來源：中信建投證券研究

　　中國DeepSeek爆火全球，為AI行業的發展注入了嶄新的活力，全面引領AI浪潮。

　　近期DeepSeek多款模型上線并完全開源，其中R1在推理任務上基本實現于o1相當的性能，Janus-Pro 在多模態理解和生成方面表現較好。受春節信息傳播下沉促進，DeepSeek出圈并成為全球增速最快的 AI 原生應用，日活躍用戶數在2月1日突破3000萬大關。此外，DeepSeek通過算法迭代、架構升級，使通用及推理模型成本相較于OpenAI同類模型下降至數十分之一以下。

　　中信建投證券計算機、人工智能、通信、傳媒、策略研究團隊推出【DeepSeek產業鏈投資機遇】：

　　01?DeepSeek核心十問十答

　　DeepSeek-R1模型發布，具有高性能、低算力需求的特性，帶動小模型推理能力的提升，引發全球開發者及用戶關注。R1作為開源模型性能接近頭部閉源模型o1，一定程度上已經反映了AI平權，同時純強化學習對推理能力的提升帶來RL范式泛化可能，預計后續基模的持續迭代，有望推動AI全產業鏈持續保持高景氣和高關注度，關注算力、應用、端側、數據等核心投資機會。

　　DeepSeek模型密集更新，高性能+低成本促進用戶數高增

　　近期DeepSeek多款模型上線并完全開源，其中R1在推理任務上基本實現于o1相當的性能，Janus-Pro 在多模態理解和生成方面表現較好。受春節信息傳播下沉促進，DeepSeek出圈并成為全球增速最快的 AI 原生應用，第18天達到1500萬日活。此外，DeepSeek通過算法迭代、架構升級，使通用及推理模型成本相較于OpenAI同類模型下降至數十分之一以下。

　　技術不斷革新，大模型Scaling Law仍有效

　　DeepSeek通過多頭潛在注意力、MoE、多token預測等架構和基礎設施創新實現了高效訓練，并在R1-Zero模型驗證了純強化學習對推理能力的提升。盡管Pre-Training Scaling面臨技術、算力、數據的制約，但強化學習帶來了規模化擴張新方向，預計各廠商將陸續跟進，持續優化模型架構。

　　DeepSeek-R1促進AI平權，產業鏈享受發展紅利

　　R1作為開源模型性能接近頭部閉源模型o1，一定程度上已經反映了AI平權。同時，R1使小模型具備推理能力成為可能，更低的成本將更有利于開發者探索AI的實際落地。

　　一、DeepSeek模型密集更新，高性能+低成本促進用戶數高增

　　1.1 第一問：DeepSeek的用戶量趨勢？

　　DeepSeek堅定開源路線，密集更新MoE、推理、多模態模型。近期，DeepSeek連續發布并開源多個大模型，其低成本、高性能的特性迅速引發全球用戶的關注。其中，2024年12月26日發布的DeepSeek-V3為671B參數的自研 MoE 模型，運行時僅需激活37B，在 14.8T token 的數據上進行了預訓練；2025年1月20日發布的DeepSeek-R1為660B的高性能推理模型，對用戶開放思維鏈輸出，允許用戶通過蒸餾技術借助 R1 訓練其他模型；2025年1月27日，DeepSeek在Hugging Face平臺上傳了視覺模型 Janus-Pro和多模態理解模型JanusFlow -1.3B，進一步在圖像領域發力。

　　DeepSeek Web端與APP端訪問量持續增長，春節信息傳播下沉加速產品關注度裂變。Web端，2024年10月至2024年12月DeepSeek訪問量分別為245/422/1101萬，其中11月和12月分別同比增長72.24%/160.90%，12月受全新開源模型V3促進訪問量大幅增長；APP端，DeepSeek 2025年1月10日（官方公眾號1月15日正式發文）在iOS/Android上線官方APP，而后受益于1月20日發布R1模型的高性能、低成本，疊加春節期間信息傳播下沉，產品關注度呈裂變式增長。具體而言，DeepSeek APP安卓/iOS端國區單日下載量均于1月26日前后迎來陡增，至1月29日單日下載量分別達到784.15/29.92萬；同時，DeepSeek 安卓端在華為應用商店下載排行中位列第四，iOS端則霸榜全球173個地區中160/162/171個總榜（免費）/應用（免費）/效率（免費）第一；此外，從產品發布日起日活用戶看，DeepSeek第5天超過 ChatGPT，第15天以259萬日活達到 ChatGPT 的2倍，亦為全球增速最快的 AI 原生應用，第18天達到1500萬日活，而ChatGPT上線第244天才達到1500萬DAU。

　　我們認為，DeepSeek用戶數將持續高速增長。一方面DeepSeek作為開源路線的堅定踐行者，有望受到全球開發者的高度關注；另一方面受益于春節期間信息傳播下沉，DeepSeek的國內滲透率將持續提升。

　　1.2 第二問：R1和Janus-pro模型的性能如何？

　　DeepSeek-R1 在推理任務上基本實現與 OpenAI-o1相當的性能，較o3模型仍有差距。DeepSeek在R1模型的測試過程中，選取英文、中文、數學、代碼等基準測試，與Claude-3.5、GPT-4o、DeepSeek-V3、OpenAI o1、OpenAI o1-mini等模型進行比較：

　　教育為導向的知識任務：在以MMLU（R1 90.8分；V3 88.5分；o1 91.8分）和GPQA Diamond（R1 71.5分；V3 59.1分；o1 75.7分；o3 87.7分）為代表的知識基準上，R1相比V3表現出更優越的性能，主因大規模強化學習（RL）促進STEM相關問題上準確性顯著進步；在依賴長上下文的FRAMES（R1 82.5分；V3 73.7分）基準，R1同樣展示了強大的文檔分析能力。

　　中英文搜索和數據分析任務：在英文事實基準測試SimpleQA（R1 30.1分；V3 24.9分；o1 47.0分）上，R1優于V3，展現了模型基于事實的查詢能力；而在中文事實基準測試C-SimpleQA（R1 63.7分；V3 68.0分）上，R1表現不如V3，主要系安全強化學習后模型傾向于拒絕回答某些查詢。如果沒有安全RL， R1的準確率可以超過70%。此外，R1模型在IF-Eval（R1 83.3分；V3 86.1分）、AlpacaEval2.0（R1 87.6分；V3 70.0分）和ArenaHard（R1 92.3分；V3 85.5分）等基準測試中同樣表現較好，展現了模型在遵循格式指令、寫作任務和開放域問答上的能力。

　　數學任務：在數學任務上， R1 表現出與 o1相當的性能，優于其他非推理模型，突出了推理模型在數學測試中的主導地位。例如在AIME 2024基準上，R1/V3/o1/o3分別得分79.8/39.2/79.2/96.7分；在Math-500基準上，R1/V3/o1分別得分97.3/90.2/96.4分。

