定制报告-个性化定制-按需专项定制研究报告
行业报告、薪酬报告
联系：400-6363-638
《计算机行业：DeepSeek将如何改变AI应用？-250213（26页）.pdf》由会员分享，可在线阅读，更多相关《计算机行业：DeepSeek将如何改变AI应用？-250213（26页）.pdf（26页珍藏版）》请在薪酬报告网上搜索。
1、中 泰 证 券 研 究 所专 业 领 先 深 度 诚 信证券研究报告2 0 25.0 2.1 3DeepSeek将如何改变AI应用？分析师：闻学臣执业证书编号：S0740519090007分析师：苏仪执业证书编号：S0740520060001分析师：王雪晴执业证书编号：S0740524120003联系人：刘一哲Email：2核心观点核心观点 从从kimi（月之暗面）到智谱，从豆包（字节）到（月之暗面）到智谱，从豆包（字节）到DeepSeek，中国基础大模型一直处于快速演进之中，演进的主旋律则，中国基础大模型一直处于快速演进之中，演进的主旋律则体现为性能提升和成本降低，与计算机历史上体现为性能提
2、升和成本降低，与计算机历史上PC、互联网的发展逻辑类似。我们总结了以下三个关键词：、互联网的发展逻辑类似。我们总结了以下三个关键词：关键词关键词1：低成本：低成本。与暴力美学的大模型相对应的就是高成本，动则数百上千万元的成本投入在很大程度上制约了下游需求的释放，在中国当前的宏观环境下这种挑战更为明显。DeepSeek带来的成本指数级下降，将会大大加速AI应用的落地进程。关键词关键词2：开源：开源。伴随闭源基础大模型能力不断提升之后，是否会向上侵蚀应用市场成为了市场的一种担忧。而开源体系大大降低这种可能：1）开源体系需要生态繁荣，基模厂商与应用厂商是合作关系；2）对于应用厂商而言，开源大模型的可
3、获得性、可把握性更强，更容易基于此构建自己的垂直模型和能力。关键词关键词3：中国：中国。中国具有广阔的应用场景，但一方面接入海外OpenAI模型存在一定的障碍，另一方面中国的基础大模型能力存在差距。DeepSeek缩小了这种能力差距，一定程度上补齐了中国AI应用的底座短板。mXiUnMmOoNsOrM6MaObRnPoOsQsPeRrRnPjMmNtPbRqQuNNZpNtRxNsOoP3CONTENTS目录CCONTENTS专 业 领 先 深 度 诚 信专 业 领 先 深 度 诚 信中 泰 证 券 研 究 所中 泰 证 券 研 究 所1Big Picture：从基础模型的能力上限和应用成本谈
4、起4图表：AI应用分析框架资料来源：中泰证券研究所应用的分析框架：能力上限与应用成本共同决定应用场景应用的分析框架：能力上限与应用成本共同决定应用场景 AI随模型能力的提升和应用成本的降低，共同解锁更多应用场景。技术-能力上限曲线价格-应用成本曲线模型能力上限模型定价应用场景随模型能力提升和成本降低而不断解锁；DeepSeek的低成本+强能力将解锁更多应用场景；对话场景；智能客服；营销医疗法律AI搜索；AI代码；5图表：R1在各项任务中的表现资 料 来 源：DeepSeek-R1:IncentivizingReasoningCapabilityinLLMsviaReinforcement Le
5、arning，中泰证券研究所图表：DeepSeek V3和其他模型的表现对比资料来源：DeepSeek-V3 Technical Report，中泰证券研究所能力上限之一：能力上限之一：DeepSeek系列模型拥有比肩系列模型拥有比肩GPT-4o、Claude3.5和和o1的能力的能力 DeepSeek V3再次展现出能力上限突破，在MMLU、MATH 500等任务中均表现除了优于GPT-4o和Claude-3.5-Sonnet的SOTA能力。其发布的推理模型DeepSeek-R1在数学、编程等推理任务中接近或达到了o1的水平。6图表：随步数提升R1-Zero的AIME任务准确度资料来源：De
