DeepSeek激活創(chuàng)新競爭，A

I應用迎來“安卓時刻”發(fā)布日期：2025年2月4日本報告由中信建投證券股份有限公司在中華人民共和國（僅為本報告目的，不包括香港、澳門、臺灣）提供。在遵守適用的法律法規(guī)情況下,本報告亦可能由中信建投（國際）證券有限公司在香港提供。同時請務必閱讀正文之后的免責條款和聲明。證券研究報告

行業(yè)動態(tài)報告

1

、

Deepseek激發(fā)創(chuàng)新競爭之后，AI應用怎么看？

應用開發(fā)迎來“安卓時刻”回顧安卓與iOS應用的發(fā)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(fā)者，

尤其是中小開發(fā)者的數量

。

據GitHub

，在Llama比DeepSeek開源時間早1年半的情況下，目前DeepSeekR1在GitHub上的開發(fā)者點贊數量已經達到約5.7萬，接近Llama。

根

據GitHub

、

Hugging

Face社區(qū)上的開發(fā)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(fā)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(jié)期間Deepseek的關注度趕超字節(jié)豆包

，但我們認為以字節(jié)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(yè)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。核心觀點1

哪些公司有望迅速對齊這一趨勢？我們重申，

有用戶

、

有場景的公司將受益于此輪模型能力爆發(fā)，

近期Meta

、

蘋果、

小米等公司明顯的相對漲幅也印證這一點。

字節(jié)跳動：

C端AI應用第一梯隊，

有抖音\TIKTOK等產品的用戶紅利。

騰訊：微信MAU超過14億，

騰訊元寶/優(yōu)圖/混元3D不斷推出

阿里：推出通義千問系列效果最好的模型Qwen

Max，

各項性能看齊Deepseek

其他：美團

（超6億活躍交易用戶）、

嗶哩嗶哩

（超3億MAU）

、

拼多多（超8億

活躍交易用戶）

、

小米（手機+智家等端側AI）2

、

相關公司

利好有用戶

、

有場景的公司

互聯網公司：騰訊

、

阿里巴巴

、

小米

、

美團

、

拼多多

、

嗶哩嗶哩

垂類及細分應用：匯量科技

、

第四范式

、

美圖

、

值得買

、

焦點科技

、

易點天下

、萬興科技

、

愷英網絡、巨人網絡核心觀點2春節(jié)回顧：DeepSeek全球出圈，激發(fā)競爭活力展望：DeepSeek利好哪些AI應用？第一章第二章目錄3

12月底上線V3模型，

多項評測成績接近GPT-4o

。V3為開源MoE模型，當前版本暫不支持多模態(tài)輸入

輸出

。

其多項評測成績超越了

Qwen2.5-72B

和

Llama-3.1-405B

等其他開源模型

，知識類

、

長文本、代

碼測試表現超過GPT-4o

。

但每百萬token的輸入和輸出價格分別為0.27和1.10美元，

顯著低于GPT-4o的2.50和10美元。

MLA（多頭潛在注意力）

創(chuàng)新技術降低模型推理成本

。MLA與標準注意力機制相比，

每個查詢所需

的

KV緩存量（存儲上下文對話）減少約93.3%，

從而減少計算量和算力需求

。

我們認為這是

DeepSeek實現超低API價格的關鍵一環(huán)。圖表：各模型測試結果與API價格對比輸出價格（美元/百萬token）Llama3.1405B3.503.50

88.624.523.3

73.8GPT-4omini0.15

0.60

82.0

33.2

6.779.01、

DeepSeek：低成本+高性能模型，

引發(fā)全球AI產業(yè)的競爭活力DeepSeekV30.271.1088.542.039.290.2Claude3.5Sonnet3.0015.0088.350.816.078.3Gemini1.5Pro1.25

5.00

86.020.088.0輸入價格

（美元/百萬

token）SWE

Verified

（Resolved）MMLU（Pass@1）資料來源：各公司官網、中信建投AIME2024MATH-500Llama3.270BGPT-4o模型10.0020.02.5038.80.7387.264.086.00.5974.69.34

