.

2025|

N

D

UST

R

Y

R

ES

EAR

C

H

R

E

P

0

R

TDeepSeek

技術(shù)全景解析重塑全球AI生態(tài)的中國力量編

制

：

智研咨詢chyxx

服務(wù)0-9383精品行研報(bào)告·專項(xiàng)定制·月度專某省市場地位證明·專精特新申報(bào)

·可研報(bào)告·

商業(yè)計(jì)劃書·產(chǎn)業(yè)規(guī)劃三01

DeepSeek

企業(yè)背景02

Deepseek

模型家族03

Deepseek

技術(shù)創(chuàng)新04

Deepseek商業(yè)模式05

Deepseek

應(yīng)用場景06

AI某省市場現(xiàn)狀07

Deepseek對Al行業(yè)影響總結(jié)chyxx

服務(wù)0-9383精品行研報(bào)告·專項(xiàng)定制·月度專某省市場地位證明·專精特新申報(bào)

·可研報(bào)告·

商業(yè)計(jì)劃書·產(chǎn)業(yè)規(guī)劃三CONTENT

PART

01DeepSeek

企業(yè)背景最全面的產(chǎn)業(yè)分析●可預(yù)見的行業(yè)趨勢●chyxx

服務(wù)0-9383精品行研報(bào)告·

專項(xiàng)定制·

月度專某省市場地位證明·

專精特新申報(bào)·可研報(bào)告·

商業(yè)計(jì)劃書·產(chǎn)業(yè)規(guī)劃DeepSeek

背靠資金實(shí)力雄厚的幻方量化2025年1月，DeepSeek

發(fā)布其最新開源模型DeepSeek

R1,

再度引發(fā)全球人工智能領(lǐng)域關(guān)注。DeepSeek,全稱杭州深度求索

人工某著名企業(yè)，成立于2023年7月17日，

一家創(chuàng)新型科技公司，專注于開發(fā)先進(jìn)的大語言模型(LLM)和

相

關(guān)

技

術(shù)

。DeepSeek

背靠資金實(shí)力雄厚的幻方量化，DeepSeek

創(chuàng)始人為，同時(shí)也是幻方量化的創(chuàng)始人，幻方量化是

國內(nèi)頭部量化私募管理人，旗下有兩家百億量化私募，分別是2015年6月成立的浙江九章資產(chǎn)和2016年2月成立的寧波幻方量化。DeepSeek公司簡介

DeepSeek

股權(quán)結(jié)構(gòu)99%

1%杭州深度求索人工某著名企業(yè)0.1%寧波程采企業(yè)管理咨詢合伙企業(yè)(有限合伙)100%北京深度求索人工智某著名企業(yè)南海諸島

資料來源：愛企查

chyxxDeepSeek

位

于浙某省市，

成立于2023年

7月。寧波程恩企業(yè)管理咨詢合伙企業(yè)(有限合伙)●1.1

DeepSeek基本情況智研咨詢★北京DeepSeek

大模型不斷優(yōu)化迭代回顧其發(fā)展歷史，2024年1月，發(fā)布第

一

版大模型

—

-DeepSeek

LLM,

這個版本使用傳統(tǒng)的Transformer架構(gòu)，但在訓(xùn)練方面，已經(jīng)明顯體現(xiàn)出DeepSeek

團(tuán)隊(duì)通過不斷優(yōu)化訓(xùn)練策略，達(dá)到節(jié)約成本，提高效率的思想，這點(diǎn)也在后續(xù)的模型迭代中被發(fā)揚(yáng)光

大。2024年5月，

DeepSeek-V2

發(fā)布，從這

一

代開始，

DeepSeek

模型開始使用混合專家(MoE)架構(gòu)，這是傳統(tǒng)Transformer架構(gòu)的

一

種改進(jìn)和擴(kuò)展，該架構(gòu)使DeepSeek

模型能以更低的計(jì)算成本進(jìn)行更復(fù)雜的推理，極大提升了模型的性能。2024年12

月

，DeepSeek-V3

上

線

并

開

源

，V3版

本

對MoE

架構(gòu)進(jìn)行了進(jìn)

一

步優(yōu)化，在維持低訓(xùn)練成本的同時(shí)，穩(wěn)定性與多方面性能表現(xiàn)都

達(dá)到了與領(lǐng)先閉源模型相當(dāng)?shù)乃健?025年1月，DeepSeek-R1

正

式

發(fā)

布

，R1模型的推理能力得到極大加強(qiáng)，與OpenAl-01模

型不相上下，且推理過程完全透明，因此在全球范圍備受關(guān)注。正式發(fā)布推理模型DeepSeekR1Lite預(yù)覽版正式上線2024年11月2024年9月合并DeepSeekCoder

V2和

DeepSeek

V2

Chat兩個模型，升級推出全新的DeepSeek

V2.5新模型DeepSeek

R1DeepSeekV3DeepSeekCoderV2DeepSeekVLDeepSeekV2DeepSeek

Coder

DeepSeek

MathDeepSeek

LLMDeepSeek

模型家族deepseek2024年12月宣布DeepSeek

V3

首個版本上線并同

步開源模型權(quán)重2024年1月發(fā)布第一版大模型——DeepSeek

LLM宣布開源第二

代MoE

大模型

DeepSeekV22024年5月DeepSeek

R1

模型，并同步

開源模型權(quán)重2025年1月DeepSeek發(fā)展歷程DeepSeek

成立2023年7月DeepSeek

發(fā)展歷程資料來源：智研咨詢整理

chyxx智研咨詢●1.2.