　　編碼任務：推理模型在數學測試中同樣表現更佳，例如在Codeforces基準上，R1/V3/o1/o3分別得分2029/1134/2061/2727分，分別超過96.3%/58.7%/96.6%/99.9%的人類參賽者；在SWE-bench Verified基準上，R1/V3/o1/o3分別得分49.2/42.0/48.9/71.7分。

　　蒸餾技術能顯著提升小模型推理能力。通過向更高效的小模型蒸餾DeepSeek-R1的輸出，能夠顯著提升小模型推理能力。例如，向Qwen2.5-Math-7B蒸餾R1模型得到的DeepSeek-R1-Distill-Qwen-7B（簡稱R1-7B，下同），全面超越非推理模型如GPT-4o；向Qwen2.5-14B蒸餾得到R1-14B在所有評估指標上均超過了QwQ-32B-Preview；而向Qwen2.5-32B和Llama-3.3-70B-Instruct蒸餾得到的R1-32B和R1-70B在大多數基準測試中顯著超越了o1-mini。

　　Janus-Pro 在多模態理解和生成方面優于統一模型和單一功能模型。Janus-pro主要延續Janus通過解耦多模態理解和生成的研究思路，通過優化訓練策略、擴展訓練數據和模型規模等方面提高模型性能：

　　多模態理解：在Janus測試過程中選取POPE、MME-P、MMB、SEED、MMMU、MM-Vet等廣泛認可的圖像視覺語言基準測試，同時包括了一種用于真實世界視覺推理和組合式問答的新數據集GQA。與其他前沿圖像理解生成統一模型和僅用于理解的模型相比，Janus-Pro 取得了總體最佳的結果，例如Janus-Pro-7B在多模態理解基準MMBench上得分79.2，超越了包括Janus（69.4）、TokenFlow（68.9）和MetaMorph（75.2）等，主因其將多模態理解和生成的視覺編碼解耦，緩解了這兩個任務之間的沖突。此外，Janus-Pro與規模更大的模型相比仍具競爭力，例如Janus-Pro-7B在除GQA外的其他基準測試上的表現都優于 TokenFlow-XL（13B）。

　　文本-圖像生成：為評估Janus視覺生成能力，DeepSeek采用 GenEval（文本到圖像構圖能力基準測試）和 DPG-Bench（密集提示圖基準測試）兩個工具進行測試。Janus-Pro-7B 在 GenEval 上的總體準確率達到 80%，超過了所有其他統一模型或僅用于生成的模型，包括Transfusion（63%）、SD3-Medium（74%）和 DALL-E 3（67%），反映Janus-Pro具有更好的指令跟隨能力。同時，Janus-Pro 在 DPG-Bench 上的得分為 84.19，超過了所有其他方法，表明 Janus-Pro 在遵循用于文本到圖像生成的密集指令方面表現出色。

　　我們認為，DeepSeek-R1性能已基本達到OpenAI-o1水平，較o3模型基準測試表現仍有不小差距，隨著DeepSeek在MoE架構、強化學習等技術上進一步迭代，推理模型性能表現有望持續增長；Janus-Pro在多模態理解和生成方面則相對表現較好，一定程度驗證了圖像理解和生成解耦思路的可行性。

　　1.3 第三問：如何看待DeepSeek-V3模型的訓練成本？

　　DeepSeek通用及推理模型成本相較于OpenAI同類模型下降至數十分之一以下：

　　通用模型方面，2024年12月26日DeepSeek-V3更新上線，模型API服務定價調整為每百萬輸入tokens 0.5元（緩存命中）/ 2元（緩存未命中），每百萬輸出tokens 8元。此外，V3模型設置長達45天的優惠價格體驗期：2025年2月8日前，V3的API服務價格仍保持每百萬輸入tokens 0.1元（緩存命中）/ 1元（緩存未命中），每百萬輸出tokens 2元。與此同時，OpenAI GPT-4o的API服務定價為每百萬輸入tokens 1.25美元（緩存命中）/ 2.5美元（緩存未命中），每百萬輸出tokens 10美元。

　　推理模型方面，DeepSeek-R1 API 服務定價為每百萬輸入 tokens 1元（緩存命中）/ 4元（緩存未命中），每百萬輸出 tokens 16元。而OpenAI o1的API 服務定價為每百萬輸入 tokens 7.5美元（緩存命中）/ 15美元（緩存未命中），每百萬輸出 tokens 60美元。

　　需要注意的是，不同模型token切分方法可能不同，通常1 token可對應1-2個中文漢字，或對應3-4個英文字符，或0.75個英文單詞。

　　DeepSeek-V3（R1的基礎模型）總訓練成本僅為 557.6 萬美元，但不包括架構、算法等成本。以H800算力計算，DeepSeek-V3預訓練階段在不到兩個月的時間內完成，耗費266.4萬個GPU小時，加上上下文長度擴展所需的11.9萬個GPU小時和后訓練階段的0.5萬個GPU小時，DeepSeek-V3的完整訓練僅需 278.8 萬個 GPU 小時；假設 H800 GPU 的租用價格為每 GPU 小時 2 美元，我們的總訓練成本僅為 557.6 萬美元。需要注意的是，上述成本僅包括 DeepSeek-V3 的正式訓練成本，不包括與架構、算法或數據的前期研究及消融實驗相關的成本。

　　根據我們測算，GPT-4需要2.5萬張A100訓練95天（5700萬A100 GPU小時），OpenAI o1需要用3.2萬張H100訓練90天（6912萬H100 SXM GPU小時）：1）GPT-4由16個111B的MoE模型構成，其中兩個用于向前傳播，另有55B被用做注意力機制的共享，則GPT-4的激活參數量約為280B，我們假定o1模型激活參數量是GPT-4的兩倍，達到560B；2）GPT-4的預訓練數據集token量為13B，我們假定o1模型接近其兩倍，達到25B；3）GPT-4的訓練時間約為90-100天，我們取中間值95天，并假定o1的訓練周期為90天；4）GPT-4的GPU利用率在32%到36%之間，我們取中間值34%，并假定o1 GPU利用率也為34%；5）根據OpenAI在Scaling Laws 論文中給出的經驗公式計算（C = rT ≈ 6*P*D，P為模型參數量，D為訓練集token大小，r為訓練集群硬件FLOPS總吞吐），則OpenAI o1預訓練需要用3.2萬張H100。

　　算法迭代、架構升級促進DeepSeek-V3模型訓練成本降低，符合產業趨勢。相較于GPT-4和o1模型，DeepSeek-R1的基礎模型DeepSeek-V3訓練成本明顯更低，結合V3技術報告和上述計算過程，我們認為成本優化主要緣于：1）V3模型通過DeepSeekMoE架構（3.1中將進一步說明），使用更細粒度專家模型，同時隔離部分共享專家，提高計算資源利用率，激活參數少（僅37B），算力消耗低；2）V3模型采用MLA算法（3.1中將進一步說明），通過低秩聯合壓縮注意力鍵值，減少推理時的鍵值（KV）緩存，降低計算量；3）Dual Pipe框架實現高效流水線并行，或顯著提高GPU利用率；4）DeepSeek提出了一種利用FP8數據格式進行訓練的細粒度混合精度框架，通過低精度訓練優化訓練效率。