Deepseek發(fā)布開源模型DeepSeek-R1

。

數學/編程/推理能力接近OpenAI的o1模型，但API調用成本僅

為其2%

。DeepSeek-R1系列包括DeepSeek-R1-Zero和DeepSeek-R1兩大模型，

核心創(chuàng)新點在于：

傳統大模型需要大量人工標注的監(jiān)督數據進行訓練，但DeepSeek-R1-Zero僅通過大規(guī)模強化學習訓練

,沒有監(jiān)督微調，

便自發(fā)涌現出“

反思”“

多步驗證”等復雜推理行為

，訓練成本較低。

推理能力可以向小模型遷移

。使用DeepSeek-R1作為教師模型生成800K數據對小模型微調，

提升邏輯

能力，

通義千問15億參數開源模型經過微調后，

數學能力超過GPT-4o。圖表：各模型API價格對比（美元/百萬token） DeepSeek-R1o1-minio1-previewo160

601、

DeepSeek：

R1模型低成本、高效率，性能趕超o1模型15

153

2.19InputAPI

Price(Cache

Hit)InputAPI

Price(Cache

Miss)OutputAPI

Price7.5

7.50.14

1.5

0.55706050403020100資料來源：各公司官網、中信建投125

DeepseekAI助手成為今年春節(jié)爆款應用。

看國內：

2021-2024年春節(jié)中國區(qū)iOS應用榜Top10，

字

節(jié)系普遍占5個以上，

今年DeepSeek穩(wěn)居榜首，

成為首

個在春節(jié)期間持續(xù)霸榜的AI應用。

看全球：

春節(jié)期間Deepseek登頂中國

、

美國

、

德國等全

球超100個國家和地區(qū)的iOS應用總榜第1，

下載量超越ChatGPT

。

用戶從早期的開發(fā)者+編成IT群體，

拓寬到

了目前的泛C端用戶。圖表：DeepSeek成為首個春節(jié)持續(xù)登頂iOS榜的AI應用

排名

2021

2022

2023

2024

20251

快手極速版抖音極速版

央視頻今日頭條

DeepSeek2

番茄小說番茄暢聽微信央視頻紅果短劇3

今日頭條極速版微信支付寶微信豆包4

抖音今日頭條極速版快手抖音極速版DreamDeskAI5

西瓜視頻

抖音

抖音

支付寶

納米A

I搜索6

快手快手極速版

剪映

抖音

云閃付7抖音極速版支付寶WiFi萬能鑰匙剪映蛋仔派對8

剪映今日頭條快手極速版番茄小說天啟圣源9騰訊微視

快手

QQ汽水音樂夸克10

番茄暢聽番茄小說拼多多快手鐵路123061、

DeepSeek——C端視角：

全球破圈，

成為用戶規(guī)模增速最快的移動端AI應用圖表：

DeepSeek登頂超100個國家和地區(qū)的

iOS應用榜首注：21-24年數據為除夕的排名；

25年數據為2月1日的排名；資料來源：七麥數據、中信建投6

Deepseek成為全球用戶規(guī)模增速最快的移動端AI應用。

日活（全球）：

據AI產品榜，DeepSeek移動端上線第20天

（1月30日

）

全球日活2161萬，

為同期ChatGPT移動端日活14.8倍

。

若對比海外移動端用戶數（SensorTower口徑

),1月31日DeepSeek為1203萬，

環(huán)比增加4%。

下載量（全球）

：據點點數據

，截至2月1日DeepSeek

App

全球累計下載量2261萬創(chuàng)新高，

環(huán)比前一天增加16%。2,5002,0001,5001,0005000圖表：上線同樣天數DeepSeek移動端全球DAU與ChatGPT移動端對比全球DAU對比

海外（不含中國大陸）DAU對比（萬）1、

DeepSeek——C端視角：

全球破圈，

成為用戶規(guī)模增速最快的移動端AI應用 DeepSeek移動端AppChatGPT移動端App上線第21天注：

ChatGPT上線第1天為23年5月18日，DeepSeek上線第1天為25年1月11

日資料來源：AI產品榜、點點數據、Sensor

Tower、中信建投01/1101/1201/1301/1401/1501/1601/1701/1801/1901/2001/2101/2201/2301/2401/2501/2601/2701/2801/2901/3001/3102/011,4001,2001,00080060040020007第1天第5天第10天第15天第20天

第25天

第30天圖表：

DeepSeek全球累計下載量持續(xù)創(chuàng)新高（萬）公司DeepSeek上線的平臺/

產品名稱備注微軟Azure

AI

Foundry和

GitHubAzureAIFoundry是微軟在2024年11月發(fā)布的一站式AI開發(fā)平臺，支持不同大語言模型之間的切換，目前超過1800種模型亞馬遜Amazon

Bedrock

和

AmazonSageMakerAI均為亞馬遜旗下AI應用開發(fā)平臺，Amazon

Bedrock

適合希望通過API

快速集成

預訓練模型的團隊；AmazonSageMakerAI

則適合自主進行高級定制、訓練和部署、調用基礎設施的團隊英偉達—發(fā)布采用DeepSeekR1671b的NIM微服務預覽版，以API形式供開發(fā)者調用騰訊HAIHAI是一款面向AI

