下智能工作台 ima.copilot（ 简称 ima ）喜提「双模双待」：
左持腾讯混元大模型，右牵 DeepSeek-R1。
智能 Buff !
PC端界面，地址 im
a.copilot
移动端体验路径，微信搜索 ima知识库 小程序
也许很多人对 ima （谐音：哎呀妈）还有些陌生。
它是腾讯去年 10 月才推出的一个以知识库为核心的生产力工具，集搜、读、写于一体。
获取知识，通常第一步就是搜索，搜完了自然要读透，最后落在笔头上才作数。
而 AI ，可以大大提升这一过程效率。
思考问题越多，日积月累，你的知识库——「第二大脑」也会越来越大。
还能与人共享。
和其他知识生产工具相比，ima 有一个非常明显的优势——「直通」简中最佳长图文生态：微信公众号。
无论是搜索资源。
还是个人知识库。
除了微信生态圈的丰富资源，还能将个人电脑、硬盘等资源导入 ima 知识库。
就拿知识库来说。
多年耕耘，微信早已成为每个人的主要「知识外挂」之一。
如果你试过往其他工具的知识库里批量导入微信「外挂」里的「存货」，就知道这一过程多么痛苦。
但在 ima 上，这些都不是问题。
（ 毕竟，都是一个妈生的。）
那么，将微信生态里的资源导入 ima 知识库，到底有多快捷呢？
先看微信公众号文章。
点击右上角，并选择「用小程序打开」，就能看到 ima 知识库。
轻轻一点，立刻导入成功。
再说微信聊天、文件传输。
可以自由选择导入对象了：「文件传输」文件（左），或者，聊天记录里的文件（右）。
是不是超级省事儿？
接入 DeepSeek-R1 后， ima 到底会有什么样的变化呢？
在一些实时问题上，无法联网的 DeepSeek-R1 表现显然不如混元大模型。
「《哪吒2 》最新票房是多少？」这是 DeepSeek-R1 的回答。
对于问询，DeepSeek-R1 主要基于公开可查的历史文化常识和逻辑推理，作答时不会直接引用微信公众号文章或其他特定来源。
而选用混元大模型，除了公开网页，微信公众号会成为一个重要的信息来源。
你可以根据具体需求，灵活选择。
个人觉得呢，接入 DeepSeek-R1 后，体验提升最明显是 ima 的「读」和「写」。
在个人知识库管理上，你可以充分发挥 DeepSeek-R1 强大推理能力，吃透某个文档。
如，「找出这篇文章中那些有违人们直觉、通识的观点，并以图表的方式展示出来。」
甚至吃透知识库里的一批文件。
我把 《AI 好好用》的一些很受读者欢迎的文章都传到了知识库，库里也有不少其他人写的 AI 文章。
假设要做选题，我会问：「目前最受大众关注的 AI 话题有哪些？用图表方式展示出来。」
表格有了，我们可以顺着这些热点继续和 AI 碰撞选题。
当然， DeepSeek-R1 还不会做脑图。
阅读这本英文书之前，我想知道本书的大致框架，这个任务还是的交给腾讯混元大模型。
至于文案创作，DeepSeek-R1 超强写作能力可以帮你省去很多麻烦。
看完书，想写一篇文笔风趣、通俗易懂的读后感，打算发公众号，文章长度最好不要超过 1 千。