　　二、技術不斷革新，大模型Scaling Law仍有效

　　2.1 第四問：DeepSeek-V3/R1技術革新有哪些？

　　通過架構和基礎設施創新，DeepSeek-V3實現了高效訓練，奠定R1模型優化基礎。架構方面，DeepSeek-V3延續了V2模型的MLA和DeepSeek MoE架構，同時進一步開創了無輔助損失的負載均衡策略，并設定了多token預測（MTP）訓練目標以增強性能：

　　多頭潛在注意力（MLA）：LLM的核心機制是自注意力（Self-Attention），其要求模型在生成每個token時考慮之前所有詞的關系，則假設文本長度n時總體復雜度為〖O（n〗^3）=O（Σn^2）；過去的研究提出了KV Cache方法，利用鍵值對（KV）存儲已計算的注意力信息，此時總體復雜度降低為O（n^2）；而MLA則進一步通過投影的方式，將token的相異信息通過投影矩陣存儲，在幾乎不損失信息的情況下減少鍵值的緩存需求。

　　DeepSeekMoE：專家混合模型（MoE）是當前大模型技術中對前饋神經網絡（FNN）的一種替代方案。不同于FNN需要全部權重參與計算，MoE利用門控機制判斷輸入數據需要由哪些專家模型參與處理。相較于主流MoE模型，DeepSeekMoE使用更細粒度的專家，并隔離一些模型作為共享專家，進一步優化了激活參數。此外，為解決專家負載不平衡導致的路由崩潰和計算效率降低，DeepSeek提出無輔助損失負載均衡策略，為每個專家模型添加可動態調整的偏差項，確保訓練過程中專家負載平衡、提高模型性能。

　　多token預測（MTP）：主流大模型token-by-token生成序列，而每次token生成需要頻繁與訪存交互，從而因為訪存效率形成訓練或推理的瓶頸。MTP方法主要將單token的生成，轉變成多token的生成，提升訓練和推理的性能。DeepSeek主要對過往MTP算法進行了一定優化，順序預測額外token，并在每個預測深度保持完整的因果鏈。

　　除了基礎架構，DeepSeek還在基礎設施方面進行了一定優化。例如設計了一種創新的管道并行算法 DualPipe，在每一對前向和后向塊內重疊計算和通信，提高通信效率、加速了模型訓練；提出了一種用于 FP8 訓練的混合精度框架，其中大多數計算密集型操作在 FP8 精度下進行，而一些關鍵操作則戰略性地保持在原始數據格式以平衡訓練效率和數值穩定性；訓練過程中，采用英偉達 PTX（并行線程執行）匯編級編程替代標準 CUDA 方案，實現了硬件級深度優化，減少了計算冗余，提高了推理速度。

　　R1-Zero驗證純強化學習（RL）對推理能力的提升，R1則強調冷啟動和多階段訓練的平衡。R1-Zero的特別之處在于，其無需任何監督微調數據即可獲得強大的推理能力，反映了模型僅通過強化學習就能有效學習和泛化的能力。具體而言，R1-Zero模型在RL過程中延續了DeepSeek-V3組相對策略優化算法（GRPO），通過組內獎勵對比優化策略，而不需要額外的判別器，最終實現訓練集上的平均響應長度持續提升，自然地學會了通過更多的思考時間來解決推理任務；此外，R1-Zero訓練過程自然地涌現出“思考能力”，即模型自發學會了重新評估其初始回答，并為問題分配更多的思考時間，這種“反思”的特性能夠一定程度解決大模型幻覺問題（大模型逐token輸出，過去沒有機制去糾正已經輸出的錯誤，反而會繼續用錯誤掩蓋先前的問題，帶來幻覺問題）。

　　盡管R1-Zero模型展現了強大的推理能力，但仍面臨可讀性差和語言混合等挑戰，R1模型則通過冷啟動和多階段訓練解決了上述問題。R1同樣從DeepSeek-V3-Base基礎模型出發，經過數千條優質長鏈思維（CoT）數據微調（SFT）作為冷啟動，使模型輸出更符合要求、可讀性更強；而后，針對微調后的模型采用與R1-Zero相同的大規模強化學習，并引入語言一致性獎勵，直至模型在推理任務上達到收斂；面向推理的強化學習收斂后，利用生成的檢查點收集新的SFT數據，從而融入來自其他領域的數據，以增強模型在寫作、角色扮演和其他通用任務中的能力；最后，為了進一步使模型與人類偏好保持一致，實施次級RL階段，旨在提高模型的有用性和無害性、精煉其推理能力。通過冷啟動和多階段訓練，R1模型最終具備較強的推理性能，同時在可讀性上表現較好。

　　R1系列模型提供了RL Scaling Law的可行方向。實際上，在OpenAI推出o1模型時即發現了推理性能隨著訓練時間和測試時間計算而平穩提升的“RL Scaling law”，但業內尚未通過過程獎勵模型（PRM）和蒙特卡洛樹搜索（MCTS）等方法做出較好的效果，R1的技術報告更是提到PRM和MCTS存在難以規模化拓展、獎勵欺騙等問題。R1模型的技術報告提供了一種多階段訓練的方式，其中在第一階段RL過程中，研究人員可以通過擴大RL訓練集的方式提升模型性能，或為一種可以驗證的“RL Scaling law”方向；OpenAI首席研究官Mark Chen也承認，“DeepSeek的確獨立發現了一些o1的核心思路”。

　　蒸餾使小模型具備較強邏輯推理能力的思路或與OpenAI o1-mini不同。據張俊林分析，o1系列模型更可能是重新訓練的（OpenAI多次強調o1-mini邏輯推理能力強，但在世界知識方面弱；如果其基于GPT系列模型而來，世界知識應該不會弱于GPT 4o-mini），而DeepSeek-R1則是在V3的基礎上通過強化學習訓練得到。因此，DeepSeek通過向更高效的小模型蒸餾DeepSeek-R1的輸出，顯著提升小模型推理能力，更可能走出了與OpenAI o1-mini不同的道路，從而實際上打破了之前“小模型邏輯推理能力難以通過蒸餾提升”的研究結論。

　　此時，小模型有望通過“能力分治”（DCA）的模式將語言、世界知識及邏輯推理三個能力解耦，即語言能力靠小模型自身、邏輯推理靠RL+蒸餾，世界知識靠外掛RAG，從而具備目前最強大模型的能力，對于中小型開發者而言，部署模型也將更加友好。