、科學計算的GPU應用服務產品，開發(fā)者可以在線一鍵調用

DeepSeekR1華為—硅基流動與華為云團隊聯合首發(fā)并上線基于華為云昇騰云服務的

DeepSeekR1/V3推理服務阿里PAIModelGallery支持云上一鍵部署DeepSeekV3

、DeepSeekR1百度百度智能云千帆平臺V3和R1的調用價格僅為官方定價的3折和5折秘塔AI搜索聯網搜索功能接入DeepSeekR1

全球主流的公有云公司均在旗下的AI應用開發(fā)平臺中接入DeepSeek模型，

包括微軟

、

亞馬遜

、

騰訊

、

華為

、

案例

、

百度等

。

應用端

，秘塔AI搜索成為首個接入DeepSeek模型的國產應用之

一，

彌補了當前DeepSeekAI助手未開放聯網搜索功能的問題。圖表：R1模型已接入多個大模型聚合平臺和AI應用1、

DeepSeek——大廠視角：積極采納，模型已接入多個大模型聚合平臺和AI應用資料來源：各公司官網、中信建投8公司名稱高管名稱職務相關觀點蘋果TimCookCEO推動效率創(chuàng)新是一件好事，我們將堅持芯片與軟件高度集成的路線，以及云端、端側模型混合調用的方法微軟Satya

NadellaCEODeepSeek展示出“real

innovations”

，AI成本下降是趨勢。在推

理方面，我們通?？吹矫恳淮布男詢r比提高2倍以上，每一代模型的性價比提高10倍以上MetaZuckerbergCEODeepSeek在基礎設施優(yōu)化方面所取得的突破性進展，對Meta在

AI領域的雄心壯志具有長遠的積極影響。這不會對公司的Capex計劃產生實質性影響。我們學習他們的經驗，并將其應用到我們

的工作中SAPChristian

KleinCEODeepSeek這類高效且平價的大模型有望提升AI普及度，推動SAPAI需求

多個海外AI應用公司高管認為DeepSeek提升大模型效率、

降低推理成本

。當前大模型性能已滿足絕

大部分應用場景，DeepSeek提升大模型訓練和推理效率

、

降低API成本，

有望提升AI應用在各個場景的滲透率

。

蘋果、微軟和SAP的CEO均對DeepSeek在大模型效率和成本方面的貢獻給予積極評價

，Meta作為海外頭部開源模型研發(fā)廠商，CEO表示將吸收DeepSeek的模型開發(fā)經驗。圖表：多個海外公司高管在業(yè)績會中表達對DeepSeek的觀點1、

DeepSeek——大廠視角：看好DeepSeek提升AI應用滲透率注：Zuckerberg觀點綜合自業(yè)績會和Meta全體成員大會資料來源：各公司官網、中信建投9

微軟和Meta并未下調25財年資本開支計劃，

我們認為這是對推理側需求的積極預判。

微軟：

四季度（FY2Q25）

資本開支226億美元，

公司指引未來兩個季度與四季度相近，

則25財年合計

約800億美元，

與1月初的指引相近

。CEO納德拉提到DeepSeek反映了創(chuàng)新周期中的成本下降趨勢，有

望帶來更多AI需求，

利好微軟這種AI服務提供商；微軟未來資本開支會根據需求決定。

Meta：公司重申25財年資本支出600-650億美元，CEO扎克伯格提到重金投入AI基礎設施是長期戰(zhàn)略。圖表：海外大廠各年度資本開支（億美元）億美元FY21

FY22FY23FY24FY25

272

392

352

557

110

941、

DeepSeek——大廠視角：微軟、

Meta未下調資本開支預期，對推理需求保持樂觀注：微軟和Meta的25財年數據為公司指引，其余為彭博一致預期；谷歌和亞馬遜的24財年數據為彭博一致預期資料來源：各公司公告、彭博、中信建投