6、epSeek-R1:Incentivizing Reasoning Capability in LLMs via Reinforcement Learning，中泰证券研究所能力上限之二：后训练阶段大规模应用强化学习，表现推理能力扩展能力上限之二：后训练阶段大规模应用强化学习，表现推理能力扩展 DeepSeek模型在Post-Train阶段大规模应用了强化学习方法。R1使用了冷启动微调+强化学习方法，R1-Zero版本模型使用纯强化学习方法。随训练过程推进，模型展现出了推理能力的扩展（高准确率和long-CoT能力涌现等）。图表：深度思考能力提升资料来源：DeepSeek-R1:Incenti
7、vizing Reasoning Capability in LLMs via Reinforcement Learning，中泰证券研究所DeepSeek-R1-Zero的能力随步数提升DeepSeek-R1-Zero自然涌现long-CoT能力7图表：训练过程中R1-Zero表现出的Aha Moment资料来源：DeepSeek-R1:Incentivizing Reasoning Capability in LLMs via Reinforcement Learning，中泰证券研究所能力上限之二：纯强化学习的能力上限之二：纯强化学习的R1-Zero展现出“展现出“Aha Moment”
8、能力涌现”能力涌现 RL下模型展现出了自主开发先进问题解决策略的行为：1）模型表现出了“Aha moment”，突然学会更有效的推理方式，也增加了推理复杂度；2）模型在训练过程中出现了Reflection能力，能够重新评估初始方法来学习为问题分配更多的思考时间。虽然应用纯强化学习方法的R1-Zero在稳定性、可读性上仍有差距（存在多语言混杂生成现象），但Aha Moment、Reflection等能力的出现展现出了纯强化学习方法的巨大潜力。8图表：Janus-Pro多模态理解和视觉生成表现资料来源：Janus-Pro:Unified Multimodal Understanding and G
9、eneration with Data and Model Scaling，中泰证券研究所能力上限之三：开源能力上限之三：开源Janus-Pro模型，图像生成和多模态理解能力大幅提升模型，图像生成和多模态理解能力大幅提升 Janus-Pro 结合了优化的训练策略，扩展了训练数据集和模型规模。通过这些改进，Janus-Pro 在多模态理解和文本到图像的指令跟踪功能方面都取得了重大进步，同时还增强了文本到图像生成的稳定性。作为在GenEval等评测中超越DALL-E 3和Stable Diffusion 3-Medium的开源模型，Janus-Pro也展现出了更多应用潜力。9图表：DeepSeek
10、-R1训练过程资料来源：木尧，中泰证券研究所应用成本之一：极致优化的工程化方法，大幅降低训推成本应用成本之一：极致优化的工程化方法，大幅降低训推成本 DeepSeek在训练阶段采用了多种方法降低训练成本，并保证模型的良好表现在训练阶段采用了多种方法降低训练成本，并保证模型的良好表现。1）冷启动：构建并收集少量 Long-CoT 数据来微调模型，而非单纯运用大规模RLHF或RL，很好地平衡了性能和成本；2）MLA（多头潜在注意力机制）的优化：降低了键值量缓存需求，减少算力压力；后续的ALFS（无辅助损失负载均衡策略）方法：能让MoE的专家在偏好值和工作量上达成平衡状态，当负载比较大的时候能够转移
11、到其他专家上，加强了模型整体性能的负载均衡与稳定性。10图表：闭源模型与开源模型的差距正在缩小资料来源：Epoch AI，中泰证券研究所图表：DeepSeek-R1 api价格与o1对比资料来源：DeepSeek，中泰证券研究所应用成本之二：低推理成本应用成本之二：低推理成本+开源，开源，api成本仅为成本仅为o1几十分之一几十分之一 对对V3进行蒸馏的进行蒸馏的R1在数学、代码能力上再次显著提升在数学、代码能力上再次显著提升。MoE架构的R1模型共有671B规模，激活后的参数量为37B，部署时能够大大节省推理成本。DeepSeek开源了模型，开源了模型，API的调用价格也大幅低于的调用价格也