　　我們認為，DeepSeek-V3/R1系列模型的核心突破在于1）技術及架構升級顯著優化模型訓練成本，即工程優化了MoE模型架構，預計未來各廠商仍將圍繞MoE模型進行注意力頭的架構優化；2）組相對策略優化算法（GRPO）實質上僅依賴模型自身近些迭代，實現了“反思能力”；3）提供了一種具體可行的“RL Scaling law”方向，各廠商或將跟進并繼續探索其他方向；4）蒸餾使小模型具備較強邏輯推理能力，有望促進中小型開發者推出相關應用。

　　2.2 第五問：Janus系列模型技術革新有哪些？

　　Janus系列模型緩解多模態理解和生成的沖突，提升模型能力表現。多模態理解與生成任務本身存在視覺編碼器需求的沖突，其中在理解任務中，視覺編碼器的目的是提取高層次的語義信息并進行表示；而生成任務則主要關注生成局部細節并在圖像中保持全局一致性，因此需要低維度編碼表示空間結構和紋理細節。Janus系列模型的核心技術在于實現多模態理解與生成的解耦，通過2 個獨立的視覺編碼路徑，緩解多模態理解和生成的沖突，從而提高模型的能力表現和可擴展性。

　　多模態生成模型架構尚無定論，自回歸和擴散模型持續發展。目前圖像生成模型主要包括以Transformer 為代表的自回歸生成、以 DDPM、LDM、DiT 為代表的擴散模型，以及 MaskGIT、MAR等掩碼自回歸圖像生成三類架構。自回歸架構通過算法逐個生成像素，DeepSeek的Janus系列模型為其中代表；掩碼自回歸則優化了單次像素生成數量和順序，提高了自回歸模型的速度和表現；擴散模型的代表包括Sora，其將圖像生成表示成噪聲圖像變化至目標圖像的過程，輸入輸出自始至終都是完整圖像。目前，自回歸和擴散模型均有前沿技術持續性突破，帶來模型能力的持續提升。

　　我們認為，多模態模型整體仍處于技術探索過程中，Janus系列核心在于提供了一種理解和生成解耦的架構，一定程度提升了模型表現，后續自回歸和DiT技術將進一步發展，帶來多模態模型性能的持續優化。

　　2.3 第六問：DeepSeek數據集的特點是什么？

　　合成（生成）數據在大模型訓練過程中發揮著重要作用。在高質量訓練數據耗盡，以及互聯網中充斥大量噪聲數據的背景下，合成數據已成為大模型訓練過程中數據集的重要來源， 截至 2024 年 9 月，在 Hugging Face 平臺上標注為 “合成” 的數據集已超過 1000 個。具體而言，合成數據主要由算法、模型生成，為大模型訓練提供更豐富且針對性強的信息，幫助拓展模型性能：

　　通用大模型：在通用大模型訓練中，合成數據主要用于豐富數據集，提升模型性能。以 DeepSeek-V3 的訓練為例，其在監督微調階段借助 DeepSeek-R1 模型生成樣本數據，經 RL 訓練后用拒絕采樣篩選高質量數據用于最終模型訓練，有效提升了模型的推理能力。

　　推理模型：在推理模型訓練中，合成數據主要用于優化訓練流程。例如，DeepSeek-R1在冷啟動階段利用R1-Zero生成+人工標注數據進行微調，并在監督微調階段通過V3模型收集了約60萬條與推理相關的訓練樣本，以及約20萬條與推理無關的訓練樣本。此外，R1向小模型蒸餾的過程實際上也是通過R1生成數據對小模型進行監督微調實現的。

　　多模態模型：多模態模型訓練中，合成數據能改善數據質量，顯著強化視覺生成能力。Janus - Pro 在預訓練階段相較于 Janus 引入約 7200 萬個合成美學數據樣本，使真實數據與合成數據比例達到 1：1，從而加速了模型收斂速度，提升圖像生成質量。而Kimi-1.5作為以強化學習方式訓練的多模態大模型，分別在預訓練階段通過合成數據強化了推理和基于知識任務的解答能力，在多模態訓練階段合成了圖像文本交錯數據。

　　GRPO 算法在一定程度上使模型擺脫人類經驗的束縛。如 2.1 所述，R1 - Zero 模型在 RL 過程中延續了 DeepSeek - V3 組的相對策略優化算法（GRPO）。該算法通過組內獎勵對比優化策略，無需額外的判別器，最終實現了訓練集上平均響應長度的持續提升，使模型自然地學會通過更多思考時間來解決推理任務。實際上，GRPO 對于 RL 數據集的處理同樣具有重要意義。具體而言，PPO 算法需要依賴價值模型估計狀態價值，以幫助計算優勢函數；而 GRPO 算法只對輸出的語言內容進行相對優勢計算，不需要設計價值模型。價值模型的設定本身就包含了人類偏好，這種偏好通過人類經驗限定了數據集的價值。而 GRPO 算法本質上可看作模型生成內容的自我博弈，它能讓模型擺脫人類經驗的束縛，通過提升思考深度不斷拓展性能，最終甚至可能超越人類水平。

　　我們認為，DeepSeek-V3/R1/Janus等模型對于合成數據的應用符合大模型研究趨勢，而GRPO 算法則進一步使模型在RL過程中擺脫了人類經驗的限制，從而能夠最大程度挖掘數據集的價值，向模型超越人類，最終實現AGI的道路進發。

　　2.3 第七問：Scaling Law到底是否有效？

　　訓練側Scaling law推動模型能力持續提升，但仍面臨技術、算力、數據的制約。早在2020年，OpenAI即在論文中提出了“Scaling law”，其內涵在于大模型的最終性能主要與計算量、模型參數量和訓練數據量三者的大小相關，而與模型的具體結構（層數/深度/寬度）基本無關。在“Scaling law”的思路下，業內追求在訓練側用更多的高質量數據，訓練更大參數規模的模型，尤其在MoE架構并行計算的加持下，大模型參數甚至能夠提升至萬億以上，極大程度提高了模型的效果。

　　然而，受到技術、算力、數據的制約，訓練側“Scaling law”正面臨瓶頸：1）更高參數規模的模型訓練比較復雜：當參數規模提升到萬億規模，模型進一步調整的技術方式仍待突破；2）算力規模一定程度制約了模型發展：英偉達 H100目前可以做到單一集群 3.2 萬張卡充分互聯，每2小時會出錯一次（Founder Park訪談拾象科技 CEO 李廣密）。一旦算力集群增加到10萬卡，可能每20-30分鐘即會出錯一次，對數據中心的運維能力要求較高，否則會導致算力利用率明顯下降。此時需要性能更強的算力卡出現。3）高質量數據缺失：早有消息稱大模型訓練已經耗盡了高質量數據，因此如果只是簡單提升訓練集規模，往往重復的數據占據了主要部分，從而對模型能力的提升有限。而數據合成的技術仍未能突破，同樣一定程度上制約了模型的發展。