一

PART

02Deepseek

模型家族最全面的產(chǎn)業(yè)分析●可預(yù)見的行業(yè)趨勢服務(wù)0-9383

精品行研報(bào)告·

專項(xiàng)定制·

月度專某省市場地位證明·

專精特新申報(bào)·可研報(bào)告·

商業(yè)計(jì)劃書·產(chǎn)業(yè)規(guī)劃chyxx從低成本的DeepSeek-V2,到超低價(jià)格的DeepSeek-V3,再到引起世界廣泛關(guān)注的DeepSeek-R1,DeepSeek

的成功主要依賴于DeepSeek

自身深厚的技術(shù)積累和持續(xù)的技術(shù)創(chuàng)新突破。DeepSeek-V2

采用的是MoE

架構(gòu)，全參數(shù)量為236B,

激活參數(shù)量是21B。

其采用了兩大創(chuàng)新技術(shù)：DeepSeekMoE

架構(gòu)和多頭潛在注意力(MLA),

使得DeepSeek-V2

的訓(xùn)練成本大為降低并且提升推理速度。MLA

通過將Key-Value

緩存壓縮為潛在向量來提

高推理效率，從而提高吞吐量。DeepSeek

MoE架構(gòu)允稀疏計(jì)算進(jìn)行有效的推理。相比DeepSeek

LLM67B(Dense),

DeepSeek-V2的性能更強(qiáng)，某省市了42.5%的訓(xùn)練成本，減少了93.3%的KV

緩存，最大生成吞吐量提高到5.76倍。DeepSeek-

V2性能KV

Cache

for

Generation(KB/Token)DeepSeek67Breducing

KV

cache

by93.3%100200

300

400Generation

Throughput(Tokens/Sec)DeepSeek67B576%of

maximum

throughput10000

20000

30000

40000

50000DeepSeek-V2Mixtral

8x22B

LLaMA370BmandR+DBRX

Qwen1.572BDeepSeek

67BQwen1.532B

Grok-1Mixtral8x7Bmand

RLLaMA38BO

LLaMAMistral

7BLLaMA133BLLaMA213B0

20

40Training

Costs(K

GPU

Hours/T

Tokens)DeepSeek67BDeepSeek-v2050100

150LLaMA

270BO

LLaMA165B---

LLaMA1

Family---

LLaMA2

Family---LLaMA3

Family---Mixtral

Family--mand

RFamily

---

Qwen1.5

Family80100●2.1

DeepSeek-V2模

型

deepseek

智研咨詢ActivatedParameters(Billions)資

料

來

源

：DeepSeek、

智

研

咨

詢

整

理

chyxx→DeepSeek-V2

模型性能進(jìn)一步優(yōu)化807570656055234B60Performance

(MMLU)saving

42.5%oftrainingcosts200

250

300DeepSeek-v2十0DeepSeek-V20Maximum●2.2

DeepSeek-V3模型

deepseekDeepSeek-V3

模型性能大幅提升DeepSeek-V3是一個強(qiáng)大的專家混合(MoE)語言模型，具有671B

個總參數(shù)，激活參數(shù)量為37B。相較歷史模型，DeepSeek-V3在推理速度上有了大幅提升。此外在目前大模型主流榜單中，DeepSeek-V3

在開源模型中位列榜首，與世界上最先進(jìn)的閉源

模型不分伯仲。DeepSeek-v3

性

能●

DeepSeek-V3

遵

循

DeepSeek-V2的設(shè)計(jì)，采用多頭潛在注意力(MLA)和DeepSeekMoE

架構(gòu)?！癫捎昧藷o輔助損失的負(fù)載均衡策

略，最大限度地減少了由于鼓勵

負(fù)載平衡而引起的性能下降?！褚胍粋€多token

預(yù)測(MTP)

目

標(biāo)，證明它有利于模型的性能，

也可用于推理加速的推測解碼。資料來源：DeepSeek、

智研咨詢整理chyxx●2.2

DeepSeek-V3模型

deepseek智研咨詢DeepSeek-V3

模型訓(xùn)練成本大幅降低根據(jù)DeepSeek

團(tuán)隊(duì)在論文中強(qiáng)調(diào)，通過優(yōu)化算法、框架和硬件的協(xié)同設(shè)計(jì)實(shí)現(xiàn)的。在預(yù)訓(xùn)練階段，每萬億個token

上訓(xùn)練DeepSeek-V3只需要180

KH800GPU小時(shí)，也就是說，在其擁有2048個H800GPU

的集群上只需要3.7天。因此，公司的預(yù)訓(xùn)練

階段在不到兩個月的時(shí)間內(nèi)完成，花費(fèi)了2664K

GPU小時(shí)。加上上下文長度擴(kuò)展的119K

GPU

小時(shí)和后訓(xùn)練的5KGPU小時(shí)，

DeepSeek-V3

完整訓(xùn)練僅花費(fèi)278.8萬GPU

小時(shí)。假設(shè)H800GPU

的租賃價(jià)格為每小時(shí)2美元，則代表著其總訓(xùn)練成本僅為557.6萬美元。相比同等規(guī)模的模型(如

GPT-4、GPT-4o、

Llama3.1),

訓(xùn)練成本大幅降低。但DeepSeek

團(tuán)隊(duì)還特意強(qiáng)調(diào)，上述成本僅包括DeepSeek-V3的官方訓(xùn)練，不包括與架構(gòu)、

算法或數(shù)據(jù)的先前研究和消融實(shí)驗(yàn)相關(guān)的成本

。DeepSeek-V3的

訓(xùn)

練

成

本

(

假

設(shè)H800

的租賃價(jià)格為2美元/GPU

小

時(shí)

)訓(xùn)練成本預(yù)訓(xùn)練上下文擴(kuò)展后訓(xùn)練總計(jì)H800GPU小時(shí)(小時(shí))2664K119K5K2788K美元$5.328M$0.238M$0.01M$5.576MDeep

Seek-某省市訓(xùn)練成本的方法AllToALL通信內(nèi)核IB+NVLink低精度FP8

訓(xùn)練DualPipeDeepSeek

MoE+MLA無行TP多token

預(yù)測(MTP)帶寬限制PTX語言無需輔助損失的負(fù)載均衡針對性GPU優(yōu)化模型結(jié)構(gòu)Architecture模型訓(xùn)練方式Pre-Train資料來源：DeepSeek、

智研咨詢整理chyxx核心技術(shù)——無需輔助損失的負(fù)載均衡DeepSeek-V3采用了一種無需輔助損失的負(fù)載均衡策略，旨在最大限度地減少因負(fù)載均衡優(yōu)化而對模型性能造成的不利影響。