12、大幅低于OpenAI。以Output API价格为例，DeepSeek-R1大约是OpenAI的3.7%。以R1为代表的优秀开源模型的能力也离闭源模型越来越近。DeepSeek-R1的Output API价格约为o1的3.7%11图表：各模型微调示例数与准确度对比资料来源：s1:Simple test-time scaling，中泰证券研究所图表：s1表现出的Test time Scaling资料来源：s1:Simple test-time scaling，中泰证券研究所应用成本之三：蒸馏小型模型展现应用成本之三：蒸馏小型模型展现Test-time Scaling，有极高应用潜力，有极高应用潜
13、力 通过将通过将DeepSeek-R1的推理能力蒸馏到更小的模型中，较小的模型也能具备强大的推理能力的推理能力蒸馏到更小的模型中，较小的模型也能具备强大的推理能力。DeepSeek开源了从15 亿到700亿参数的R1蒸馏版本。这些模型基于Qwen和Llama等架构蒸馏，表明复杂的推理能力可以被封装在更小、更高效的模型中。从论文结论看，蒸馏比单独依赖强化学习训练更为高效，且蒸馏与强化学习的结合可以进一步提升模型性能。从论文结论看，蒸馏比单独依赖强化学习训练更为高效，且蒸馏与强化学习的结合可以进一步提升模型性能。2025年2月，科学家李飞飞团队带领以不到50美元的费用训练了一个能力比肩DeepSe
14、ek-R1的s1模型，也展现了蒸馏模型应用的更多应用潜力。S1仅使用1000个微调示例就达到了类似r1的准确度模型展现出随推理时间增加准确度增加的Test time Scaling12CONTENTS目录CCONTENTS专 业 领 先 深 度 诚 信专 业 领 先 深 度 诚 信中 泰 证 券 研 究 所中 泰 证 券 研 究 所2应用场景：通用+行业场景不断解锁，关注B端SaaS落地+AI安全13图表：2022-2027自动化市场规模预测（$B）资料来源：IDC，中泰证券研究所图表：Service as a Software面向的市场规模资料来源：Sequoia Capital，中泰证券研
15、究所理解应用层公司的价值创造：取代人力，瞄向万亿级别的服务市场理解应用层公司的价值创造：取代人力，瞄向万亿级别的服务市场 应用层AI公司不仅是基础模型之上的前端界面，而是拥有复杂的认知架构的应用产品。通常包括多个基础模型，上面有某种路由机制，用于检索增强生成（RAG）的向量和/或图数据库，合规性和安全性防护手段，以及模仿人类在工作流程中进行推理思考方式的应用逻辑。借助借助Agent，应用层软件公司能够将服务转化为软件（，应用层软件公司能够将服务转化为软件（Service-as-a-Software）。这意味着应用的目标市场不是软件市场，而是以万亿美元计的服务市场。而随着基础模型推理成本快速下降
16、和性能提升，这种应用的价值创造增速将远超传统软件模式。010203040506070202220232024202520262027Labor-centric automationSystem-centric automation14图表：办公软件类别占比情况（截至2024年4月）资料来源：头豹研究院，中泰证券研究所通用场景之一：生产力工具对应生成能力，通用场景之一：生产力工具对应生成能力，AI加速渗透加速渗透 生产力工具能够较好嵌入和应用大模型的生成能力，将最先受益于模型能力上限提升和成本下降生产力工具能够较好嵌入和应用大模型的生成能力，将最先受益于模型能力上限提升和成本下降。如以Offic
17、e 365 Copilot、WPS AI为代表的AI+办公软件和以Midjourney、Sora为代表的多模态生成模型正在加速渗透。据智联招聘调研，2025年春招首周约60%职场人已经在工作中使用AI工具，明显高于去年同期的44%。39%23%21%13%4%AI+文字处理AI+通讯协作类AI+演示协作类AI+数据处理类AI+项目管理类15图表：用户对Github Copilot的评价资料来源：Github，中泰证券研究所通用场景之二：通用场景之二：AI Coding大幅提升编程效率，用户数快速上升大幅提升编程效率，用户数快速上升 Cursor是AI驱动的代码编辑器，能够无缝与VS Code集