10

314

244

107600-650800100

636

611Meta微軟

蘋果750186232111亞馬遜谷歌246626503315323964527

Hugging

Face數據反映DeepSeek

V3和R1均為適合本地化部署的大參數高性能模型

。Hugging

Face是全

球主流的開源模型社區(qū)之

一，該社區(qū)的模型下載量雖然不能直接反映基于各模型開發(fā)的AI應用數量

，

但也側面反映了開發(fā)者對不同模型的偏好。

小參數模型：性能較弱，但推理算力和存儲需求較小，

適合本地化微調和部署，

因此Llama3.1

8B等小

參數模型下載量斷層式領先

。據Synaptic的統計，24年6月下載量前10的模型，

參數量普遍低于100億；

中大參數模型：

性能較強，但對推理算力

、

部署設備均有較高要求

。V3和R1性能處于第一梯隊，同

時推理算力需求相對較低，

適合本地化部署和蒸餾，

近一個月下載量顯著高于Llama和通義千問2.5。圖：DeepSeek模型近一個月下載量顯著超過Llama3的中大參數版本（根據Hugging

Face統計）小參數模型適合本地化部署

中大參數模型中，DeepSeek近一個月3.56

近一個月下載量（萬）累計點贊量（千，右軸）11資料來源：Hugging

Face、中信建投1、

DeepSeek——開發(fā)者視角：適合本地化部署的大參數高性能模型下載量斷層式領先

下載量顯著高過Llama和通義千問2.50.564Llama-3.1-405B-Instruct5626.126005004003002001000DeepSeek-V3DeepSeek-R1Llama-3.1-70B-Instruct2176543210Qwen2.5-72B-InstructLlama-3.1-8B-Instruct0.78

390.713.058489

GitHub的Stars是項目在社區(qū)中受歡迎程度的直接指標，Fork則表示項目累計被用戶拷貝的數量，

兩個

指標均代表項目上線至今的關注度和用戶喜愛度。DeepSeek

V3和R1兩個項目上線至今均不足2個月

，

但它們的累計Star和Fork均與上線時間更早的Llama接近，

顯著高于24年4月發(fā)布的Llama3，

直接反映了開發(fā)者對DeepSeek開源模型的高認可度。圖：DeepSeek累計關注度高于更早發(fā)布的Llama（根據GitHub統計）

累計點贊（Star）數量累計復制（Fork）數量（右軸）57445

568082816264621、

DeepSeek——開發(fā)者視角：適合本地化部署的大參數高性能模型12資料來源：

GitHub、中信建投項目上線時間

24年12月

23年7

月

25年1月

24年4月

25年1月12,00010,0008,0006,0004,0002,0000DeepSeek-V3LlamaDeepSeek-R1Llama3Qwen2.5-VL8000070000600005000040000300002000010000069550