MoE

模型容“專家負(fù)載不均衡”(有的專家忙，有的專家閑),傳統(tǒng)的解決方法是加一個輔助損失，但這可能會損害模

型性能。DeepSeekV3

引入了一種新方法，通過動態(tài)調(diào)整每個專家的“偏置項(xiàng)”,來平衡負(fù)載。這種方法不依賴輔助損失，減

少了對性能的負(fù)面影響。此外，為了防止在單個序列內(nèi)出現(xiàn)極端不平衡情況，也引入了一種補(bǔ)充的序列級平衡損失，但影響很

小。其中，平衡因子α是一個超參數(shù)，對于

DeepSeek-

V3

被設(shè)置為極小的值；1(.)表示指示函數(shù)；

T表示

序列中的令牌數(shù)量。序列級平衡損失鼓勵在每個序

列內(nèi)實(shí)現(xiàn)專家負(fù)載的平衡。具體而言，為每個專家引入一個偏置項(xiàng)

bi,并將其

添加到對應(yīng)的親和度得分Sit,以確定Top-K

路由。補(bǔ)充的序列級輔助損失：無需輔助損失的負(fù)載均衡：DeepSeek-V3模

型

deepseek資料來源：

DeepSeek、

智研咨詢整理

chyxx智研咨詢●

2.2核心技術(shù)——多token

預(yù)測

(MTP)傳統(tǒng)語言模型通常只預(yù)測下一個token,

而DeepSeek-V3

在訓(xùn)練中采用MTP

目標(biāo)，在每個位置預(yù)測多個未來token。

這種方式增

加訓(xùn)練信號密度，提高數(shù)據(jù)效率，使模型更好規(guī)劃表示，準(zhǔn)確預(yù)測未來token。

具體通過多層次模塊預(yù)測多個附加token,

各

模

塊共享嵌入層和輸出頭，保持預(yù)測因果鏈，提高推理生成速度，提升模型整體性能。MTP

實(shí)現(xiàn)的示意圖t?t?

t?

t?LMain

Cross-Entropy

LossMTP

Module1(Next2TokenPrediction)Output

HeadTransformerBlockLinear

ProjectionfconcatenationRMSNorm

RMSNormShared

Embedding

Layert?t?t?

t?Target

Tokens

t?

t?

t?

tsCross-Entropy

LossMain

Model(Next

TokenPrediction)Output

HeadTransformer

Block×LEmbeddingLayerInput

Tokens

t?

t?

t?

t?t?

ts

t?

t?LMTP

Cross-EntropyLossMTP

Module

2(Next3TokenPrediction)Output

HeadTransformerBlockLinear

ProjectionfconcatenationRMSNorm

RMSNormShared

EmbeddingLayer●

2.2

DeepSeek-V3模

型

deepseek

智

研

咨

詢t?

t?

t?

t?資料來源：

DeepSeek、

智研咨詢整理

chyxxLMTP核心技術(shù)——FP8

混合精度訓(xùn)練通常的大模型訓(xùn)練會采用BF16或FP32/TF32

精度作為數(shù)據(jù)計(jì)算和存儲的格式，來確保較高的訓(xùn)練精度。相比之下，

FP8占

用

的數(shù)據(jù)位寬僅為FP32的1/4,FP16的1/2,可以提升計(jì)算速度，降低對存儲的消耗。某著名企業(yè)2023年的論文《FP8-LM:Training

FP8Large

Language

Models》就提出了一種用于LLM

訓(xùn)練的極度優(yōu)化的FP8混合精度框架。其核心思想是計(jì)算、儲存和通信(包括

正向和反向傳播)全部使用低精度FP8,從而大大降低系統(tǒng)工作負(fù)載。然而，使用FP8

格式訓(xùn)練LLM

存在數(shù)據(jù)下溢出或上溢出等

挑戰(zhàn)以及FP8

數(shù)據(jù)格式較低精度所導(dǎo)致訓(xùn)練失敗等問題。DeepSeek

團(tuán)隊(duì)在訓(xùn)練DeepSeek-V3

時(shí)，采用的是混合精度框架，大部分密集計(jì)算操作都以FP8

格式進(jìn)行，而少數(shù)關(guān)鍵操作則策略性地保留其原始數(shù)據(jù)格式，以平衡訓(xùn)練效率和數(shù)值穩(wěn)定性。通過使用FP8格

式

，DeepSeek

能夠在有限的計(jì)算資源下，實(shí)現(xiàn)更

高的計(jì)算效率。例如，在處理大規(guī)模數(shù)據(jù)集時(shí)，

FP8

格式可以顯著減少顯存的占用，從而提高模型的訓(xùn)練速度。DeepSeek-

V3

混合精度框架示意圖To

FP8WgradWeight

GradientFP32ToBF16OptimizerStatesTo

FP8

OutputGradientBF16DeepSeek-V3模

型

deepseek

②FP32To

BF16資料來源：

DeepSeek、

智研咨詢整理

.chyxxInputGradientMasterWeight∑FP32InputBF16●2.2智研咨詢WeightOutputTo

BF16To

FP32DgradFpropTo

FP8To

FP8To

FP8FP32核心技術(shù)——Dual

Pipe算法在應(yīng)用分布式并行策略時(shí)，無論是數(shù)據(jù)并行策略下的梯度聚合步驟，還是模型并行下各模型組件之間的通信，都會帶來大量的跨設(shè)備數(shù)據(jù)傳輸需求。若不同階段的計(jì)算耗時(shí)差別較大，則會出現(xiàn)計(jì)算設(shè)備的空閑，即為“氣泡(bubble)”。

為解決這一問

題，流水線并行(pipeline

parallel,PP)策略應(yīng)運(yùn)而生。其通過將一個較大數(shù)據(jù)批次分解為多個微批次(micro

batch),

使

得每次計(jì)算的總耗時(shí)減少，從而減少了計(jì)算設(shè)備所處于的計(jì)算和等待兩種狀態(tài)在時(shí)間軸上的顆粒度，進(jìn)而使得每個bubble

被縮

小。在這一背景下，DeepSeek

團(tuán)隊(duì)在傳統(tǒng)PP

策略的基礎(chǔ)上創(chuàng)新性地提出并應(yīng)用了Dual

Pipe技術(shù)。與傳統(tǒng)PP

策略相比，

Dual

Pipe技術(shù)最明顯的革新在于其有效地融合了前向和后向計(jì)算加速通信。此外，DeepSeek

團(tuán)隊(duì)還通過調(diào)節(jié)GPU

中流式多處理器(SM)

的調(diào)度來實(shí)現(xiàn)對其在計(jì)算和通信之間進(jìn)行精細(xì)化分配，進(jìn)而進(jìn)一步加速了通信過程。Dual

Pipe算

法

示

意

圖DeviceDeviceDeviceDeviceDeviceDeviceDeviceDeviceTime01234567Forward

Backward

Backward

for

input

Backwardfor

weights

Overlapped

forward&Backward資料來源：

DeepSeek、

智研咨詢整理

chyxx081923456678899560718293456787989506172839456787989051627384956789890415263748596789893253647586978993546576879899445566778899MLP(B)▲MLP(W)▲MLP(F)△ATTN(B)▲ATTN(W)▲ATTN(F)△DISPATCH(F)△DISPATCH(B)▲BINE(F)△PPBINE(B)▲Chunk拆分DualPipe8

