請閱讀最后評級說明和重要聲明報告日期:2025年02月報告日期:2025年02月14日投資評級:看好投資評級:看好分析師:吳起滌執(zhí)業(yè)登記編號:A0190523020001密集,發(fā)布了參數(shù)眾多且性能提升的V3、支持思維鏈輸出和模型訓(xùn)練的Rl,以及深耕圖像領(lǐng)域的視覺和多模態(tài)模型。2024年12月底到2025年1月底,全球用戶數(shù)從34.7萬激增至1.19億。與chatGPT相比,Deepseek僅用一年多就達到chatGP執(zhí)業(yè)登記編號:A0190523020001人工智能AIETF與滬深300指數(shù)走勢對比類模型大幅下降。Deepseek-Rl在繼承了v3的創(chuàng)新架構(gòu)的基礎(chǔ)上,在后訓(xùn)練階段大規(guī)模使用了強化學(xué)習(xí)技術(shù),自動選擇有價值的數(shù)據(jù)進行標(biāo)注和訓(xùn)練,減少數(shù)據(jù)標(biāo)注量和計算資源浪費,并在僅有極少標(biāo)AIME2024測評中上獲得79.8%的pass@l得分,略微超過openAl-ol;在MATH-500上,獲40%30%20%10% 人工智能AIETF與滬深300指數(shù)走勢對比類模型大幅下降。Deepseek-Rl在繼承了v3的創(chuàng)新架構(gòu)的基礎(chǔ)上,在后訓(xùn)練階段大規(guī)模使用了強化學(xué)習(xí)技術(shù),自動選擇有價值的數(shù)據(jù)進行標(biāo)注和訓(xùn)練,減少數(shù)據(jù)標(biāo)注量和計算資源浪費,并在僅有極少標(biāo)AIME2024測評中上獲得79.8%的pass@l得分,略微超過openAl-ol;在MATH-500上,獲40%30%20%10% 限,Al應(yīng)用開發(fā)提速升級。建議關(guān)注:B端:鼎捷數(shù)智、用友網(wǎng)絡(luò);C端:金山辦公。3)小模型能力提升促進了端側(cè)模型部署,我們看好Al終端作為新一代計算平臺爆發(fā)可能。建議關(guān)注:科大訊飛、立訊精密、歌爾股份。Al產(chǎn)業(yè)商業(yè)化落地不及預(yù)期的風(fēng)險市場競爭加劇風(fēng)險政策不確定性風(fēng)險。2一、"低成本、高性能、強推理"三位一體 3 32.低成本：DeepSeek位于模型性 43.高性能&強推理：Deepseek算法能力突出 7 9 9 圖表目錄圖1:Deepseek:全球增速最快的Al應(yīng)用 4圖2:Deepseek:增長1億用戶所用時間最短的AI應(yīng)用 4圖3:Deepseek-v3模型架構(gòu) 5圖4:Deepseekv3Dualpipe調(diào)度策略 5圖5:Deepseek-v3混合精度框架 6圖6:Deepseek-v3位于模型性能性價比最優(yōu)范圍 7圖7:ol類推理模型輸入輸出價格 7圖8:Deepseek模型性能優(yōu)異 8圖9:蒸餾技術(shù)原理 8圖10:Deepseek蒸餾小模型超越openAlol-mini 9圖11:Deepseek顯著提升了算力利用效率 圖12:Deepseek面臨服務(wù)器資源不足的問題 圖13:Al智能體"數(shù)字化"走向"具身化"示意 圖14:2025年全球AIPC出貨量能占到PC出貨量的35% 圖15:Al智能交互眼鏡構(gòu)成及功能 表1:Deepseek持續(xù)迭代升級 3表2:不同大模型API服務(wù)定價對比 6表3:國內(nèi)外云廠商接入Deepseek模型 表4:科技廠商Al眼睛布局 表5:相關(guān)公司萬得一致盈利預(yù)測 3—、低成本,用戶數(shù)將持續(xù)高速增長底,更新尤為密集,發(fā)布了參數(shù)眾多且性能提升的V3、支持思維鏈輸出和模型訓(xùn)練的R1,通用語言模型自然語言處理領(lǐng)域的初步探索。數(shù)學(xué)專用模型專注于數(shù)學(xué)問題解決能力,提升邏輯推理和復(fù)雜數(shù)學(xué)任務(wù)處理性能。多模態(tài)模型引入視覺語言融合技術(shù),支持圖像與文本的聯(lián)合理解,拓展多模態(tài)應(yīng)用場景。