　　思維鏈等方式打開推理側大模型能力提升空間。當訓練側“Scaling law”進度相對放緩，OpenAI于2024年9月發布了系列新模型o1，其利用強化學習技術，通過提高推理側的思考時間，大幅優化了模型表現；還能夠在訓練過程中生成高質量數據，解決天然數據缺失的問題。以思維鏈技術為例，其類比人類思考過程，使大模型在推理過程中把復雜問題拆解成若干簡單步驟，從用戶提出的問題出發，逐步生成正確答案。OpenAI o1模型性能隨著訓練時間和測試時間計算而平穩提升，后訓練及推理階段思考深度（時間）或將成為 新的“Scaling law”；相較于OpenAI未開源推理算法，DeepSeek-R1系列模型提供了RL Scaling Law的可行方向，有望促進各廠商跟進并繼續探索其他推理側拓展方向。

　　Scaling law三條路徑齊頭并進，助力模型性能持續提升。正如英偉達CEO黃仁勛在CES 2025上的主題發言提到的，o1模型推出后，大模型Scaling law已經實際上分為了三個路徑：

　　Pre-Training Scaling：對應OpenAI 2020年提出的結論，訓練數據規模越大、模型規模越大、計算資源投入越多，AI模型的性能就會相應提升。盡管Pre-Training Scaling目前受技術、算力、數據影響遭遇瓶頸，但更強大的基礎模型仍然是各廠商追求的主要方向，DeepSeek-R1的技術報告同樣提出，“更大基礎模型發現的推理模式對于提升推理能力至關重要”。未來隨著MoE架構、模型Infra等方面的優化，Pre-Training Scaling有望持續發展。

　　Post-Training Scaling：包括強化學習和人類反饋等技術，通過輸入大量優質的提示，優化模型性能表現。實際上，受限于人類工作效率，原有的人類反饋強化學習（RLHF）存在難以規模化擴張的問題（例如人工標注數據效率較低、不同標注者標準不一致等），而DeepSeek-R1純RL的技術方案實際上打破了這種限制，為各廠商提供了Post-Training Scaling的可行方案。

　　Test-Time Scaling：強調重新調配資源，即在推理階段考慮投入多少算力，并利用思維鏈將問題分解成若干個小步驟逐一解決。通過在模型推理階段更加深入的思考，模型將具備更強勁的性能。

　　我們認為，Scaling Law仍有效，同時RL技術的不斷迭代為模型能力的規模化擴張帶來了新的方向。特別是DeepSeek通過架構和技術創新，提出了純RL和分階段的模型訓練方法，并實現了較好的性能表現。預計各廠商將陸續跟進DeepSeek的算法方向，并不斷對架構進行調整，以探索出更為理想的模型優化方式。

　　三、DeepSeek-R1促進AI平權，產業鏈享受發展紅利

　　3.1 第八問：R1是否意味著AI平權已經實現？

　　DeepSeek-R1開源引發全球復現熱潮，小模型+RL實現“反思”涌現。在美國對中國實施 AI 芯片封鎖的背景下，DeepSeek以極低的成本成功訓練出躋身全球第一梯隊的推理模型 R1。同時，DeepSeek 完全開源了模型權重，所遵循的 MIT License 開源協議極為寬松，允許其他開發者將模型用于商業用途并進行模型蒸餾，被Facebook首席人工智能科學家楊立昆譽為“開源模型對閉源模型的勝利”。

　　R1發布以來，全球前沿團隊積極復現，目前已取得較好成效。其中，UC伯克利的團隊在CountDown游戲中復現了DeepSeek R1-Zero，以不到30美金的成本通過強化學習，使3B的基礎語言模型完成自我驗證和搜索；港科大的團隊只用了8K個樣本，就在7B模型上復刻出了DeepSeek-R1-Zero和DeepSeek-R1的訓練，使模型在復雜的數學推理上取得強勁的結果；甚至全球最大開源平臺HuggingFace團隊，也在1月26日官宣開始復刻DeepSeek-R1的所有pipeline，并將在復刻完成后，開源所有的訓練數據和腳本。

　　全球大廠接連接入R1，DeepSeek沖擊下OpenAI戰略方向或將轉向。盡管美國質疑DeepSeek在安全性、隱私方面的問題，但英偉達、英特爾、亞馬遜、微軟、AMD等海外巨頭仍紛紛在自家產品中接入了DeepSeek；國內硅基流動和華為云同樣聯合首發并上線了基于華為云昇騰云服務的DeepSeek R1/V3推理服務。受DeepSeek全球熱度沖擊，Sam Altman承認在開源策略上“站在了歷史錯誤的一邊”，并表示正在討論開源部分模型。此外，OpenAI于2月1日緊急更新了o3-mini系列，即使是免費用戶也可以通過選擇“Search+Reason”來使用體驗o3-mini的搜索功能。然而，o3-mini模型當前的定價為每百萬輸入 tokens 0.55美元（緩存命中）/ 1.1美元（緩存未命中），每百萬輸出 tokens 4.4美元，遠高于R1模型。

　　參考安卓及iOS份額變化，開源生態有望為AI產業注入活力。在智能手機操作系統領域，安卓的開源與 iOS的封閉帶來了截然不同的生態模式：

　　安卓：Android公司成立于2003年，2005年被Google收購，并在2007年正式推出了Android操作系統。生態上，安卓系統開源開放，允許眾多手機廠商基于其底層架構進行定制化開發，使其市場份額從2008年的2.8%提升到2011年的48%，但同時也帶來了專利訴訟、軟件盜版和系統安全等一系列問題；2011年，Google 推出 Android 4，從此安卓設備逐步正規化、標準化，直至2024年12月，安卓操作系統市場份額已經達到73.49%。

　　iOS：同樣在安卓系統正式發布的2007年，蘋果發布了搭載iOS系統的第一代iPhone，開啟了智能手機的新時代。相較于安卓的開放，蘋果iOS系統采用封閉式生態，嚴格把控軟件審核環節，一定程度限制了系統的靈活性，但為用戶提供了一致且高質量的使用體驗。從市場份額看，近年來iOS系統的市占率相對穩定，2024年12月市場份額為26.04%，低于2009年1月iOS的市場份額35.56%。

　　AI產業：類比手機操作系統領域，當前AI 產業同樣面臨開源和閉源之爭。參考安卓系統發展歷程，開源模式能夠吸引全球范圍的開發者參與AI技術創新，后來者能夠基于已有成果快速進行應用開發與產品迭代，從而推動 AI 應用的快速落地，推動AI產業加速發展。

　　我們認為，DeepSeek-R1作為開源模型性能接近頭部閉源模型o1，一定程度上已經反映了AI平權。實際上，過去OpenAI的領先更多基于先發優勢，而當開源模型的性能實現對閉源模型的追趕，全球的團隊的研發能力能夠使開源模型的性能始終位于前列。近期各研究團隊對R1模型的積極復現更是側面驗證了開源模式的優勢。此外，DeepSeek-R1使小模型具備推理能力成為可能，更低的成本將更有利于開發者探索AI的實際落地，帶來更有價值的產品。