個

PP

rank和

20個micro-batch的

DualPipe

調(diào)

度

示例●2.2

DeepSeek-V3模

型△

Forward

chunk▲Backward

chunkputationmunicationTime智研咨詢CategoryBenchmark

(Metric)Claude-3.5-Sonnet-1022GPT-4o

0513DeepSeekV3OpenAl

ol-miniOpenAl

o1-1217DeepSeek

R1EnglishArchitectureMoEMoE#Activated

Params-37B-37B#Total

Params671B671BMMLU

()88.387.288.585.291.890.8MMLU-Redux

(EM)88.98889.186.792.9MMLU-Pro

(EM)7872.675.980.384DROP(3-shot

F1)88.383.791.683.990.292.2IF-Eval

(PromptStrict)86.584.386.184.883.3GPQA-Diamond

()6549.959.16075.771.5SimpleQA(Correct)28.438.224.974730.1FRAMES(Acc.)AlpacaEval2.0(LC-winrate)72.55280.551.173.37076.957.8--82.587.6CodeArenaHard

(GPT-4-1106)85.280.485.592-92.3LiveCodeBench(-COT)33.834.2-53.863.465.9MathCodeforces

(Percentile)20.323.658.793.496.696.3Codeforces(Rating)7177591134182020612029SWEVerified

(Resolved)50.838.84241.648.949.2Aider-Polyglot

(Acc.)45.31649.632.961.753.3AIME

2024

()169.339.263.679.279.8MATH-500()78.374.690.29096.497.3MO

2024

()13.110.843.267.678.8ChineseCLUEWSC(EM)C-Eval(EM)C-SimpleQA

(Correct)85.476.755.487.97658.790.986.56889.968.940.3-92.891.863.7→

DeepSeek-R1

性能對標(biāo)OpenAl

o1正式版DeepSeek-R1

基

于DeepSeek-V3

訓(xùn)練優(yōu)化得到，增強(qiáng)了復(fù)雜邏輯推理能力，全參數(shù)量是671B,激活參數(shù)37B

。在數(shù)學(xué)、代碼、

自然語言推理等任務(wù)上，性能比肩OpenAl

ol正式版，并且開源模型權(quán)重，引發(fā)了全球的廣泛關(guān)注。DeepSeek-

R1評估結(jié)果●2.3DeepSeek-R1模型資料來源：DeepSeek、

智研咨詢整理

chyxx純強(qiáng)化學(xué)習(xí)訓(xùn)練得到的LLM,

并且展示了自我驗(yàn)證、反思和生成長CoTs

等功能，標(biāo)志研究界的一個重要里程碑。在大語言模型(LLM)的微調(diào)過程中，強(qiáng)化學(xué)習(xí)(RL)扮演著至關(guān)重要的角色。傳統(tǒng)的近端策略優(yōu)化(PPO)算法雖然被廣泛

應(yīng)用于LLM的微調(diào)，但其在處理大規(guī)模模型時(shí)面臨著巨大的計(jì)算和存儲負(fù)擔(dān)。PPO

算法需要維護(hù)護(hù)一個與策略模型大小相當(dāng)?shù)膬r(jià)

值網(wǎng)絡(luò)來估計(jì)優(yōu)勢函數(shù)，這在大模型場景下會導(dǎo)致顯著的內(nèi)存占用和計(jì)算代價(jià)。此外，PPO

算法在更新策略時(shí)可能會導(dǎo)致策略

分布發(fā)生劇烈變化，從而影響訓(xùn)練的穩(wěn)定性。為了解決這些問題，

DeepSeek

提出了一種新的強(qiáng)化學(xué)習(xí)算法——組相對策略優(yōu)化

(GRPO),旨在減少對價(jià)值網(wǎng)絡(luò)的依賴，同時(shí)保持策略更新的穩(wěn)定性和高效性。GRPO方法的優(yōu)勢在于：(1)減少計(jì)算負(fù)擔(dān)：通過避免維護(hù)一個與策略模型大小

相當(dāng)?shù)膬r(jià)值網(wǎng)絡(luò)，

GRPO顯著降低了訓(xùn)練過程中的內(nèi)存占

用和計(jì)算代價(jià)。(2)提高訓(xùn)練穩(wěn)定性：GRPO

通過組內(nèi)比較來估計(jì)優(yōu)勢

函數(shù)，減少了策略更新的方差，從而確保了更穩(wěn)定的學(xué)習(xí)

過

程

。(3)增強(qiáng)策略更新的可控性：GRPO

引入了KL

散度約束，

防止策略更新過于劇烈，從而保持了策略分布的穩(wěn)定性。資

料

來

源

：

DeepSeek、智

研

咨

詢

整

理chyxxReferenceModelrRewardGAE

AqV

Trained

ModelsFrozen

ModelsModelRewardModel0GDeepSeek-R1具備以下亮點(diǎn)：(1)純強(qiáng)化學(xué)習(xí)訓(xùn)練：基于DeepSeek-V3

應(yīng)用大規(guī)模強(qiáng)化學(xué)習(xí)，直接將RL

應(yīng)用于基礎(chǔ)模型而不依賴監(jiān)督微調(diào)(SFT)作為初始步驟，這種方法允探索解決復(fù)雜問題的思維鏈(CoT),由此開發(fā)出DeepSeek-R1-Zero

。DeepSeek-R1-Zero是第一個●2.3DeepSeek-R1模型

deepseek核心技術(shù)——純強(qiáng)化學(xué)習(xí)訓(xùn)練算法結(jié)構(gòu)對比ModelValueModelGroupputationA?A?KLReferencePolicy

ModelPolicy

ModelGRPOPPOO?Ozrrz田-KLA?TG·0●2.3DeepSeek-R1模

型

deepseek

智研咨詢

核心技術(shù)——冷啟動數(shù)據(jù)&多階段訓(xùn)練策略(2)冷啟動數(shù)據(jù)&多階段訓(xùn)練策略：

DeepSeek-R1是為解決

DeepSeek-R1-Zero

存在的問題并進(jìn)一步提升推理性能而開發(fā)的模

型，它在訓(xùn)練過程中融入了冷啟動數(shù)據(jù)和多階段訓(xùn)練策略。冷啟動數(shù)據(jù)：收集少量高質(zhì)量長鏈推理數(shù)據(jù)，通過SFT