18、成。通过先提供新用户2000次代码免费生成功能，再转化付费的方式，目前Cursor已经拥有超过36万名个人开发者。个人用户每月支付20-40美元，平均合同价值为276美元，ARR从$1M到$100M仅用了不到两年时间。Github Copilot发布以来，帮助开发人员将Coding速度提高55%。随用户数超过1.5亿，GitHub也宣布将开设免费的GitHub Copilot服务，并将服务集成到了新版的VS Code中。新用户也可拥有每月2000 次代码补全和50条聊天消息的免费额度。图表：各公司ARR增速与时间的关系资料来源：SACRA，Spearhead，中泰证券研究所50.90%29.7
19、0%11.50%7.90%0%0%10%20%30%40%50%60%极其有用相当有用有些有用稍微有用完全无用用户比例16图表：Perplexity AI的估值增长（单位：$billion）资料来源：Crunchbase，Bloomberg，Datawrapper，中泰证券研究所通用场景之三：通用场景之三：AI搜索以搜索以Overviews形式落地，形式落地，Perplexity AI等等SaaS公司崛起公司崛起 AI搜索已经能够为用户提供精确的信息来源，大幅提升搜索效率搜索已经能够为用户提供精确的信息来源，大幅提升搜索效率。Google等搜索引擎提供了AI Overviews功能，通过综合来
20、自多个来源的信息以提供更全面的摘要。这种方法让用户更广泛地了解搜索结果，无需点击多个链接。AI搜索公司Perplexity以对话形式为用户提供搜索的答案，每月处理约4亿次搜索查询。公司估值实现了24年初的5.2亿美元到年底90亿美元的快速增长。AI搜索也将赋能私域数据搜索搜索也将赋能私域数据搜索。据Hebbia，Google仅索引了全球4%的数据。大部分的私有数据，如企业ERP、CRM或者OA系统中的各种数据未得到充分利用。0123456789102024年1月2024年4月2024年6月2024年12月图表：Google Overviews示意资料来源：Google，中泰证券研究所17图表：
21、营销人员对GenAI带来ROI的定义资料来源：Statista，中泰证券研究所通用场景之四：通用场景之四：AI营销重构传统营销模式，降本增效潜力初显营销重构传统营销模式，降本增效潜力初显 AI营销通过数据智能、自动化和个性化技术，正在重构传统营销模式，成为企业降本增效、提升客户体验的核心工具。IDC预计GenAI在未来五年内将营销生产力提高40%以上的潜力。Applovin提供了提升ARPDAU、增加广告库存、获取App用户和增加应用内购买。未来GenAI有望直接生成广告并创造收入。据Accenture的预测，到2029年30%的社交媒体广告，将由AI自动生成。51%50%47%46%42%0
22、%10%20%30%40%50%60%效率改善客户关系有效的数据分析提高财务收益准确的预测图表：Applovin扩大受众群体增收的途径资料来源：Applovin，中泰证券研究所18图表：SAP Joule Agent平台资料来源：SAP，中泰证券研究所通用场景之五：通用场景之五：AI+ERP/HR等企业等企业SaaS场景场景 AI能够赋能B端SaaS软件，在企业通用领域提供AI能力。AI+ERP（如SAP、金蝶）产品能够实现对财务和运营数据的分析跟踪；AI+HR（如北森）产品能够赋能人力资源管理，在AI面试等场景实现降本增效。图表：北森AI面试降低成本资料来源：北森，中泰证券研究所19图表：A