　　3.2 第九問：DeepSeek出圈對產業的影響有幾何？

　　DeepSeek以其低成本、高性能全面影響AI產業鏈。AI產業鏈大致可分為基礎層（算力、數據、技術等）、模型層（通用/行業大模型、開發平臺）和應用層（通用/垂域應用、Agent等）。盡管創始人梁文鋒稱DeepSeek技術突破只是“美國每天發生的大量創新里非常普通的一個”，但其低成本、高性能，以及為小模型帶來強大推理能力的蒸餾方式，仍對AI產業鏈產生了沖擊：

　　算力：DeepSeek的爆火使得“杰文斯悖論”這一經濟學名詞受到關注，它是指“燃料效率的提高往往會增加燃料使用”。如果將該理論拓展到算力領域，模型對算力應用效率的提升反而會帶來算力需求的增長。實際上，“杰文斯悖論”反映了簡單的經濟學原理——當需求價格彈性系數大于1，價格下降則會帶來銷售收入增加。因此，DeepSeek影響下算力需求是否增加的關鍵在于算力的價格彈性，而這又受到算力用途的影響（一般來說，商品用途多，需求彈性就越大）。

　　算力作為新一輪科技革命的底層基礎，將會應用于千行百業，DeepSeek-R1使小模型能通過蒸餾具備較強邏輯推理能力，更進一步加速了下游應用的產生，則算力的價格彈性更可能大于1，符合“杰文斯悖論”，從而持續保持旺盛的需求。此外，梁文鋒在訪談中提到高端芯片禁運或將成為卡點，同樣反應了算力芯片自主可控的重要性。

　　模型：DeepSeek-R1模型的突破實際上反映了中美在前沿大模型差距的縮小。以發布于2024年3月的GPT-4為例，2024年1月發布的智譜GLM-4才在部分benchmark上達到了其90%-100%的水平，模型差距在10個月以上；而2025年1月發布的R1已經接近OpenAI 2024年9月發布的o1模型，模型差距縮短到4個月左右。而大模型本身及其對應的Chat bot產品，用戶切換成本低，存在“贏者通吃”的現象，例如kimi 在2024年3月實現上下文無損輸入長度提升至200萬字，爆火出圈帶來流量的大幅上漲；2024年12月字節火山引擎熱度攀升，以及DeepSeek-V3的發布同樣帶來了流量的快速提升。在此背景下，預計大廠將跟進DeepSeek模型層的研發，技術開源亦將促進大廠持續投入，形成正反饋。此外，DeepSeek通過純RL算法、架構優化等方式實現了模型性能的提升，或將促進各廠商在相關領域進行更多的探索。

　　應用：DeepSeek-V3/R1作為通用/推理方面的基礎模型，性能升級及在各類 Benchmark 跑分中的提高，本身就為應用落地帶來了更大的可能性。然而，對于開發者而言，更關鍵的點在于模型能夠和應用適配調優，提供穩定性的API服務，以及性價比更高的tokens成本。參考2024年5月DeepSeek-V2發布后帶來的大模型價格戰，即使模型成本更高，字節、阿里等大廠亦按照燒錢補貼的邏輯大幅降價，本質上是因為開發者價格敏感，大廠愿意虧錢搶占市場份額，培育開發者使用習慣。

　　考慮到DeepSeek-R1開發和調用成本本身較低，還通過蒸餾的方式帶來了小模型推理能力的提升，則應用開發者能夠以更低的成本部署模型或調用API，并保持相對優秀的性能。當應用開發門檻降低，預計會出現更多產品探索方向，直至出現具有突破性的 “killer”應用。同時，DeepSeek-R1的低價，同樣有望帶來推理模型新一輪的價格戰（o3-mini的價格本身已經驗證了這一觀點），為開發者帶來更多性價比之選。最后，當DeepSeek模型的能力達到全球第一梯隊后，其作為國內廠商能為國內應用開發者提供更穩定的服務（調用GPT API可能會受到各種限制），亦將促進各類應用產生。

　　數據：DeepSeek 系列模型的訓練過程仍凸顯了高質量數據的重要性。例如V3模型訓練時使用了14.8 萬億涵蓋多種領域和語言的token；R1通過精心篩選和處理的冷啟動數據提升了模型性能和可讀性；Janus-Pro 在訓練時同樣較前代模型增加約 9000 萬用于多模態理解的樣本和約 7200 萬用于視覺生成的合成美學數據。結合RL范式的可能性，預計高質量數據仍將在模型訓練中具有重要意義。

　　四、投資建議

　　4.1 第十問：DeepSeek將帶來哪些投資機會？

　　算力：算力作為新一輪科技革命的底層基礎，將持續受益于千行百業的應用需求。疊加 DeepSeek - R1 為推理范式帶來泛化的可能性，預計各廠商技術探索下算力產業鏈持續高景氣。此外，中美AI競爭加劇，高端算力芯片禁售下自主可控重要性進一步凸顯。建議關注以國產算力和AI推理需求為核心的算力環節，尤其是IDC、服務器、國產芯片等算力配套產業。

　　應用：DeepSeek-R1有望引發新一輪大模型API降價，小模型通過蒸餾具備強勁推理能力，這也將促使開發者探索更多應用落地的可能性。AI應用作為新一代生產力工具，看多C端軟件的持續發展，B端應用軟件商業化進展更快。建議關注B端Agent，其中OA+ERP作為核心入口，AI結合更易，有望率先商業化，其次關注用戶量多、生態好且可云化的軟件公司等。

　　端側：小模型能力提升同樣促進了端側模型部署，我們看好AI終端作為新一代計算平臺爆發可能。首先，我們認為AI+教育作為高頻應用場景有望率先落地，特別教育部人工智能賦能教育行動陸續推進，有望帶動AI學習機、AI教育大屏等需求增加，推薦視源股份、科大訊飛等；其次，我們認為AI眼鏡、AIPC、機器人等新終端的出貨量有望隨著模型升級后使用范圍的增加而增加，因此建議關注以AI眼鏡、PC、機器人為代表的終端供應商或內部核心軟件供應商。

　　數據 ：高質量數據仍然是大模型訓練中不可或缺的一環，B端 Agent落地亦需要行業know-how進行微調。建議關注向量數據庫相關公司、數據處理類企業，以及具備行業側專業數據的廠商。

　　風險提示：（1）AI產業商業化落地不及預期：目前各環節AI 產品的商業化模式尚處于探索階段，如果各環節產品的推進節奏不及預期，或對相關企業業績造成不利影響；（2）市場競爭風險：海外 AI 廠商憑借先發優勢，以及較強的技術積累，在競爭中處于優勢地位，如果國內 AI 廠商技術迭代不及預期，經營狀況或將受到影響；同時，目前國內已有眾多企業投入AI產品研發，后續可能存在同質化競爭風險，進而影響相關企業的收入；（3）政策風險：AI技術的發展直接受各國政策和監管影響。隨著AI在各個領域的滲透，政府可能會進一步出臺相應的監管政策以規范其發展。如果企業未能及時適應和遵守相關政策，可能面臨相應處罰，甚至被迫調整業務策略。此外，政策的不確定性也可能導致企業戰略規劃和投資決策的錯誤，增加運營的不確定性；（4）地緣政治風險：在全球地緣政治環境的波動下，尤其美國對中國的出口限制或將直接影響國內企業算力芯片的獲取，進而影響其產品研發和市場競爭力。同時，地緣政治風險也可能導致 AI 產品開拓海外市場面臨障礙，影響相關企業的營收情況。?

