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
《资讯科技行业大模型深度：DeepSeek带来互联网新格局-250215（23页）.pdf》由会员分享，可在线阅读，更多相关《资讯科技行业大模型深度：DeepSeek带来互联网新格局-250215（23页）.pdf（23页珍藏版）》请在薪酬报告网上搜索。
1、海外行业深度报告|资讯科技业 证券研究报告 请阅读最后评级说明和重要声明 1/23 行业评级 推荐（维持）报告日期 2025 年 02 月 15 日 相关研究相关研究 【兴证海外 TMT】AI 手机深度：智能机迈入 2.0 时代-2024.11.22【兴证海外 TMT】中概互联网 2024 年中期投资策略：核心资产的再次修复-2024.07.12【兴证海外 TMT】AI 手机深度：智能机迈入 2.0 时代-2024.11.22【兴证海外 TMT】中概互联网 2024 年中期投资策略：核心资产的再次修复-2024.07.12 分析师：洪嘉骏分析师：洪嘉骏 S0190519080002 BPL82
2、9 S0190519080002 BPL829 分析师：翁嘉源分析师：翁嘉源 S0190523060002 请注意:翁嘉源并非香港证券及期货事务监察委员会的注册持牌人，不可在香港从事受监管的活动。 S0190523060002 请注意:翁嘉源并非香港证券及期货事务监察委员会的注册持牌人，不可在香港从事受监管的活动。 大模型深度：大模型深度：DeepSeekDeepSeek 带来互联网新格局带来互联网新格局 投资要点：投资要点：DeepSeekDeepSeek 之前：预训练是模型能力提升的主要路径。之前：预训练是模型能力提升的主要路径。模型训练通常分为两个主要阶段：预训练和后训练，此前行业中，预
3、训练阶段消耗的资源远远超过后训练阶段。而模型预训练阶段的能力提升 主要依赖于两个关键因素的增强：一是强大的训练算力，二是海量且高质量的数据。模型训练通常分为两个主要阶段：预训练和后训练，此前行业中，预训练阶段消耗的资源远远超过后训练阶段。而模型预训练阶段的能力提升 主要依赖于两个关键因素的增强：一是强大的训练算力，二是海量且高质量的数据。DeepSeekDeepSeek 的意义在于指明了强化学习的正确路径。的意义在于指明了强化学习的正确路径。2024 年 9 月 OpenAI 推出ChatGPT-o1，该模型发现在后训练中用强化学习在足够强的模型上进行训练，能够使得模型学会推理，并在模型能力上
4、有明显提升。但o1 闭源使得行业复现难度大。而DeepSeek-R1 在 2025 年 1 月发布后，将“强化学习”的方式与推理模型 R1 进行开2024 年 9 月 OpenAI 推出ChatGPT-o1，该模型发现在后训练中用强化学习在足够强的模型上进行训练，能够使得模型学会推理，并在模型能力上有明显提升。但o1 闭源使得行业复现难度大。而DeepSeek-R1 在 2025 年 1 月发布后，将“强化学习”的方式与推理模型 R1 进行开源，真正意义上实现了“技术平权”。源，真正意义上实现了“技术平权”。训练模型以提升其能力出现了一条更具性价比的路径。训练模型以提升其能力出现了一条更具性价
5、比的路径。虽 DeepSeek 并未披露其 R1 强化学习阶段的成本，但如论文AI capabilities can be significantly improved withoutexpensive retraining 所论述：“后训练阶段的开发成本投入相对较低，微调成本通常小于原始训练成本的 1%，但即使这样，也能显著增强模型能力。”虽 DeepSeek 并未披露其 R1 强化学习阶段的成本，但如论文AI capabilities can be significantly improved withoutexpensive retraining 所论述：“后训练阶段的开发成本投入相对较
6、低，微调成本通常小于原始训练成本的 1%，但即使这样，也能显著增强模型能力。”DeepSeekDeepSeek 到来的思考：到来的思考：思考一：大模型差距大幅度缩短，模型能力将迎来一轮新爆发。思考一：大模型差距大幅度缩短，模型能力将迎来一轮新爆发。新范式后，预新范式后，预训练不是厂商“All in AI”的唯一解。对于 AI 的后发者，加大强化学习的资金投入成了性价比更高的路径。训练不是厂商“All in AI”的唯一解。对于 AI 的后发者，加大强化学习的资金投入成了性价比更高的路径。思考二：思考二：ChatbotChatbot 的入口之争将更加激烈。的入口之争将更加激烈。推理模型的到来让
7、AI 大模型的产品推理模型的到来让 AI 大模型的产品能力迈上一个台阶，而不限于非推理模型擅长的情感聊天。其处理复杂任务的能力迈上一个台阶，而不限于非推理模型擅长的情感聊天。其处理复杂任务的能力使其成为真正意义上的“效率工具”，并初步展现出个人 AI 助理的雏形。这一趋势预示 Chatbot 产品的使用频率和用户规模将大幅提升。能力使其成为真正意义上的“效率工具”，并初步展现出个人 AI 助理的雏形。这一趋势预示 Chatbot 产品的使用频率和用户规模将大幅提升。思考三：推理成本下降与模型能力提升带来了应用端共振。思考三：推理成本下降与模型能力提升带来了应用端共振。2025 年将是 AI 应