23、I Agent在医疗领域的功能资料来源：LeewayHertz，中泰证券研究所行业场景之一：医疗行业诊断行业场景之一：医疗行业诊断/治疗跟踪、行政任务的各类流程自动化治疗跟踪、行政任务的各类流程自动化 AI在医疗领域的应用涉及各部门的优化与效率提升在医疗领域的应用涉及各部门的优化与效率提升。1）诊断辅助和医学图像分析：人工智能代理使用深度学习算法分析医学图像，以协助放射科医生检测异常并做出准确诊断；2）个性化治疗计划和预测分析：AI代理使用患者数据和医学文献制定针对个人患者需求和病史的个性化治疗计划；预测分析模型可预测疾病进展和治疗结果；3）药物发现和开发：人工智能代理通过分析大量数据集来识别
24、潜在的候选药物、预测疗效并优化临床试验流程，从而加快药物发现；4）虚拟健康助手和患者监测：人工智能虚拟健康助手为患者提供实时指导、健康建议和提醒。人工智能代理还可以实现远程患者监测，以便尽早发现健康问题并采取主动干预措施；5）行政任务自动化：AI代理自动执行行政任务，例如预约安排、医疗转录和计费流程，以简化医疗保健运营并减轻行政负担。20图表：AI法律工作流应用资料来源：LeewayHertz，中泰证券研究所行业场景之二：法律行业取证、尽调、诉讼支持等各类流程自动化行业场景之二：法律行业取证、尽调、诉讼支持等各类流程自动化 AI在法律行业已经渗透至各工作流程中在法律行业已经渗透至各工作流程中。
25、可以参与的过程包括：1）电子取证与调查，涉及大量电子数据的识别、收集和分析，加速过程；2）合同审查与尽职调查，自动化和增强劳动密集型的合同审查和尽职调查流程；3）诉讼支持，自动化大量文档的处理；21行业场景之三：多模态突破大幅增强人形机器人泛化能力行业场景之三：多模态突破大幅增强人形机器人泛化能力 多模型大模型为具身智能发展打开空间。多模型大模型为具身智能发展打开空间。“具身智能（EmbodiedAI）”指有物理载体的智能体，在与物理世界的交互过程中，通过感知、控制和自主学习来积累知识和技能，形成智能并影响物理世界的能力。人工智能算法的发展，尤其是多模态大模型技术的突破性进展，将显著加速机器人
26、产业的发展，提升机器人的智能水平，使得机器人能够自主进行判断和识别，执行复杂的多阶段语义推理任务，不仅提高了机器人的泛化能力，也快速不仅提高了机器人的泛化能力，也快速推动了人形机器人通往量产的进程。推动了人形机器人通往量产的进程。图表：大模型与Agent技术是机器人产业突破临界点的关键资料来源：甲子光年，中泰证券研究所图表：具身智能的不同阶段及意义资料来源：甲子光年，中泰证券研究所22图表：汽车由专用智能向通用智能发展资料来源：鉴智机器人、中泰证券研究所 自动驾驶将是通用机器人的最先落地场景自动驾驶将是通用机器人的最先落地场景。在CVPR 2023会议上，特斯拉公司介绍了他们研发的“通用世界模
27、型”。该模型具备强大的功能，能够对未来事件进行有效预测，并且可以通过人为干预进行控制。此外，它能够以多种形式输出结果，极大地便利了仿真实验的开展，为科研和技术创新提供了新的可能。随着通用世界模型的成熟和落地，未来智能汽车也将成为一个通用的端侧智能体，自动驾驶或将成为通用机器人的最先落地场景。行业场景之三：通用具身智能场景中，智能驾驶将最先落地行业场景之三：通用具身智能场景中，智能驾驶将最先落地23图表：微软概括的AI安全体系资料来源：Microsoft，中泰证券研究所AI安全：与技术进步相伴相生，永不过时的话题安全：与技术进步相伴相生，永不过时的话题 DeepSeek遭受了大规模恶意攻击，引发
28、了遭受了大规模恶意攻击，引发了AI安全的关注安全的关注。1月28日，DeepSeek官网服务状态页面显示：近期DeepSeek线上服务受到大规模恶意攻击，为持续提供服务，暂时限制了+86手机号以外的注册方式。DeepSeek面临的核心网络安全事件可能包括数据泄露、越狱攻击和DDoS等。我们认为，我们认为，AI的部署和应用必然诞生新的安全问题，但另一方面的部署和应用必然诞生新的安全问题，但另一方面AI技术的突破也可促进主动防御技术创新、数据隐私技术的突破也可促进主动防御技术创新、数据隐私与合规增强、身份认证和访问控制升级与安全响应效率提升。与合规增强、身份认证和访问控制升级与安全响应效率提升。2