初始化模型，提升可讀性和性能。多階段訓(xùn)練：第一階段RL

專注于數(shù)學(xué)、編程等明確答案的任務(wù)。第二階段結(jié)合拒絕采樣生成SFT

數(shù)據(jù)，增強(qiáng)通用能力(寫作、

問答等)。最終RL對齊人類偏好(如無害性、有用性)。DeepSeek-R1

OpenAI-01-12171009

6.3

96.694.390.687.485.279.8

79.272.671.563.662.158.749.248.941.642.039.236.8200AIME2024CodeforcesGPQADiamondMATH-500MMLUSWE-benchVerified(Percentile)()

()

()

(Resolved)DeepSeek-R1在多個基準(zhǔn)測試中展現(xiàn)出

與OpenAl-01

相當(dāng)?shù)男阅芩?。?/p>

Codeforces

和

MMLU

基

準(zhǔn)

測

試中與

OpenAl-01-1217

得分相近，尤其是在

AIME2024

、MATH-500

、Swe-Bench等基準(zhǔn)測試中，DeepSeek-R1

還稍微勝

出。資料來源：

DeepSeek、智研咨詢整理

chyxxDeepSeek-R1

的基準(zhǔn)性能DeepSeek-R1-32BOpenAI-01-miniDeepSeek-V3Accuracy/Percentile

(%)97.3

96.490.891.890.090.260.059406080GPT-4o-0513AIME20249.3AIME202413.4MATH-50074.6GPQADiamond49.9LiveCodeBench

CodeForces

rating32.9

759.0Claude-3.5-Sonnet-102216.026.778.365.038.9717.0o1-mini63.680.090.060.053.81820.0QwQ-32B44.060.090.654.541.91316.0DeepSeek-R1-Distill-Qwen-1.5BDeepSeek-R1-Distill-Qwen-7B28.955.552.783.383.992.833.849.116.937.6954.01189.0DeepSeek-R1-Distill-Qwen-14B69.780.093.959.153.11481.0DeepSeek-R1-Distill-Qwen-32B72.683.394.362.157.21691.0DeepSeek-R1-Distill-Llama-8B50.480.089.149.039.61205.0DeepSeek-R1-Distill-Llama-70B70.086.794.565.257.51633.0核心技術(shù)——模型能力蒸餾遷移(3)模型能力蒸餾遷移：

DeepSeek

R1的推理能力可以通過蒸餾技術(shù)遷移到更小的模型中，并且小模型的基準(zhǔn)測試取得很優(yōu)秀的表現(xiàn)。在DeepSeekR1蒸餾出的6個小模型中，在保持模型參數(shù)量僅為o1-mini

同量級的前提下，其知識理解、代碼生成等

核心能力實(shí)現(xiàn)全面反超。通過對標(biāo)OpenAl-o1-mini

的效果上不難看出DeepSeek

在模型輕量化領(lǐng)域的突破性創(chuàng)新，同時(shí)也為開

源社區(qū)提供了兼具高性能與低部署成本的新型解決方案。DeepSeek-R1

蒸餾小模型性能資料來源：

DeepSeek、

智研咨詢整理

chyxxdeepseekDeepSeek-R1模型●2.3.

一

PART03Deepseek

技術(shù)創(chuàng)新最全面的產(chǎn)業(yè)分析●可預(yù)見的行業(yè)趨勢服務(wù)0-9383

精品行研報(bào)告·專項(xiàng)定制·月度專某省市場地位證明·專精特新申報(bào)

·可研報(bào)告·

商業(yè)計(jì)劃書·產(chǎn)業(yè)規(guī)劃三chyxxMoE

架構(gòu)引入多個獨(dú)立的專家模型MoE,

全

稱Mixture

of

Experts,即混合專家模型，是一種用于提高深度學(xué)習(xí)模型性能和效率的架構(gòu)。其核心思想是通過引入多

個獨(dú)立的專家模型(Experts),

每個輸入數(shù)據(jù)只選擇和激活其中的一部分專家模型來進(jìn)行處理，從而減少計(jì)算量，提高訓(xùn)練和

推理速度。

MoE

的概念在1991年就已提出，訓(xùn)練不容是其在大模型領(lǐng)域應(yīng)用的主要障礙。MoE

模型的主要組成部分包括：(

1

)

專

家(Experts):模型中的每個專家都是一個獨(dú)立的神經(jīng)網(wǎng)絡(luò)，專門處理輸入數(shù)據(jù)的特定

子集或特定任務(wù)。例如，在自然語言處理任務(wù)中，

一個專家可能專注于處理與語言語法相關(guān)的內(nèi)容，

而另一個專家可能專注于語義理解。(2)門控網(wǎng)絡(luò)(Gating

Network):

門控網(wǎng)絡(luò)

的作用是決定每個輸入樣本應(yīng)該由哪個專家或哪

些專家來處理。它根據(jù)輸入樣本的特征計(jì)算出每

個專家的權(quán)重或重要性，然后根據(jù)這些權(quán)重將輸

入樣本分配給相應(yīng)的專家。門控網(wǎng)絡(luò)通常是一個

簡單的神經(jīng)網(wǎng)絡(luò)，其輸出經(jīng)過softmax

激活函數(shù)

處理，以確保所有專家的權(quán)重之和為1。資料來源：智研咨詢整理

chyxxy?□Add+NormalizeFFN4FN1

FFN2

FFN3p

=

0.65RouterAdd+NormalizeSelf-AttentionPositional

embeddingx2LParametersyAdd+NormalizeSwitching

FFN

LayerAdd+NormalizeSelf-Attentionx●3.1

DeepSeek

MoE模型技術(shù)

deepseekMoE模

型

結(jié)

構(gòu)Positionalembeddingp=0.8界Routery

?口x1

口FFN3FFN1FFN2FFN4MoreMoE

模型的架構(gòu)設(shè)計(jì)使得它可以很容易地?cái)U(kuò)展到更多的專家和更大的模型規(guī)模。

通過增加專家的數(shù)量，模型可以覆蓋更

廣泛的數(shù)據(jù)特征和任務(wù)類型，從而在不增加計(jì)算復(fù)雜度的情況下，提升模型的

表達(dá)能力和泛化能力。這種可擴(kuò)展性為處理大規(guī)模、復(fù)雜的數(shù)據(jù)集提供了有效的解決方案，例如在處理多模態(tài)數(shù)據(jù) (包含文本、圖像、語音等多種類型的

數(shù)

據(jù)

)

時(shí)