開發(fā)者展示了R1模型進行本地化部署的案例

。V3和R1模型均采用稀疏MoE架構，

推理過程中激活

的參數較少，

算力和設備要求也相應較低

。

我們通過GitHub、Hugging

Face兩大開發(fā)者社區(qū)，

以及Youtube相關內容梳理本地化部署和調用R1模型的實測體驗，Youtube博主Deep

Charts和DigitalSpaceport的實測結果顯示

，671B大模型可以在較低成本的服務器中部署（滿足特定配置要求），經

過微調的80億參數小模型則可以在普通的M1MacbookPro中賦能多Agent工作流

。作為對比，Llama3.1405B需要在兩臺H100服務器中運行，

年租金合計30萬美元以上（SemiAnalysis測算）。圖：DeepSeek開發(fā)者實測案例1、

DeepSeek——開發(fā)者視角：模型運行成本低，降低AI應用開發(fā)門檻注：上述內容僅展示海外開發(fā)者的實測案例，一切以實際運行為準

13資料來源：

GitHub、Hugging

Face、Youtube博主Deep

Charts與DigitalSpaceport的實測結果、中信建投案例二：

R1

671B大模型可以在較低成本的服務器中實

現本地化運行案例

一：

經過R1微調的80億參數小模型可以在個人筆

記本中運行，基于它構建多Agent工作流分類股票代碼公司名稱業(yè)務市值（億美元）24年漲跌幅25年至今漲

跌幅DeepSeek出圈（1月27日）至今漲跌幅綜合大廠META.OMeta社交軟件17,67163%19%8%AAPL.O蘋果消費電子34,25226%-9%2%GOOGL.O谷歌搜索24,71132%6%0%AMZN.O亞馬遜電商、公有云24,96547%8%1%MSFT.O微軟辦公、Azure30,54812%-3%-7%電商SHOP.NShopify電商獨立站建站工具1,47837%8%6%廣告APP.OApplovin程序化廣告投放1,226712%13%1%TTD.OTradeDesk程序化廣告投放58264%0%-2%教育DUOL.ODuolingo口語學習軟件16050%12%11%SaaS/服務NET.NCloudflare網絡性能與安全服務軟件47032%27%9%ESTC.NElasticB端搜索、數據可視化116-9%13%7%HUBS.NHubspot客戶管理SaaS39523%10%5%ZG.OZillow房產估價與房源搜索軟件19027%11%3%GDDY.NGoDaddy網站設計和建站工具29985%8%3%BILL.NBillHoldings金融自動化軟件991%13%2%INTA.OIntapp面向金融、法律的流程自動化軟件5587%10%2%CRM.NSalesforceCRM軟件3,24726%1%2%DDOG.ODatadog數據分析和云監(jiān)控公司48622%0%2%FRSH.OFreshworksCRM軟件56-29%14%1%AI.NC3.AI定制化AI應用4029%-9%-5%NOW.NServiceNowIT、人力等B端軟件2,10351%-4%-9%社交娛樂RDDT.NReddit國外版的貼吧355292%24%11%RBLX.NRobloxUGC游戲平臺46433%22%5%DOCS.NDoximity面向醫(yī)生的社交平臺11091%11%4%U.NUnityAI游戲引擎+程序化廣告86-42%-5%-4%數據PLTR.OPalantir數據分析與決策支持1,908361%11%6%SNOW.NSnowflake云數據存儲和分析603-22%18%5%MDB.OMongoDB數據分析200-41%15%3%CFLT.OConfluent實時數據分析公司9527%4%1%ZETA.NZeta

Global

Holdings營銷數據分析43126%1%-2%INOD.OInnodata數據標注與分析11390%-7%-9%通信語音TWLO.NTwilio基于云的通信平臺即服務公司22521%36%8%RNG.NRingCentral通訊服務公司31-1%-2%-1%SOUN.OSoundhound語音生成與識別531301%-28%-10%硬件AMD.OAMD算力1,854-18%-5%-7%AVGO.O博通算力10,206108%-6%-11%NVDA.O英偉達算力28,570169%-13%-18%

DeepSeek全球出圈至今，

相較半導體等

硬件指數

，

北美科技軟件指數僅下跌

1.3%，

走勢相對平穩(wěn)

。DeepSeek驅動API

成本下降并提升大模型推理效率，

有望

加速AI應用商業(yè)化落地。

AI應用公司中，Duolingo

、

Reddit等垂類

公司和Meta大廠漲幅靠前

。

綜合大廠具

備豐富的用戶和場景積累，

高額資本開

支構筑護城河。圖表：

DeepSeek出圈以來AI硬件和軟件行業(yè)指數走勢分化-

1.31%-

7.81%1、

DeepSeek——行情視角：

Meta、蘋果等應用與端側相關公司漲幅靠前

北美科技軟件指數費城半導體指數1/27-2/3漲跌幅圖表：DeepSeek出圈至今美股AI公司漲跌幅注：數據截至2月3日資料來源：彭博、中信建投12%10%

8%

6%

4%

2%

0%

-2%

-4%

-6%14

國產模型全面趕超海外，

市場看好國產應用長期受益

。DeepSeek

V3和R1模型是國產模型快速趕超海

外的典型代表

。

國產模型追平海外的時間不斷縮短，4o發(fā)布半年之后，

國產豆包

、Minimax就發(fā)布對

標模型；Sora的demo4個月后，

國產AI視頻可用度與性價比更高；o系列模型發(fā)布4個月后，R1等國產o系列模型涌現

。

國產應用有望受益于國產模型能力躍升，春節(jié)后首個交易日港股AI公司漲幅明顯，

恰恰反映之一市場預期。圖表：春節(jié)后首個交易日港股AI公司漲幅明顯 美圖

金山云

第四范式

匯量科技2月3

日漲幅2025/1/102025/1/112025/1/122025/1/132025/1/142025/1/152025/1/162025/1/172025/1/182025/1/192025/1/202025/1/212025/1/222025/1/232025/1/242025/1/252025/1/262025/1/272025/1/282025/1/292025/1/302025/1/311、

DeepSeek——行情視角：港股AI公司漲幅顯著，

國產應用有望加速落地2025/1/12025/1/22025/1/32025/1/42025/1/52025/1/62025/1/72025/1/82025/1/950%40%

30%

20%

10%

0%

-10%

-20%

-30%3.10%31.43%15.57%17.75%注：數據截至2月3日資料來源：

Wind、中信建投2025/2/12025/2/22025/2/31576.175.973.369.365.059.156.053.651.1★38.935.130.2

Qwen

Max是通義千問系列效果最好的模型，

春節(jié)期間更新了2.5版本

。

新版本同樣為超大規(guī)模MoE

模型

，在大學水平知識測試MMLU-Pro、

編程能力測試LiveCodeBench，

綜合能力測試LiveBench中，

新版本結果均略高于DeepSeek

V3，

與GPT-4o的水平接近

。

當前已推出AI助手和API服務

。新版本使

用了超過20萬億token的預訓練數據，

顯著超過Llama3的15萬億，

是超大規(guī)模模型訓練的典型案例。圖表：Qwen2.5-Max綜合性能對標DeepSeekV3Arena-HardMMLU-ProGPQA-DiamondLiveCodeBenchLiveBench與人類偏好的近似度大學水平知識研究生水平知識編程能力評估綜合能力評估2、阿里：