8、2025 年将是 AI 应用爆发的一年。虽为 AI“后发者”，但厂商若拥有自身业务生态，也能利用 AI 提升自身业务场景体验，如互联网厂商在原先生态上加入 AI 赋能。用爆发的一年。虽为 AI“后发者”，但厂商若拥有自身业务生态，也能利用 AI 提升自身业务场景体验，如互联网厂商在原先生态上加入 AI 赋能。思考四：推理模型赋能端侧思考四：推理模型赋能端侧 AIAI。DeepSeek-R1 证明了大型模型的推理模式可以DeepSeek-R1 证明了大型模型的推理模式可以被提炼到小型模型中，提升模型效果。被提炼到小型模型中，提升模型效果。投资建议：投资建议：得益于 DeepSeek 引发的鲶鱼效
9、应，预计 2025 年大模型能力将有明显提升。随着大模型能力提升新范式的到来，互联网厂商在AI 领域的竞争由“技术之争”开始转为“生态之争”“应用之争”。随着“模型平权”与生态端的“AI 赋能”到来，得益于 DeepSeek 引发的鲶鱼效应，预计 2025 年大模型能力将有明显提升。随着大模型能力提升新范式的到来，互联网厂商在AI 领域的竞争由“技术之争”开始转为“生态之争”“应用之争”。随着“模型平权”与生态端的“AI 赋能”到来，港港股互联网将迎来重估值股互联网将迎来重估值，看好具有生态优势的互联网平台如腾讯（00700.HK）、阿里巴，看好具有生态优势的互联网平台如腾讯（00700.HK
10、）、阿里巴巴-W（0 9 9 8 8.H K）、小 米 集 团-W（0 1 8 1 0.H K）、M e t a（M E T A.O），看 好A g e n t生 态 厂商 S e r v i c e N o w（N O W.N）、S a l e s f o r c e（CRM），端侧网络安全厂商 Cloudflare（N E T.N），同 时 建 议 关 注 受 益 于 推 理 需 求 提 高 的 数 据 中 心、云 厂 商，如 亚 马 逊（A M Z N.O）、甲 骨文（O R C L.N）、世 纪 互 联（V N E T.O）等。巴-W（0 9 9 8 8.H K）、小 米 集 团-W（
11、0 1 8 1 0.H K）、M e t a（M E T A.O），看 好A g e n t生 态 厂商 S e r v i c e N o w（N O W.N）、S a l e s f o r c e（CRM），端侧网络安全厂商 Cloudflare（N E T.N），同 时 建 议 关 注 受 益 于 推 理 需 求 提 高 的 数 据 中 心、云 厂 商，如 亚 马 逊（A M Z N.O）、甲 骨文（O R C L.N）、世 纪 互 联（V N E T.O）等。风 险 提 示：大 模 型 能 力 提 升 遇 到 瓶 颈；AI 应用生态不及预期；地缘政治及出口管制风险。风 险 提 示：大
12、 模 型 能 力 提 升 遇 到 瓶 颈；AI 应用生态不及预期；地缘政治及出口管制风险。海外行业深度报告|资讯科技业 请阅读最后评级说明和重要声明 2/23 Industry Rating Recommendation(Maintain)Report Date February 15,2025 Related Report Smartphones entering the 2.0 Era-2024.11.22 Mid-2024 Investment Strategies for Chinese Tech Companies:Core Assets Repaired Again-2024.07
13、.12 Analyst：Jiajun Hong AnalystSAC:S0190519080002 SxxxxxxxxxxxSFC:BPL829 S xAnalyst：Jiayuan Weng AnalystSFC:S0190523060002 SxxxxxxxxxxxJiayuan Weng is not license holder registered at the Securities and Futures Commission(SFC),and are not allowed to engage in regulated activities in Hong Kong.S x As
14、sistant Analyst x Industry Name Changes in the Internet Triggered by DeepSeek Investment Highlights:Before DeepSeek:Pre-training was the main path for enhancing model capabilities.Model training typically consists of two main stages:pre-training and post-training.Previously,the resource consumption
15、in the pre-training phase far exceeded that of post-training.Model enhancement during pre-training primarily depended on two key factors:high-level computing power and large amounts of high-quality data.The significance of DeepSeek lies in pointing out a correct path for reinforcement learning.In Se