語言生成模型優(yōu)化語言生成流暢度與準(zhǔn)確性,顯著提升文本輸出的自然度和邏輯性。代碼生成侈模強化代碼生成能力與多模態(tài)交互功能,支持編程態(tài)模型任務(wù)和跨模態(tài)內(nèi)容生成。多語言跨領(lǐng)域模型支持多語言處理與跨領(lǐng)域任務(wù),增強模型的泛化能力。綜合性能優(yōu)化模型提升模型綜合性能,優(yōu)化訓(xùn)練策略與架構(gòu)設(shè)計,為后續(xù)版本奠定基礎(chǔ)。推理優(yōu)化模型采用混合專家(MOE)架構(gòu),動態(tài)路由技術(shù)使推理成本僅為GPT-4Turbo的17%,在多個基準(zhǔn)pro多模態(tài)專業(yè)模型高級版本多模態(tài)模型,優(yōu)化訓(xùn)練策略與數(shù)據(jù)規(guī)模,擊敗DALL和stableDiffusion,支持文本到圖像的穩(wěn)定生成。4全球用戶數(shù)從34.7萬激增至1.19億。2月8日,國內(nèi)APP端日活3494萬,海外3685萬,全球web端4800萬。與chatGPT相比,Deepseek僅用一年多就達到chatGPT兩年的用戶規(guī)模,在國內(nèi)1月躍居月均活躍用戶數(shù)榜首,chatGPT-O1;技術(shù)路徑巧妙,推理成本僅為GPT-4Turbo的17%;開源與閉源雙軌戰(zhàn)略,資料來源:Al產(chǎn)品榜,源達信息證券研究所資料來源:Al產(chǎn)品榜,源達信息證券研究所2.低成本:Deepseek位于模型性價比最優(yōu)范圍,較openAl等同類模型大幅下降1)從算法創(chuàng)新層面來看,Deepseek-v3采用了自主研發(fā)的MOE架構(gòu),總參數(shù)量達671B,并引入冗余專家部署策略,實現(xiàn)推理階段MOE不同專家間的負(fù)載均衡,還提出無輔助損失和計算效率展開,通過創(chuàng)新底層軟件架構(gòu),引入數(shù)學(xué)變換減少kvcache內(nèi)存占用,緩解5transformer推理時的顯存和帶寬瓶頸,優(yōu)化注意力計算方式,進一步提高效率。同時,采用創(chuàng)新訓(xùn)練目標(biāo)MTP,讓模型訓(xùn)練時一次性預(yù)測多個未來令牌,擴展預(yù)測范圍,增強對上下文的理解能力,優(yōu)化訓(xùn)練信號密度,將推理速度提升1.8倍。2)在工程優(yōu)化方面,一系列的創(chuàng)新與優(yōu)化,使得Deepseek-v3訓(xùn)練成本僅為557萬美H800GPU集群上僅需3.7天。加上266.4萬GPU小時預(yù)訓(xùn)練、119萬GPU小時上下文長時。假設(shè)H800GPU的租賃價格為GPU6存未命中),每百萬輸出tokens8元。此外,V3模型設(shè)置長達45天的優(yōu)惠價格體驗期:2025年2月8日前,V3的API服務(wù)價格仍保持每百萬輸入tokens0.1元(緩存命中)/1定價為每百萬輸入tokens1元(緩存命中)/4元(緩存未命中),每百萬輸出tokens16表2:不同大模型API服務(wù)定價對比Deepseek-v3:每百萬輸入tokens0.5元(緩存命中)/2元(緩存未命中),每百萬輸出tokens8元Deepseek-R1:每百萬輸入tokensl元(緩存命中)/4元(緩存未命中),每百萬輸出tokens16元(2月9日前優(yōu)惠期減半)chatGPTGPT4Turbo:輸入每百萬tokens約元o3-mini:價格較前代降低63%通義千問文本模型:qwen2-72b-instruct:輸入價格為0.005元/l,000tokens,輸出價格為0.0l元/1,000tokensqwenl.5-110b-chat:輸入價格為0.007元/1,000tokens,輸出價格為0.014元/qwen-72b-chat:輸入和輸出價格均為0.02元/1,000tokens視覺理解模型:Qwen-VL-plus:輸入價格為0.0015元/千tokensQwen-VL-Max:輸入價格為0.003元/千tokens文心一言7輸出0.002元/千Tokens,模型推理的綜合價格為0.001元/千Tokens豆包格為0.0046元/千Tokens開放平臺多模態(tài)圖片理解模型:kimimoonshot-v1l-32k-vision-preview:每1Mtokens價格24元moonshot-v1l1-128k-vis上下文緩存:kimicache創(chuàng)建費用:24元/Mtokencache存儲費用:5元/Mtoken/分鐘cache調(diào)用費用:0.02元/次資料來源:源達信息證券研究所圖6:Deepseek-vv3位于模型性能性價比最優(yōu)范圍圖7:o1類推理模型輸入輸出價格列術(shù),自動選擇有價值的數(shù)據(jù)進行標(biāo)注和訓(xùn)練,減少數(shù)據(jù)標(biāo)注量和計算資源浪費,并在僅有極少標(biāo)注數(shù)據(jù)的情況下,極大提升了模型推理能力。在數(shù)學(xué)、代碼、自然語言推理等任務(wù)上,在MATH-500上,獲得了97.3%的得分,與openAl-O1性能相當(dāng),并且顯著優(yōu)于其他模型。8發(fā)布了從15億到700億參數(shù)的R1蒸餾版本。這些模型基于Qwen和Llama等架構(gòu),表明R1生成的合成推理數(shù)據(jù)對這些較小的模型進行微調(diào),從而在降低計算成本的同時保持高性能。讓規(guī)模更大的模型先學(xué)到高水平推理模式,再把這些成果移植給更小的模包。圖9:蒸餾技術(shù)原理資料來源:CSDN,源達信息證券研究所9和端側(cè)的投資機會學(xué)家威廉·斯坦利·杰文斯于1865年提出。當(dāng)時,英國面臨煤炭資源可能耗盡的擔(dān)憂,人們認(rèn)為提高煤炭使用效率能緩解資源短缺。但杰文斯卻指出,技術(shù)進步帶來的效率提升,反而會導(dǎo)致資源消耗的增加。例如,當(dāng)煤炭動力技術(shù)效率提高,能量,這會促使更多依賴煤炭能源的產(chǎn)業(yè)興起,如工廠、火車、輪船等,進而刺激煤炭需求大幅增長,加速煤炭資源的消耗。求呈現(xiàn)出幾何級增長趨勢。Al技術(shù)的進步,就像曾經(jīng)煤炭動力技術(shù)的提升,雖然模型效率提高了,但不斷增長的用戶和應(yīng)用數(shù)量,卻對算力資源提出了更高要求,消耗也隨之劇增。顯示"當(dāng)前服務(wù)器資源緊張,為避免對您造成業(yè)務(wù)影響,我們已暫停API服務(wù)充值。存量充務(wù)器繁忙,請稍后再試"。資料來源:甲子光年智庫,源達信息證券研究所建議關(guān)注以國產(chǎn)算力和Al推理需求為核心的算力環(huán)節(jié),尤其是IDC、服務(wù)器、國產(chǎn)芯片等算力配套產(chǎn)業(yè),推薦海光信息、浪潮信息。許可協(xié)議下支持免費商用、任意修改和衍生開發(fā)的優(yōu)勢,迅速成為了海內(nèi)外各大云廠商的寵如騰訊云將Rl大模型一鍵部署至高性能應(yīng)用服務(wù)HAI上,開發(fā)者僅需3分鐘就能接入接拉高了模型能力下限。以往一些受限于基礎(chǔ)模型能力不足而難以實現(xiàn)的復(fù)雜功能,在集成應(yīng)用時,從模型搭建到功能實現(xiàn)的周期大幅縮短,開發(fā)效率顯著提升,實現(xiàn)了Al應(yīng)用開發(fā)理服務(wù)騰訊云動和配置阿里云模型百度智能云格方案及限時免費服務(wù)火山引擎京東云混私有化實例部署兩種模式天翼云微軟Azure亞馬遜AWS英偉達完整版Deepseek-R1671B的處理速度可達每秒3872Token資料來源:源達信息證券研究所場規(guī)模達到了554億元,預(yù)計到2028年,這一數(shù)字將攀升至8520億元,年均復(fù)合增長內(nèi)人士預(yù)測,垂直領(lǐng)域的Al代理市場規(guī)模有望達到saas的十倍,甚至可能催生出超過知識管理,為企業(yè)的數(shù)字化轉(zhuǎn)型提供了有力支持。2)c端場景:作為生成式Al的重要商場發(fā)展,大模型更廣泛地接入硬件產(chǎn)品,做好軟硬件協(xié)同發(fā)展是未來競爭的關(guān)鍵。圖13:Al智能體"數(shù)字化"走向"具身化"示意lAIPC通過在本地運行大模型,以更具定制性、高效性和安全性的方式,滿升,其應(yīng)用范圍也在不斷拓展。