Qwen2.5-Max綜合性能對標DeepSeekV3，

國產開源模型再添重磅新品★89.485.577.91009080706050403020100資料來源：

阿里云官網、中信建投 Claude-3.5Sonnet Llama3.1405B DeepSeek-V3

GPT-4o

0806Qwen2.5-Max★★38.785.237.660.360.178.077.053.262.260.516

o3-mini模型上線ChatGPT，

物理模擬能力較強

。

目前Pro會員用戶可以無限制使用，

其他用戶限量體

驗，API服務也已經同步推出，

價格約為o1的1/15、R1的兩倍

。

完整版o3模型將在4-6周內發(fā)布

，將支

持文件附件功能

、

更長的上下文窗口和記憶功能。

從基準測試看：

在綜合能力測試LiveBench中

，o3-mini整體水平為73.94，

介于R1的71.38和o1的75.67之

間

。o3-mini幻覺率從GPT-4o的52.4%大幅降至14.8%。

從實際體驗看：根據Universityof

Washington、Every公司的測試

，o3-mini的代碼能力和物理模擬效果

優(yōu)于R1，但在部分體驗中，視覺藝術效果不及Sonnet3.5。圖表：o3-mini的物理模擬效果優(yōu)于R1

（此處模擬在超立方體內彈跳的球）o3-mini

DeepSeek

R13、

OpenAI：

o3-mini和DeepResearch相繼發(fā)布，

將發(fā)力端側AI硬件圖表：在生成等距森林中，o3-mini優(yōu)于o1

pro和r1，但視覺效

果不及Sonnet

3.5資料來源：

OpenAI官網、AGI

Hunt、中信建投

17

Deep

Research在短時間內完成深度研究任務

，o3模型+聯網搜索構成專業(yè)研究Agent

。

該功能在5-30分

鐘內圍繞特定的主題完成深度研究，

并輸出研究報告

。

它可以運用推理能力，在互聯網上搜索

、

解

讀和分析大量文本、

圖像和PDF文件

，轉為金融、

科學、工程領域從事知識工作、

需要深度研究的用

戶設計

。Humanity’s

Last

Exam（HLE）

由3000多道語言學、

火箭科學等超100個學科的題目組成，

用于評估模型的學術能力，Deep

Research準確率為26.6%創(chuàng)新高

，顯著高于o1和R1的9.1%

、9.4%。

OpenAI近期發(fā)布會透露后續(xù)計劃：

1）

將開始開發(fā)專用于生成式AI的設備，

以取代智能手機，

引發(fā)自2007年iPhone推出以來的下一輪數字設備革命；

2）Plus訂閱目前不會漲價，

希望在未來可以降價；

3

)

正在考慮更積極的開源策略，但這并非眼下的首要任務。圖表：Deep

Research在HLE測試中的準確率達26.6%創(chuàng)新高3、

OpenAI：

o3-mini和DeepResearch相繼發(fā)布，

將發(fā)力端側AI硬件9.1%6.2%4.3%GeminiThinkingOpenAI

o1DeepSeek

R1OpenAIo3-mini(midium)13.0%10.5%9.4%30%25%20%15%10%5%0%GPT-4oGrok-2Claude3.5Sonnet資料來源：

OpenAI官網、中信建投OpenAI

deep

researchOpenAI

o3-

mini(high)26.6%3.3%3.8%18春節(jié)回顧：DeepSeek全球出圈，多方積極響應展望：DeepSeek利好哪些AI應用？第一章第二章目錄19圖表：技術創(chuàng)新周期總會伴隨成本下降趨勢集成電路

PC互聯網

移動互聯網

AI1、技術創(chuàng)新周期總會伴隨成本下降趨勢，

DeepSeek引領AI成本下行摩爾定律：集成電路上可容納的晶體管數目每隔約兩年便會增加一倍，驅動集成電路成本下降集成電路成本下降，創(chuàng)造全球超6000億美元