，MoE模型可以通過設(shè)置不同

的專家來專門處理不同模態(tài)的數(shù)據(jù)，實(shí)現(xiàn)更高效的多模態(tài)融合。資料來源：智研咨詢整理

chyxx與傳統(tǒng)的密集模型相比，MoE模型在處

理每個輸入樣本時(shí)，只有相關(guān)的專家

會被激活，而不是整個模型的所有參

數(shù)都被使用。這意味著MoE模型可以在

保持較高性能的同時(shí)，顯著減少計(jì)算

資源的消耗，特別是在模型規(guī)模較大

時(shí)，這種優(yōu)勢更為明顯。例如，對于

一個具有數(shù)十億參數(shù)的大型語言模型，采用MoE架構(gòu)可以在不增加太多計(jì)算成

本的情況下，通過增加專家的數(shù)量來

進(jìn)一步提升模型的性能。通過將多個專家的預(yù)測結(jié)果進(jìn)行整合，MoE模型可以在不同的數(shù)據(jù)子集或任務(wù)方面發(fā)揮每個專家的優(yōu)勢，從而提高整體模型的性能。例如，在圖像分類任務(wù)中，一個專家可能擅長識別動物圖片，而另一個專家可能擅長識別車輛圖片，通過門控網(wǎng)絡(luò)的合理分配，MoE模型可

以更準(zhǔn)確地對不同類型的圖片進(jìn)行分類。MoE

架構(gòu)可顯著提高訓(xùn)練效率●

3.1DeepSeekMoE模型技術(shù)智研咨詢DeepSeek

MoE在傳統(tǒng)MoE

模型架構(gòu)上進(jìn)行了改進(jìn)DeepSeek

MoE從

傳

統(tǒng)MoE

模型架構(gòu)的基礎(chǔ)上，進(jìn)行了兩部分改進(jìn)：(

1

)

細(xì)

粒

度

專

家

劃

分

：

相

比

傳

統(tǒng)MoE

模

型

，

DeepSeekMoE

將每個MoE層細(xì)分為更多的細(xì)粒度專家，每個專家負(fù)責(zé)處理更具體的任務(wù)。例如，在一個典型的DeepSeekMoE模型中，每個MoE層包含256個專家，每個token

會激活其中的8個專家。這種細(xì)粒度的分割方式使得每個專家能夠?qū)Ｗ⒂谔囟?/p>

類型的輸入數(shù)據(jù)，從而提高模型的靈活性和表達(dá)能力。(2)共享專家隔離：傳統(tǒng)的MoE模型中，所有專家都是獨(dú)立的，每個專

家都需要獨(dú)立處理輸入數(shù)據(jù)。DeepSeekMoE

引入了共享專家的概念，把激活專家區(qū)分為共享專家和路由專家時(shí)，共享專家和路

由專家在數(shù)據(jù)處理流程上有顯著的區(qū)別。對于共享專家，輸入數(shù)據(jù)無需經(jīng)過路由模塊的計(jì)算，所有數(shù)據(jù)都會直接通過共享專家

進(jìn)行處理。相反，對于路由專家，輸入數(shù)據(jù)會先經(jīng)過路由模塊，該模塊根據(jù)輸入數(shù)據(jù)的特征選擇最合適的專家進(jìn)行計(jì)算。在這

種架構(gòu)中，路由模塊通過計(jì)算輸入數(shù)據(jù)與各個專家的匹配概率，選擇概率最高的專家進(jìn)行處理。最終，將路由專家和共享專家

的計(jì)算結(jié)果相加，形成MoE

模塊的最終輸出。通過這種方式，模型能夠在處理不同輸入數(shù)據(jù)時(shí)，既能捕捉到輸入數(shù)據(jù)的共性，

也能關(guān)注到輸入數(shù)據(jù)的差異性。這種設(shè)計(jì)能夠提高模型的泛化能力和適應(yīng)性。DeepSeek

MoE與

傳

統(tǒng)MoE

的

區(qū)

別

部分開源模型MoE

模塊配置對比模型細(xì)粒度專家分離共享專家數(shù)路由專家數(shù)激活專家數(shù)Mixtral8*7B否否082Hunyuan-Large否是1161Qwen1.5-MoE-

A2.7B是是4604DeepSeek-V3是是12568RoutedExpertshared

ExperOutput

Hidden澤

3

4

2-

1

2Nlk

=2

RouterInput

Hidden

OO●

3.1DeepSeek

MoE模型技術(shù)(a)C

onventionalTop-2Routing(b)+Fine-grainedExpertSegmentation(c)+SharedExpertIsolation

(DeepSeekMoE)資料來源：智研咨詢整理

chyxx智研咨詢RouterInput

Hidden

O0堅(jiān)M

2Nmlk=4Input

HiddenOutput

HiddenOutput

HiddendHlk

=3OOOORouterN12多頭潛在注意力MLA

進(jìn)一步減少KV

緩存的大小在標(biāo)準(zhǔn)的Transformer

模型中，多頭注意力(MHA)

機(jī)制通過并行計(jì)算多個注意力頭來捕捉輸入序列中的不同特征。每個注意力頭都有自己的查詢(Q)、鍵

(K)

和值(V)

矩陣。對于序列中的每一個token,

都需要計(jì)算各自的QKV,進(jìn)而計(jì)算注意力。

在推理過程中，當(dāng)前大模型所采用的token

by

token遞歸生成方式，上文token

的KV

計(jì)算不會受到后續(xù)生成token

的影響，因此

可以緩存下來，避免重復(fù)計(jì)算，提高推理效率，這就是KV

cache的由來。也就是說，當(dāng)生成第個token

時(shí)，可以利用之前事先算

好的上文個token

的KV值。同樣地，位置token

的KV值計(jì)算出來后也將保存在KV

cache中。目前大模型對于注意力機(jī)制做的一些改進(jìn)，包括MQA、GQA

都是為了想方設(shè)法減少KV

Cache。DeepSeek提出的MLA

的出發(fā)點(diǎn)

也是如此。減少KV

Cache就可以實(shí)現(xiàn)在更少的設(shè)備上推理更長的Context,或者在相同的Context

長度下讓推理的batch

size更

大，從而實(shí)現(xiàn)更快的推理速度或者更大的吞吐總量。最終目的都是為了實(shí)現(xiàn)更低的推理成本。ValuepressedProjectionKeyQueryMultiQueryGroupQueryMulti

HeadMultiHeadLatentAttention(MQA)Attention(GQA)Attention(MHA)