聯(lián)想、華為等知名品牌廠商敏銳捕捉到這一技術(shù)優(yōu)勢,紛紛圖14:2025年全球AIPC出貨量能占到PC出貨量的35%lAl眼鏡眼鏡成端側(cè)Al落地絕佳載體,貼合現(xiàn)代生活應(yīng)用場景廣泛。眼鏡是人類穿戴設(shè)備中最靠近嘴巴、耳朵和眼睛這三大感官的物體,技術(shù)進步使其成為端側(cè)Al落地絕佳載體:Al眼鏡集的多模態(tài)輸入輸出,完美契合Al復(fù)雜功能使用條件。圖15:Al智能交互眼鏡構(gòu)成及功能資料來源:艾瑞咨詢,源達信息證券研究所款創(chuàng)新產(chǎn)品的可行性,科技企業(yè)們紛紛布局,刺激整個產(chǎn)業(yè)蓬勃發(fā)展,據(jù)VR陀螺,目前已有超40家國內(nèi)外廠商入局Al眼鏡,其中包括互聯(lián)網(wǎng)大廠、手機巨頭、AR明星企業(yè),涉及產(chǎn)品數(shù)量預(yù)計超過50款。表4:科技廠商Al眼睛布局華為visionGlass2024年1349元起輕巧舒適,等效4米前120英寸巨幕,3D模式下可呈現(xiàn)超200英寸巨幕,支持多種3D片源華為華為智能眼鏡22024年1399元起搭載鴻蒙系統(tǒng),支持多種智能交互功能華為華為XGENTLEMONSTER2024年889元起時尚設(shè)計與智能功能結(jié)合小米小米Al眼鏡預(yù)計2025年4月暫未公布搭載Al功能、音頻耳機模塊、攝像頭模塊,全面對標(biāo)Ray-BanMetaRokidGlasses2024年112499元搭載高通驍龍AR1平臺,1200萬像素攝像頭,支持高清攝影攝像2025年11799元驍龍AR1旗艦級芯片預(yù)計2025暫未公布MetaRay-BanMeta2023年9月299美元起內(nèi)置定向揚聲器、麥克風(fēng)、攝像頭等組件,可用于FPV拍攝/視頻錄制、通話、聽音樂等三星Al智能眼鏡預(yù)計2025年9月暫未公布搭載AR1、支持Gemini模型蘋果蘋果Al眼鏡預(yù)計2025年暫未公布據(jù)報道正在研發(fā),可能具備AR功能李未可科技李未可MetaLenschat預(yù)計2024年Q4或2025年Ql暫未公布與博士眼鏡達成戰(zhàn)略合作,進駐博士眼鏡全國線下門店蜂巢科技界環(huán)Al音頻眼鏡2024年9月600-800元提供8框14色,快拆結(jié)構(gòu)設(shè)計,重量約30克,續(xù)航1l小時閃極科技閃極Al"拍拍2024年12999元起球首款A(yù)l記憶系統(tǒng)LoomoosXREALXREALone2024年3299元起智能AR眼鏡,具備高清顯示和智能交互功能INMOINMOGO22024年113999元起一體式Al+AR智能眼鏡,具備實時同聲翻譯、便攜提詞等功能看見科技LooktechAlGlasses2024年暫未公布具備Al拍照、識別等功能星辰科技Al眼鏡2024年暫未公布搭載星辰科技的Al技術(shù),具備智能交互功能資料來源:源達信息證券研究所三、投資建議等算力配套產(chǎn)業(yè),推薦海光信息、浪潮信息。3)小模型能力提升促進了端側(cè)模型部署,我們看好Al終端作為新一代計算平臺爆發(fā)可能。建議關(guān)注:科大訊飛、立訊精密、歌爾股份。表5:相關(guān)公司萬得一致盈利預(yù)測688041.SH15.919.528.739.0162.3110.281SZ4.923.028.734.340.532.527.2931鼎捷數(shù)智300378.SZ5.61.82.22.766.153.543.1118用友網(wǎng)絡(luò)600588.SH7.23.26.2-1553.2194.3100.4625金山辦公68811l.SH16.615.219.124.2116.593.073.51776科大訊飛002230.SZ7.76.09.613.3211.0130.91262立訊精密002475.SZ4.9135.9171.8209.123.218.33151歌爾股份002241.SZ3.027.336.445.335.626.7972資料來源:wind,源達信息證券研究所四、風(fēng)險提示Al產(chǎn)業(yè)商業(yè)化落地不及預(yù)期的風(fēng)險。目前如果各環(huán)節(jié)產(chǎn)品的推進節(jié)奏不及預(yù)期,或?qū)ο嚓P(guān)企業(yè)業(yè)績造成不利影響。市場