規(guī)模的集成電路產業(yè)家庭寬帶成本下降，

觸發(fā)PC生態(tài)系統移動流量降費增速，推動移動互聯網繁榮

發(fā)展大模型API成本下降，有望推動應用百花齊

放中國移動ARPU由2001年的141元/戶/月降至

2020年的47元，側面反

映移動資費下降趨勢我國固定寬帶月戶均

支出從14年的55.1元下

降至2019年的35.6元，催生PC生態(tài)系統從GPT-4到DeepSeekV3

，23年以來頭部大

模型API成本已下降超

90%摩爾定律我國固定寬帶月戶均支出（元）中國移動ARPU（元/戶/月）資料來源：

WSTS、工信部、中國移動公告、SemiAnalysis、中信建投頭部模型API價格（美元/百萬token）1501005002001

2005

2010

2015

20206055504540353020

安卓系統開源成為移動互聯網應用爆發(fā)的關鍵一環(huán)

。2007年11月Google與84家硬件制造商

、

軟件開發(fā)商及電信營運商組建開放手機聯盟共同研發(fā)改良Android系統

,隨后發(fā)布源代碼

。

安卓系統使用簡單易上手的Java語言，

驅動基于該系統的應用和手機數量快速增長，

Google

Play上的應用數量從2010年的9萬個快速增值2017

年的350萬個。

DeepSeek同樣免費開源，

便于本地化部署和模型能力遷

移，

實質性降低AI應用開發(fā)成本，

意義類似于移動互聯

網的安卓時刻。圖表：安卓系統開源后Google

Play應用數量快速增加（百萬）4.03.53.02.52.01.51.00.50.03.502010-2017CAGR達69%1.701.331.030.680.330.092010

2011

2012

20132014

2015

20162017

2018

2019

2020

20212022

2023100%80%60%40%20%0%20%23%23%

27%

29%

28%

29%

27%19%24%21%24%72%

73%

74%

76%72%

71%

72%

70%

72%59%31%

23%

32%

41%22% 3%

12%

分類DeepSeek安卓免費開源V3

、R1開源2007年谷歌組建開放手機聯盟并開源安卓方便使用推理算力要求較低，

便于本地化部署基于Java語言，簡

單易懂深度定制可以將R1推理能力

遷移至小參數模型自由度高，各家廠

商基于安卓自主開

發(fā)操作系統圖表：安卓快速成為市占率第一的移動設備操作系統

安卓

u

iOS

a

其他2、對照移動互聯網，AI應用有望迎來“安卓時刻”資料來源：

AppBrain、Prioridata、Statistia、中信建投

21圖表：DeepSeek與安卓具有三大共同點2.66

2.6223%66%19%2.932.782.612.602.81

手游1.0：2009年手游數量快速增長，但未見破圈產品

。AppStore于2008年7月發(fā)布，發(fā)布首日App數量僅約500個，

此后出現爆發(fā)性增長，

游戲是IOS

App的主要類型之

一（數量占比約25%

),手游時代開啟

。

我們認為2008-2009年是手游1.0時代，

這一時期手游數量快速增長，

根據AppStare，2008年底AppStore上線手游5136個，2009年底該數字變?yōu)?.94萬個；2010年以后是手

游2.0時代，《神廟逃亡》《水果忍者》

等爆款產品出現，

題材與玩法延續(xù)了1.0時代的特點。

手游2.0破圈：玩家創(chuàng)新+免費助推破圈

。以《神廟逃亡》

為例，

1）

收費模式轉變：

公司將游戲改為免費下載，

增加IAP彌補收入，在AppStore免費榜上的排名也逐步提高，

于2011年12月

28日登上IOS免費榜第

一，2012年1月登上IOS暢銷榜第

一

。2）

玩法創(chuàng)新

、

簡便：

充分利用觸屏

和重力感應的功能

，創(chuàng)新性地采取玩家控制鏡頭轉動，

成為3D跑酷游戲的開創(chuàng)者。圖表：

2008-2020全球IOS

App數量（單位：個）手游1.0時代

手游2.0時代3、對標手游發(fā)展初期，

看新一代應用爆發(fā)的節(jié)點2008

2009

2010資料來源：《Variety》，AppStare

，中信建投450000040000003500000300000025000002000000150000010000005000000手游數量快速

增長，充分利

用大屏手機觸

屏+重力感應

功能爆款產品出現

,

題材與玩法

延續(xù)了1.0時

代的特點2015

2016

2017

2018

2019

2020

2021

游戲非游戲201422201320112012如果集成DeepSeek

DeepSeek小參數版本端側表現較好，R1推理能力可

以遷移至其他小模型

。

根據技術報告，DeepSeek-

Lite（2.1B）

在端側延遲

、內存占用

、

常見任務精準度表現優(yōu)于Llama-3（8B-Instruct）

和Phi-3-mini

(

3.8B）。

使用R1生成的800K數據，

對Qwen和Llama

系列的多個小模型(1.5B、7B

、

8B

、14B、32B

、70B)