Attention(MLA)■MHA-GQAMQA1481632

64●3.2多頭潛在注意力MLA

技術(shù)

deepseek

智

研

咨

詢GQA

groups資料來源：智研咨詢整理

chyxxMHA、MQA、GQA

與MLATimeper

sample

(s)2多頭潛在注意力MLA

實(shí)現(xiàn)了更低的推理成本MQA

與GQA

的辦法是通過共享K、V的注意力頭，降低KV

的數(shù)據(jù)維度，但會犧牲模型性能。MLA

則是通過對注意力機(jī)制中的K、V進(jìn)行低秩聯(lián)合壓縮，減少推理時(shí)的KV

緩存；同時(shí)對Q

進(jìn)行低秩壓縮，減少訓(xùn)練期間的激活內(nèi)存使用。MLA

架構(gòu)還結(jié)合了旋轉(zhuǎn)位

置嵌入(RoPE),有效處理了長序列中的位置依賴問題。RoPE

通過旋轉(zhuǎn)操作將位置信息嵌入到K和Q中，使得模型能夠更好地

捕捉長距離依賴關(guān)系。盡管MLA

通過低秩壓縮減少了K、V

緩存和激活內(nèi)存，但它仍然能夠保持與標(biāo)準(zhǔn)多頭注意力(MHA)

相

當(dāng)

的性能。在推理過程中，MLA

只需要緩存壓縮后的鍵和值，這顯著減少了內(nèi)存占用，使得模型能夠處理更長的上下文長度。MLA架

構(gòu)

OcachedDuring

InferenceOutput

Hiddenu:OOOO…OOO0Multi-Head

Attention{19;ab(concatenatefG9S

Q?

fapply

{k3

匠

{3RoPE

RoPEOO:00Latent

c

LatentctOInput

Hiddenh.OO0O…-O00Oly口outputurERdw0∈Rdxdn[oaiO2;;0cmJ=O;E

R4Multi-Head

Attention(num

head=nh,dim

head=dn)qu=[qS:qkal

ku=[kS;kilConcatenate

ConcatenateLatentc{eR

Latent

CYERwDQ∈Rdxd

wDKV∈RdInput

h?ERd[aE1:qE2;…;qim,]=q{E

Rda"h

kEQ&;q&;…;q&mJ=qRER%wUQ∈Rdhnh×dRoPE(weRe

RdAnde)RoPE(WKR|

eLDS;v{z;…;vim,J=vfeRCAnhkE;ki2…;kimJ=kfeReADh●3.2多頭潛在注意力MLA

技術(shù)資料來源：DeepSeek、

智研咨詢整理

chyxxwUV∈Rdhnh×dewUK∈Rdhnh×de智

研

咨

詢{[k{,;kf]}(concotenateRd×d)→

DeepSeek

V3與R1

模型采用MIT

協(xié)議開源即代碼層面開源，可以調(diào)用與進(jìn)行二次開發(fā)。開源免費(fèi)調(diào)用有助于先某省市場份額，成為規(guī)則制定者，率先拓展生態(tài)粘性。如，谷歌將安卓開源，獲得了全球80%的某著名企業(yè)某省市場份額，同時(shí)也覆蓋電視、汽車等使用場景。DeepSeek

V3與R1

模型實(shí)現(xiàn)了開源，采用MIT協(xié)議。

DeepSeek

開源模型完全免費(fèi)，開發(fā)者可以利用DeepSeek

開源模型開發(fā)衍生模型、產(chǎn)品應(yīng)用以及生成內(nèi)容。這產(chǎn)生多方面影響：①

對大模型發(fā)展：這提升了世界對中國Al大模型能力的認(rèn)知，

一定程度打破了OpenA1

與Anthropic

等高級閉源模型的封閉生態(tài)。

DeepSeek

R1在多個測試指標(biāo)中對標(biāo)OpenAl

o1,通過模型開源，也將大模型平均水平提升至類OpenAl

o1等級。②

對下游生態(tài)：優(yōu)質(zhì)的開源模型可更好用于垂類場景，即使用者針對自身需求蒸餾，或用自有數(shù)據(jù)訓(xùn)練，從而適合具體下游場

景；此外，模型訓(xùn)推成本降低，將帶來使用場景的普及，帶動AIGC、

端側(cè)等供給和需求。用戶通過獲取DeepSeek

開源項(xiàng)目中相關(guān)信息進(jìn)行部署/再訓(xùn)練使用，應(yīng)首先確保滿足開源項(xiàng)目對應(yīng)議。目前，DeepSeek系列開源Al項(xiàng)目，除DeepSeek-R1代碼和模型皆遵循MIT

開

源

許可協(xié)議外，其他DeepSeek

系列開源AI項(xiàng)目皆為代碼遵循MIT

開

源

許

可

協(xié)

議

，

模

型

遵

循

DEEPSEEKLICENSE

AGREEMENT

(Version1.0)。因此，用戶在部署/再訓(xùn)練DeepSeek

大模型開源項(xiàng)目時(shí)，應(yīng)首先遵循對應(yīng)開源議的相關(guān)規(guī)定，避免開源合規(guī)風(fēng)險(xiǎn)。資料來源：智研咨詢整理

chyxxPermissivePublic

DomainMIT/X11BSD-NewApache2.0WeakCopyleftLGPL2.1LGPL2.1+LGPL3orLGPL3+MPL1.1Strong

CopyleftGPL2GPL2+GPL3or

GPL3+NetworkProtectiveAGPL3●3

.

3

開

源

大

模

型

智研咨詢開源議標(biāo)準(zhǔn).

一

PART

04Deepseek

商業(yè)模式最全面的產(chǎn)業(yè)分析●可預(yù)見的行業(yè)趨勢服務(wù)0-9383

精品行研報(bào)告·專項(xiàng)定制·月度專某省市場地位證明·專精特新申報(bào)

·可研報(bào)告·

商業(yè)計(jì)劃書·產(chǎn)業(yè)規(guī)劃三chyxx企業(yè)接入DeepSeek

大模型的收費(fèi)方式主要分為兩種模式，具體如下：(1)API

接口：按Token

計(jì)費(fèi)模式。標(biāo)準(zhǔn)時(shí)段下，deepseek-chat(DeepSeek-V3)API

服務(wù)定價(jià)為百萬tokens

輸入價(jià)格0

.