29、4投资建议投资建议 我们认为当下时点需要重视我们认为当下时点需要重视AI应用，中国应用，中国AI应用有望迎来数年的黄金发展期。投资标的建议按照以下思路寻找：应用有望迎来数年的黄金发展期。投资标的建议按照以下思路寻找：1）需求应用场景：）需求应用场景：站在全球范围的2B软件视角看，通用场景中的营销（营销、销售、客服）、编程（Coding）、知识（搜索）是当前发展最为迅速的，财务和人力场景也有积极的探索，在当下中国建议重点关注营销和ERP（财务、人力）场景，对应的标的包括焦点科技、百融云、明源云、新致软件等和金蝶国际、鼎捷数智、北森控股、普联软件、用友网络、赛意信息、泛微网络、致远互联等；垂直场景
30、中，医疗、金融有望最先落地，医疗场景标的包括嘉和美康、医渡科技、鹰瞳科技、卫宁健康、创业慧康、润达医疗、讯飞医疗等，金融场景标的包括恒生电子、同花顺、顶点软件、宇信科技、京北方、天阳科技、百融云、长亮科技、中科软、新致软件等；2）物理）物理AI趋势趋势：中期确定性趋势在于物理AI，自动驾驶和人形机器人都是超级赛道，行业正在或者即将进入规模化阶段，相关标的包括地平线、索辰科技、中望软件、速腾聚创、经纬恒润、诚迈科技等；3）供给成功要素）供给成功要素：高质量的垂类数据、高门槛的行业knowhow和高粘性的客户资源是AI应用厂商的关键竞争力，基于该视角最优先建议关注SaaS类厂商和2C厂商，相关标的
31、包括金蝶国际、百融云、北森、明源云、广联达和金山办公、同花顺、科大讯飞、彩讯股份、万兴科技、合合信息等。4）安全）安全：AI的部署和应用必然诞生新的安全问题，但另一方面AI技术的突破也可促进主动防御技术创新、数据隐私与合规增强、身份认证和访问控制升级与安全响应效率提升。相关标的包括启明星辰、奇安信、360、永信至诚、安博通、天融信、绿盟科技、盛邦安全、三未信安、中孚信息等。25风险提示风险提示 AI技术落地不及预期的风险技术落地不及预期的风险。从研发到实际应用的转化过程里，AI 技术遭遇了诸多阻碍。算法的复杂性、数据质量的参差不齐，以及应用场景的适配难题，可能阻碍AI技术迅速、有效地融入各个行
32、业。行业竞争加剧的风险行业竞争加剧的风险。越来越多的企业投身AI领域，可能导致了人才的激烈争夺，存在技术研发投入不断攀升，市场同质化竞争加重的风险。报告信息更新不及时的风险报告信息更新不及时的风险。存在信息更新不及时的风险。26重要声明重要声明 中泰证券股份有限公司（以下简称“本公司”）具有中国证券监督管理委员会许可的证券投资咨询业务资格。本公司不会因接收人收到本报告而视其为客户。本报告基于本公司及其研究人员认为可信的公开资料或实地调研资料，反映了作者的研究观点，力求独立、客观和公正，结论不受任何第三方的授意或影响。本公司力求但不保证这些信息的准确性和完整性，且本报告中的资料、意见、预测均反映
33、报告初次公开发布时的判断，可能会随时调整。本公司对本报告所含信息可在不发出通知的情形下做出修改，投资者应当自行关注相应的更新或修改。本报告所载的资料、工具、意见、信息及推测只提供给客户作参考之用，不构成任何投资、法律、会计或税务的最终操作建议，本公司不就报告中的内容对最终操作建议做出任何担保。本报告中所指的投资及服务可能不适合个别客户，不构成客户私人咨询建议。市场有风险，投资需谨慎。在任何情况下，本公司不对任何人因使用本报告中的任何内容所引致的任何损失负任何责任。投资者应注意，在法律允许的情况下，本公司及其本公司的关联机构可能会持有报告中涉及的公司所发行的证券并进行交易，并可能为这些公司正在提供或争取提供投资银行、财务顾问和金融产品等各种金融服务。本公司及其本公司的关联机构或个人可能在本报告公开发布之前已经使用或了解其中的信息。本报告版权归“中泰证券股份有限公司”所有。事先未经本公司书面授权，任何机构和个人，不得对本报告进行任何形式的翻版、发布、复制、转载、刊登、篡改，且不得对本报告进行有悖原意的删节或修改。