進行了微調

。

經過R1蒸餾的小模型，

推理能力顯著

提升，

部分模型的數學測試結果優(yōu)于o1-mini。

看好DeepSeek提升端側AI能力，

除了AI手機

、AI電

腦以外，

兼具實用性與時尚性的AI眼鏡也有望進

一

步完善實時翻譯與導航功能。資料來源：

《DeepSeek-R1:Incentivizing

ReasoningCapabilityin

LLMsviaReinforcementLearning》、中信建投23AI實時翻譯和導航功能

有望優(yōu)化，AI生成相關

字幕或路徑規(guī)劃，并投

影到屏幕中4、四大類應用有望受益——端側AI圖表：安卓系統開源后Google

Play應用數量快速增加（百萬）圖表：經過R1蒸餾的小模型，推理能力顯著提升

DeepSeek擅長在算法通過大量創(chuàng)新優(yōu)化降低訓練和推理側的算力需求

，從而降低模型使用門檻

。例如

R1在算法層面引入專家混合模型、

多頭隱式注意力、

多token預測，

實現最優(yōu)效率配置

。

多模態(tài)視頻

和游戲對算力需求較高，有望吸取DeepSeek的算法創(chuàng)新思路提升效率，DeepSeek也有望從圖像向視頻

模態(tài)拓展，

革新視頻模型、

世界模型的算法思路：

AI游戲：

動態(tài)開放世界的開發(fā)成為可能，

支持每幀刷新更大面積的地圖變化、

劇情多條因果鏈，

但

推理效率仍有較大提升空間。

AI視頻：

需要低成本、低延遲實現AI短劇的類型化批量生產，

動態(tài)調整場景/光照自適應等

。

圖表：世界模型已完成從2D到3D的迭代，算力需求顯著提升

2D

2.5D

3D

初步生成一個沉浸式的立體空間，

但仍存在缺陷：

英偉達Instant

NeRF：視角無深

度變化、受阻無物理碰撞；

GameNGen：限制在單一的游戲場景，清晰度約360p基于一張圖片生成可交互的物理空

間，清晰度和細節(jié)表現好，具備一

致性和穩(wěn)定性：當一個場景被生成

后，它就像真實世界一樣穩(wěn)定存在物理性、動態(tài)性強，

2D畫面滿足物理規(guī)律，而且保持時

間維度上的連貫性（長達1分鐘的東京街道行走畫面）24年2月—Deepmind

Genie1（可交互）資料來源：Deepmind官網、中信建投4、四大類應用有望受益——多模態(tài)視頻/游戲24年11月—Deepmind

AI游戲引擎

GameNGen生成24的《毀滅公爵》24年12月—Deepmind

Genie2

目前AI陪伴機器人以調用云端模型為主，DeepSeek小模型在端側延遲、

內存占用等方面表現較好，

本

地化部署時對算力和內存需求較低，

與AI陪伴機器人外形小巧、硬件部署空間有限的情況相匹配

。如果AI陪伴機器人本地化部署DeepSeek，

語音互動時延性有望下降，

語音識別

、

面部捕捉、人格微調

體驗有望優(yōu)化。圖表：

兩類情感陪伴/AI玩具如果集成DeepSeek，產品體驗均有望提升口語互動的時延性下降

AI教育拓展至數理學科AI能力進一步提升，語

音識別、面部捕捉、人

格微調體驗優(yōu)化4、四大類應用有望受益——情感陪伴/AI玩具資料來源：各公司官網、多知、Z

Finance、中信建投如果集成DeepSeek如果集成DeepSeek25

DeepSeek降低AI應用的技術門檻，

數據與場景對AI應用的重要性有望提升

。

無論是云端調用還是本

地化部署，DeepSeek的免費開源

、低API成本、

高推理效率均能顯著降低AI應用的開發(fā)成本，

推動AI應用在各個場景加速落地

。

隨著AI應用的技術門檻下降，

稀缺行業(yè)數據和需求剛性的垂類場景，

有

望成為AI應用的核心競爭要素。

C端：

本地化部署的個性化Agent開發(fā)難度下降

，AI教育

、

角色陪伴應用有望較低成本實現實時視頻

交互；

B端：ERP

、OA、RPA等B端SaaS集成大量企業(yè)數據，

工作流也與企業(yè)的實際場景深度融合

。

將Agent

能力與這類SaaS軟件結合，

能自動化執(zhí)行復雜任務，

提升各個企業(yè)場景的工作效率。圖表：AI應用有望在各個場景加速落地效