5元(緩存命中)/2元(緩存未命中)。

deepseek-reasoner(DeepSeek-R1)API

服務(wù)定價(jià)為百萬tokens

輸入價(jià)格1元(緩存命中)/4元(緩存未命中)。2月26日，deepseek平臺推出錯峰優(yōu)惠活動，在00:30-8:30時(shí)間段，DeepSeekV3降

至

原

價(jià)

的

5

0

%

,

DeepSeek-R1降至原價(jià)的

25%。資料來源：智研咨詢整理

chyxx模型時(shí)段百萬tokens輸入價(jià)格(緩存命中)百萬tokens

輸入價(jià)格(緩存未命中

)百萬tokens輸出價(jià)格輸出價(jià)格deepseek-chat(DeepSeek-V3)標(biāo)準(zhǔn)時(shí)段0.5元2元8元優(yōu)惠時(shí)端(00:30-8:30)0.25元1元4元deepseek-reasoner(DeepSeek-R1)標(biāo)準(zhǔn)時(shí)段1元4元16元優(yōu)惠時(shí)端(00:30-8:30)0.25元1元4元DeepSeek

API性價(jià)比優(yōu)勢明顯DeepSeek

API

接入價(jià)格

DeepSeek-

V3

API定價(jià)對比海內(nèi)外主流模型●4.

1商業(yè)模式

deepseekMMLU

Redux

ZeroEval得分VS

輸入API

價(jià)格(￥/1M

Tokens)本地化部署穩(wěn)定性更強(qiáng)，成為企業(yè)重要選擇(

2

)

本

地

化

部

署

：

把Deep

Seek在本地電腦上部署，然后直接在本地訪問。本地化部署對硬件要求高、運(yùn)維更加復(fù)雜、成本高

昂，下游客戶表示，部署

一個DeepSeek

R1,需要30萬~40萬元的成本。但本地化部署在穩(wěn)定性、靈活性、數(shù)據(jù)安全方面具有顯

著

優(yōu)

勢

。部署和優(yōu)化大模型涉及復(fù)雜的技

術(shù)環(huán)節(jié)，包括模型壓縮、推理加

速、分布式計(jì)算等。這對技術(shù)團(tuán)

隊(duì)的能力提出了較高要求，需要

具備深厚的技術(shù)背景和豐富的實(shí)

踐經(jīng)驗(yàn)。本地化部署的計(jì)算資源是固定的，

難以靈活應(yīng)對突發(fā)性的大規(guī)模請

求。相比之下，云服務(wù)可以按需

擴(kuò)展資源以滿足需求。當(dāng)業(yè)務(wù)需

求超出現(xiàn)有硬件能力時(shí)，可能需

要追加硬件投資。生態(tài)集成難度云端服務(wù)通常自帶豐富的功能

(如預(yù)訓(xùn)練插件、API

接口

等

)

,而本地化部署需要自行開發(fā)和集

成，這增加了開發(fā)和維護(hù)的難度

和工作量。大型企業(yè)或機(jī)構(gòu)/行業(yè)專家團(tuán)隊(duì)

/高科技創(chuàng)業(yè)公司/科研機(jī)構(gòu)本地化部署需要客戶投入大量資

金購買

高

性

能

硬

件

設(shè)

備(如

GPU、TPU

等

)

。

此

外

，

還

需

組建專業(yè)團(tuán)隊(duì)負(fù)責(zé)模型的部署、優(yōu)化和運(yùn)維。此外還有額外投入，

如散熱設(shè)備、服務(wù)器機(jī)房的建設(shè)

和電力消耗。deepseek本地化部署的核心優(yōu)勢在于對數(shù)

據(jù)隱私的高度保障。醫(yī)院將模型

部署在系統(tǒng)中，能夠完全掌

控?cái)?shù)據(jù)流，避免將敏感信息上傳

至云端，從而有效降低隱私

的風(fēng)險(xiǎn)，更好地滿足《數(shù)據(jù)安全

法》的要求。本地化部署無需依賴外部網(wǎng)絡(luò)連

接，避免了因網(wǎng)絡(luò)延遲或云端服

務(wù)中斷導(dǎo)致的業(yè)務(wù)中斷。對于需

要實(shí)時(shí)響應(yīng)的應(yīng)用場景，本地部

署通常能顯著降低延遲，提供更

高的服務(wù)穩(wěn)定性。劣

勢本地化部署：30-40萬元(DeepSeek

R1)優(yōu)勢DeepSeek

本地化部署成本及優(yōu)劣勢技術(shù)門檻高

擴(kuò)展性有限本地化部署允根據(jù)自身需

求對模型進(jìn)行深度微調(diào)和優(yōu)化。例如，醫(yī)院可以針對特定領(lǐng)域的

知識對模型進(jìn)行額外訓(xùn)練，從而

提升其適用性和準(zhǔn)確性。對于高頻、大規(guī)模使用的場景，

本地化部署在長期內(nèi)可能比持續(xù)

使用云端API更具有成本效益。初期成本高昂數(shù)據(jù)隱私與安全性●4.

1商業(yè)模式

deepseek資料來源：智研咨詢整理

chyxx長期成本控制定制化能力性能穩(wěn)定智研咨詢DeepSeek

App用戶規(guī)模迅速增長DeepSeek

App自2025年1月11日上線以來，截至2月9日，累計(jì)下載量已突破1.

1億次。其中，1月20日至1月26日，

DeepSeekApp

的量達(dá)到226萬次，而在隨后的一，下載量激增至6300萬次，環(huán)比增長超過2700%。這一增長主要得益于其開源

推理模型DeepSeek-R1

的發(fā)布。中

國30.71美國4.34法國3.21巴西其他38.08印度13.59印度尼西亞6.94日活躍用戶DAU以及國某省市場，不含網(wǎng)站(Web)5,8265,0311,8

09259除夕23

2527291,000DeepSeek上

線

第

1

天2025/01/1113151719212025年1月DeepSeek僅包含應(yīng)用(APP)全球iOS

、海外

GP、6,000ChatGPTDAU(萬)5,323DeepSeek

DAU(萬)2,215DAU(萬)1,69531DeepSeek

應(yīng)

用(APP)MAU月活躍用戶分布豆包上

線

第

4

9

6

天1,779

1,672●4.2用戶規(guī)模

deepseek

—資

料

來

源

：

智

研

咨

詢

整

理

chyxxChatGPT上

線

第

6

0

5

天5,0004,000智研咨詢2,0003,000DeepSeek

熱度持續(xù)席卷全球，某著名企業(yè)Azure

、英偉達(dá)等海外科技巨頭紛紛宣布上線DeepSeek

大模型。1月，某著名企業(yè)最早宣布將DeepSeek-R1

模型添加到云平臺Azure

Al

Foundry,

開發(fā)者可