　　報告來源

　　證券研究報告名稱：《DeepSeek核心十問十答》

　　對外發布時間：2025年2月4日

　　報告發布機構：中信建投證券股份有限公司?

　　本報告分析師：?

　　應瑛 SAC 編號：S1440521100010

　　02?DeepSeek R1深度解析及算力影響幾何

　　Deepseek發布深度推理能力模型，性能和成本方面表現出色。Deepseek發布兩款具備深度推理能力的大模型R1-Zero和DeepSeek-R1。R1-Zero采用純粹的強化學習訓練，模型效果逼近OpenAI o1模型，證明了大語言模型僅通過RL，無SFT，大模型也可以有強大的推理能力。但是R1-Zero也存在可讀性差和語言混合的問題，在進一步的優化過程中，DeepSeek-V3-Base經歷兩次微調和兩次強化學習得到R1模型，主要包括冷啟動階段、面向推理的強化學習、拒絕采樣與監督微調、面向全場景的強化學習四個階段，R1在推理任務上表現出色，特別是在AIME 2024、MATH-500和Codeforces等任務上，取得了與OpenAI-o1-1217相媲美甚至超越的成績。

　　國產模型邁向深度推理，策略創新百花齊放。在Deepseek R1-Zero模型中，采用的強化學習策略是GRPO策略，取消價值網絡，采用分組相對獎勵，專門優化數學推理任務，減少計算資源消耗；KIMI 1.5采用Partial rollout的強化學習策略，同時采用模型合并、最短拒絕采樣、DPO 和long2short RL策略實現短鏈推理；Qwen2.5擴大監督微調數據范圍以及兩階段強化學習，增強模型處理能力。

　　DeepSeek R1通過較少算力實現高性能模型表現，主要原因是DeepSeek R1實現算法、框架和硬件的優化協同。DeepSeek R1在諸多維度上進行了大量優化，算法層面引入專家混合模型、多頭隱式注意力、多token預測，框架層面實現FP8混合精度訓練，硬件層面采用優化的流水線并行策略，同時高效配置專家分發與跨節點通信，實現最優效率配置。當前階段大模型行業正處于從傳統的生成式模型向深度推理模型過渡階段，算力的整體需求也從預訓練階段逐步過渡向后訓練和推理側，通過大量協同優化，DeepSeek R1在特定發展階段通過較少算力實現高性能模型表現，算力行業的長期增長邏輯并未受到挑戰。過去的預訓練側的scaling law正逐步邁向更廣闊的空間，在深度推理的階段，模型的未來算力需求依然會呈現爆發式上漲，充足的算力需求對于人工智能模型的性能進步依然至關重要。

　　風險提示：

　　大模型技術發展不及預期：大模型屬于先進AI算法，若后續大模型算法更新迭代效果不及預期，則會影響大模型演進及拓展，進而會影響其商業化落地等；

　　商業化落地不及預期：大模型的商業落地模式在業界中普遍處于探索階段，用戶對于大模型的接受程度和商業化變現能力可能不及預期；

　　算力基礎設施支持不及預期：美國制裁中國高科技企業，對中國形成芯片、算力的封鎖，大語言模型訓練過程中需要大量算力資源，需要關注中美關系帶來的算力的壓力；

　　政策監管力度不及預期：大語言模型帶來新的網絡生態商業，尚屬于前期成長階段，政策監管難度加大，相關法律法規尚不完善，政策監管力度可能不及預期；

　　數據數量與數據質量不及預期：大型語言模型需要大量的高質量數據進行訓練，若數據數量和質量存在短板，則會影響大語言模型效果。

　　報告來源

　　證券研究報告名稱：《DeepSeek R1深度解析及算力影響幾何》

　　對外發布時間：2025年2月3日?

　　報告發布機構：中信建投證券股份有限公司?

　　本報告分析師：

　　于芳博 SAC 編號：S1440522030001

　　龐佳軍 SAC 編號：S1440524110001

　　辛俠平 SAC編號：S1440524070006

　　研究助理：孟龍飛

　　03?重點推薦端側AI產業

　　DeepSeek在保持模型優異性能指標的同時大幅降低訓練和推理成本。2025年1月20日，DeepSeek-R1發布，以 DeepSeek-V3 模型為基礎，通過結合大規模強化學習、專家模型架構、FP8混合精度等技術手段降低訓練成本，同時具備深度思考能力，在數學、代碼、自然語言推理等多個任務上性能比肩 OpenAI O-1217 模型。DeepSeek-R1發布后，在保持較為優異的性能指標基礎上，市場對于其在訓練和推理端的低成本尤為重視。DeepSeek-V3 使用 2048 塊 H800 GPU 完成了 6710 億參數的訓練，訓練成本為 557.6 萬美元，DeepSeek-R1模型的每百萬輸出 tokens 為 16 元，均顯著低于同等水平的模型成本。

　　利用DeepSeek模型生成的數據樣本實現小參數量的模型蒸餾，提升模型性能。DeepSeek R1 生成 80 萬條高質量推理數據樣本，使用這些推理數據對較小的基礎模型進行監督微調（SFT），將 DeepSeek R1的知識和推理能力進行遷移。DeepSeek 團隊開源了多個基于不同規模的 Qwen 和 Llama 架構的蒸餾模型，如 DeepSeek - R1 - Distill - Qwen - 1.5B、DeepSeek - R1 - Distill - Llama - 8B、DeepSeek - R1 - Distill - Llama - 70B 等。

　　高性能、輕量化、低成本的模型能力將顯著推動端側AI產業發展。端側硬件設備是將大模型能力進行實物化輸出落地的關鍵環節，近日OpenAI 的 CEO Sam Altman 在接受媒體采訪時也透露 OpenAI 將開發可替代手機的生成式 AI 專用終端。國內物聯網模組廠商在端側AI領域具備先發優勢，并積極進行產業布局，如美格智能正加速開發DeepSeek-R1模型在端側落地應用及端云結合整體方案，2025年將推出單顆模組算力達到100Tops的高階AI硬件，遠期規劃AI模組算力超過200Tops。

　　風險提示：國際環境變化對供應鏈的安全和穩定產生影響，對相關公司向海外拓展的進度產生影響；人工智能行業發展不及預期，影響云計算產業鏈相關公司的需求；市場競爭加劇，導致毛利率快速下滑；匯率波動影響外向型企業的匯兌收益與毛利率，包括ICT設備、光模塊/光器件板塊的企業；數字經濟和數字中國建設發展不及預期；電信運營商的云計算業務發展不及預期；運營商資本開支不及預期；云廠商資本開支不及預期；通信模組、智能控制器行業需求不及預期。

　　報告來源

　　證券研究報告名稱：《重點推薦端側AI產業》

　　對外發布時間：2025年2月5日?