16、ptember 2024,OpenAI launched ChatGPT o1,which discovered that reinforcement learning in post-training on a sufficiently strong model enables reasoning and significant model improvements.In January 2025,DeepSeek open-sourced the reinforcement learning approach along with the reasoning model R1,thus t
17、ruly promoting technology equality.A cost-effective model training path for enhancing model capabilities is coming.Currently,fine-tuning costs are very low in the industry.With the popularization of this reinforcement learning method,more investment will likely flow into this phase.Reflections on De
18、epSeeks Arrival:Shortened gap in Large Model Development will lead to a new surge in model capabilities.With the new model paradigm,pre-training is no longer the sole solution for All in AI.As for latecomers in AI,increasing investment in reinforcement learning will become a more cost-effective choi
19、ce.The competition for Chatbot will be more intense.The advent of reasoning models has elevated AI large models capabilities,going beyond the emotional interactions of non-reasoning models.Their ability to handle complex tasks will make them true“efficiency tools”,showcasing the personal AI assistan
20、ts.The massive application of reasoning model is brought by decreased reasoning costs and enhanced model capabilities.2025 will see an explosive growth for AI applications.Even as a latecomer in AI,companies with established business ecosystems can leverage AI to improve user experiences within thei
21、r own business contexts,as seen with Internet companies integrating AI into their existing ecosystems.Reasoning models empower Edge AI.DeepSeek-R1 proves that the reasoning pattern of large models can be distilled into smaller models,improving their performance.Investment suggestion:As the new parad
22、igm of model enhancement arrives,competition among Internet companies will shift from a technological rivalry to an ecosystem and application competition.With the arrival of model equality and AI empowerment at the ecosystem level,we recommend focusing on Internet platforms with ecosystem advantages
23、,such as Tencent(00700.HK),Alibaba-W(09988.HK),Xiaomi Group-W(01810.HK),Meta(META.O);agent ecosystem companies like ServiceNow(NOW.N)and Salesforce(CRM);as well as edge cybersecurity firms like Cloudflare(NET.N).Meanwhile,data centers and cloud providers benefiting from increased reasoning demands,s