　　報告發布機構：中信建投證券股份有限公司?

　　本報告分析師：

　　閻貴成 SAC 編號：S1440518040002

　　SFC 編號：BNS315

　　劉永旭 SAC 編號：S1440520070014

　　SFC 編號：BVF090

　　武超則 SAC 編號：S1440513090003

　　SFC 編號：BEM208

　　研究助理：朱源哲

　　04?DeepSeek激活創新競爭，AI應用迎來“安卓時刻”

　　應用開發迎來“安卓時刻”

　　回顧安卓與iOS應用的發展，我們率先提出不應只關注大模型本身的用戶數及活躍度，更應該關注開發者，尤其是中小開發者的數量。據GitHub，在Llama比DeepSeek開源時間早1年半的情況下，目前DeepSeek R1在GitHub上的開發者點贊數量已經達到約5.7萬，接近Llama。根據GitHub、Hugging Face社區上的開發者實測，經過R1微調的80億參數小模型可以在個人筆記本中運行，本地化部署門檻顯著下降，應用的開發將迎來百花齊放。

　　有用戶有產品能力的公司，仍將“贏在起跑線”

　　雖然春節期間Deepseek的關注度趕超字節豆包，但我們認為以字節跳動為代表的中國頭部互聯網公司，手握高粘性+大DAU產品，疊加強產品能力。在第二階段的應用、場景等領域，用戶數+產品力+商業變現能力，仍然將幫助他們在接下來的競爭中搶占先機。

　　目前豆包全球累計下載量（約9000萬）仍然明顯高于Deepseek（約2000萬），而其他擁有用戶基礎和產品能力的公司，也有機會迎頭趕上。

　　風險提示：宏觀經濟風險，版權保護力度不及預期，知識產權未劃分明確的風險，與IP或明星合作中斷的風險，大眾審美取向發生轉變的風險，競爭加劇的風險，用戶付費意愿低的風險，消費習慣難以改變的風險，關聯公司公司治理風險，內容上線表現不及預期的風險，生成式AI技術發展不及預期的風險，產品研發難度大的風險，產品上線延期的風險，營銷買量成本上升風險，人才流失的風險，人力成本上升的風險，政策監管的風險，商業化能力不及預期的風險。

　　報告來源

　　證券研究報告名稱：《DeepSeek激活創新競爭，AI應用迎來“安卓時刻”》

　　對外發布時間：2025年2月4日

　　報告發布機構：中信建投證券股份有限公司?

　　本報告分析師：

　　楊艾莉 SAC 編號：S1440519060002

　　SFC 編號：BQI330

　　楊曉瑋 SAC 編號：S1440523110001

　　05?DeepSeek本地部署與全球資產配置組合跟蹤

　　Deepseek介紹：DeepSeek，成立于2023年，是幻方量化的子公司，位于杭州的人工智能公司。它于2024年末推出DeepSeek-V3模型（671B參數），性能超越多種開源模型，并接近頂尖閉源模型。2025年1月，DeepSeek發布R1系列模型（660B參數），在多項任務上表現優異，同時推出了幾個小模型對標OpenAI的產品。DeepSeek通過其創新技術顯著提高了生成速度，并提供了具有競爭力的API服務定價。

　　Deepseek本地部署方法：Ollama是一個開源工具，用于在個人設備上高效運行大型語言模型（LLMs），無需依賴云端。DeepSeek-R1模型可通過Ollama實現本地部署：首先，從Ollama官網下載適合系統的Windows版本并安裝，完成后系統托盤會出現Ollama圖標。其次，訪問“Models”頁面選擇DeepSeek-R1，并根據顯卡配置（如4090顯卡24G顯存）選擇32B版本，復制對應的運行指令。然后，在命令行窗口中執行該指令以下載和運行模型（32B版本約19GB）。為提升用戶體驗，可采用Docker+Open WebUI構建圖文交互界面，甚至將DeepSeek-R1 32B集成到微信中作為智能體使用，享受其快速響應和深度思考功能。

　　對AI領域投資的思考：通過DeepSeek官網與DeepSeek-V3對話，可以了解部署各版本模型對硬件的要求。普通筆記本和臺式機僅配備CPU，僅能勉強運行DeepSeek-R1-1.5B和7B，但響應速度慢，缺乏實用性。英偉達RTX 4090可較快運行DeepSeek-R1-32B，但在處理70B版本時表現不佳。中小模型如1.5B、7B和14B適合簡單的微信交流場景，但無法解決復雜問題；32B模型具備深度思考能力，適用于服務客戶的微信交流。671B完整版及70B模型需要企業級顯卡如A100或H100支持，不適合消費級硬件。云端部署雖可行，但存在數據隱私問題。DeepSeek-R1及其開源的小型化模型的高性能，推動中小企業和個人開發智能助手，例如微信客服，這將顯著增加對算力的需求。

　　全球大類資產策略組合表現：全球多資產配置絕對收益@低風險組合，本年回報0.86%，相比中債總財富（總值）指數超額收益0.40%。全球多資產配置絕對收益@中高風險：本年回報3.66%，相對萬得FOF指數超額收益3.61%。

　　風險提示：

　　DeepSeek的本地部署算力要求來自DeepSeek-V3，AI搜索和分析結論可能會受到網絡資料的影響。

　　大類資產配置雖然能夠有效分散風險，但在某些市場環境下或策略設計中也存在一些潛在的危險和局限性。以下是幾項主要危險和局限性：

　　1． 高相關性導致風險分散效果降低：模型的核心思想是將投資組合的風險平均分配到各資產中，追求各資產風險貢獻相同。然而，當某些資產之間的相關性較高時，協方差矩陣中的協方差項會較大，導致這些高相關性資產對組合的總風險貢獻增大。這樣一來，投資組合的總風險將更加依賴于這些高相關性資產，從而降低了風險平價模型的風險分散效果。

　　2． 市場環境變化可能導致模型失效：量化模型的有效性基于歷史數據的回測，但未來市場環境的變化可能與歷史數據存在較大差異，導致模型失效。例如，市場的宏觀環境、投資者的交易行為或局部博弈的變化，都可能影響因子的實際表現，進而使得風險平價或最大多元化策略無法實現預期的效果。

　　3． 資產選擇的局限性：策略的效果在很大程度上取決于資產的選擇。資產的選擇和市場的波動性會對策略的表現產生重要影響。

　　投資者需要根據市場環境和自身的風險偏好，靈活調整策略，并警惕模型失效的風險。