24、uch as Amazon(AMZN.O),Oracle(ORCL.N),and CenturyLink(VNET.O),should be watched.Potential risks：Bottlenecks in Enhancing Large Model Capabilities;AI Application Ecosystem Underperformance;Geopolitical and Export Control Risks lUnZrQtRpMsOnQbR8Q8OoMoOnPqNjMrRoMfQmNqPbRmMxOuOmNqNxNsOwO 海外行业深度报告|资讯科技业 请
25、阅读最后评级说明和重要声明 3/23 目录目录 一、DeepSeek 之前：2024H2 大模型上新动力放缓.4 二、DeepSeek 的意义：指明了模型能力提升的第二条路.6 三、DeepSeek 到来的一些思考.12 思考一：大模型差距大幅度缩短，模型能力将迎来一轮新爆发.12 思考二：“入口之争”将是头部互联网厂商的重中之重.13 思考三：推理成本下降与模型能力提升带来的应用端共振.15 思考四：推理模型赋能端侧 AI.17 四、投资建议.19 五、风险提示.19 图目录图目录 图 1、DeepSeek-V3 技术报告披露预训练与后训练成本.4 图 2、头部模型训练所用算力估算.5 图
26、3、GPT-4o 与 o1 improvement 标尺对比图.6 图 4、o1 AIME 准确率趋势图.6 图 5、DeepSeek-R1 推理模型示例：拥有思维链进行深度思考.7 图 6、R1-Zero 训练期间每个响应的平均时长.9 图 7、R1-Zero 中间版本一个有趣的“顿悟时刻”.9 图 8、各开源基准模型比较.10 图 9、Kimi 长 CoT 结果.11 图 10、Kimi 短 CoT 结果.11 图 11、ChatGPT 流量情况（日活）.13 图 12、o1 与 o3-mini 价格对比.16 图 13、推理模型蒸馏小模型后效果.17 图 14、米家 App 月活用户.1
27、8 表目录表目录 表 1、Chatbot Arena 大模型排行榜（截至 2025.2.3）.7 表 2、ChatGPT 2024 年以来主要产品更新.13 表 3、头部模型 API 调用价格（单位：USD$/Million Tokens）.16 表 4、推理模型与非推理模型的差异.17 海外行业深度报告|资讯科技业 请阅读最后评级说明和重要声明 4/23 一、DeepSeek 之前：2024H2 大模型上新动力放缓 2024H2 大模型观察大模型观察 1：海外大模型进展缓慢。：海外大模型进展缓慢。我们看到海外头部大模型公司推出领先大模型的节奏放缓。OpenAI 方面，据 AI 研究员 Gwe
28、rn Branwen 发文表示，OpenAI 可能选择将其 o1-pro 模型保密，利用其计算资源来训练 o3 这类更高级的模型。与此同时，SemiAnalysis 表示 Anthropic 完成了对 Claude 3.5 Opus 的训练。Claude 3.5 Opus 表现出色，但 Anthropic 并没有将其公开发布，而是利用 Claude 3.5 Opus 生成合成数据，结合用户数据进行奖励建模，从而大大改进了 Claude 3.5 Sonnet。模型能力提升放缓原因浅析：模型能力提升放缓原因浅析：模型训练的两个阶段：预训练模型训练的两个阶段：预训练 vs.后训练。后训练。模型训练通
29、常分为两个主要阶段：预训练和后训练。在预训练阶段，会在大量未标注（无监督）数据上训练模型，让模型学会通用的语言知识、语法结构、常识等。后训练即是在预训练模型的基础上，利用少量高质量的有标签数据针对具体任务进行优化，使模型在特定应用（如问答、翻译、文本分类等）上表现更好。行业中，预训练阶段消耗的资源远远超过后训练阶段。例如 DeepSeek-V3 的预训练花费约532.8 万美元，而后训练阶段仅花费 1 万美元。图图1、DeepSeek-V3 技术报告披露预训练与后训练成本技术报告披露预训练与后训练成本 数据来源：Arxiv，兴业证券经济与金融研究院整理 大模型在预训练阶段能力提升的核心在于训练
30、算力与数据的提升。大模型在预训练阶段能力提升的核心在于训练算力与数据的提升。模型预训练阶段的能力提升主要依赖于两个关键因素的增强：一是强大的训练算力，二是海量且高质量的数据。如 OpenAI 2020 年论文（Scaling Laws for Neural Language Models所发现的，当模型参数量、训练数据量和计算资源按照一定比例增加时，模型的性能会以幂律（power-law）的方式不断改善。2024H2 大模型能力提升放缓的部分原因在于，目前模型所用的算力尚未“质大模型能力提升放缓的部分原因在于，目前模型所用的算力尚未“质变”。变”。自 GPT-4 发布以来，数据中心建设进度缓慢
31、，训练模型所需的算力并 海外行业深度报告|资讯科技业 请阅读最后评级说明和重要声明 5/23 无显著提升，导致各大厂商的预训练进度放缓。根据 SemiAnalysis 报告，GPT-4 的训练算力约为 2.15e25 的 FLOPS，而谷歌 Gemini，Llama，Claude等最新模型所用算力的提升有限。OpenAI前首席科学家Bob McGrew指出，尽管外界认为自 GPT-4 发布后大型语言模型的进展似乎停滞，但内部视角截然不同。开发如 GPT 系列的大型语言模型依赖大量算力，而这又取决于新数据中心的建设，这一过程通常耗时数年。从 GPT-4 到 GPT-5，预计需要 100倍的算力提
32、升，这是一个渐进的过程。在 GPT-5 正式发布之前，市场可能会先迎来算力提升 10 倍的过渡版本。图图2、头部模型训练所用算力估算头部模型训练所用算力估算 数据来源：SemiAnalysis，兴业证券经济与金融研究院整理 算力提升的瓶颈在于集群，金钱与时间均为限制条件。算力提升的瓶颈在于集群，金钱与时间均为限制条件。数据中心集群对组网架构，数据中心的选址、冷却速度和电力供应等提出更高的要求，因此大模型预训练的成本被大幅抬高。根据 SemiAnalysis 首席分析师帕特尔估算，一个 10 万卡超算中心的物料成本（不包含土地、建筑外壳）高达 40 亿美元。建设一个超算中心，从芯片发货到组网，耗
33、时近 1 年。2024H2 大模型观察大模型观察 2：由于大模型预训练阶段的投入高企，我们看到部分跟随：由于大模型预训练阶段的投入高企，我们看到部分跟随者开始退出大模型训练。者开始退出大模型训练。2025 年 1 月，零一万物表示将不再追求训练超级大模型，但会继续训练参数适中的更快、更便宜的模型，并基于后者打造商业化应用：已和阿里云成立“产业大模型联合实验室”。零一万物大部分训练和 AI infra 团队加入该实验室，成为阿里员工。而 Character AI 被谷歌收购后选择放弃通用模型竞争，专注个性化对话场景。海外行业深度报告|资讯科技业 请阅读最后评级说明和重要声明 6/23 二、Dee
34、pSeek 的意义：指明了模型能力提升的第二条路 OpenAI 推出推出 o1 模型，发现除了预训练外，模型能力也能在后训练端提升。模型，发现除了预训练外，模型能力也能在后训练端提升。2024年 9 月，OpenAI 推出 ChatGPT-o1，并提出了在后训练中最重要的发现：“在足够强大的模型上应用强化学习进行训练，能够使该模型学会推理，并实现性能提升。”强化学习（Reinforcement Learning）是一种通过奖励与惩罚调节行为策略的机器学习方法，旨在优化智能体在环境中的互动行动。具体而言，强化学习是在机器学习中，让智能体（agent）在与环境不断交互的过程中，通过试错（trial
35、 and error）的方式学习出一套最佳决策策略，从而在每个时刻选择能够最大化未来累积奖励的动作。o1 的闭源使得行业复现有较高难度的闭源使得行业复现有较高难度。我们看到，OpenAI 对于 o1 的技术细节披露很少，并且隐藏了思维链。我们认为这也是为什么 Sam Altman 最近说：“我认为我们在这件事情上站在了历史的错误一边，OpenAI 需要想出一种不同的开源策略。”图图3、GPT-4o 与与 o1 improvement 标尺对比图标尺对比图 图图4、o1 AIME 准确率趋势图准确率趋势图 数据来源：OpenAI 官网 Learning to reason with LLMs，兴
36、业证券经济与金融研究院整理 数据来源：OpenAI 官网 Learning to reason with LLMs，兴业证券经济与金融研究院整理 2025 年年 1 月月 DeepSeek-R1 发布以来，能力迅速获得认可。发布以来，能力迅速获得认可。DeepSeek-R1 目前在 Chatbot Arena 排行榜上已排名第三，成为国内首个模型登顶全球前三的大模型。更为重要的是，更为重要的是，DeepSeek 将“强化学习”的方式与推理模型将“强化学习”的方式与推理模型 R1 进行开源，进行开源，真正意义上实现了“技术平权”。真正意义上实现了“技术平权”。DeepSeek 开源了 DeepS
37、eek-R1-Zero、DeepSeek-R1 以及基于 Qwen 和Llama 从 DeepSeek-R1 中提炼出的六个密集模型（1.5B、7B、8B、14B、32B、70B）。海外行业深度报告|资讯科技业 请阅读最后评级说明和重要声明 7/23 其中 R1-Zero 是通过大规模强化学习训练出来的模型，在没有监督微调（SFT）作为初始步骤的情况下，展示了非凡的推理能力。通过强化学习，DeepSeek-R1-Zero 自然而然地出现了许多强大而有趣的推理行为。而 R1 在强化学习之前则结合了多阶段训练和冷启动数据，在推理任务上的性能与 OpenAI-o1-1217 不相上下。表表1、Cha
38、tbot Arena 大模型排行榜（截至大模型排行榜（截至 2025.2.3）Ranking Model Arena Score Organization 1 Gemini-2.0-Flash-Thinking-Exp-01-21 1382 Google 1 Gemini-Exp-1206 1373 Google 2 Gemini-Exp-1121 1365 Google 3 ChatGPT-4o-latest(2024-11-20)1365 OpenAI 3 Gemini-2.0-Flash-Thinking-Exp-1219 1363 Google 3 DeepSeek-R1 1358 D
39、eepSeek 5 Gemini-2.0-Flash-Exp 1356 Google 6 o1-2024-12-17 1351 OpenAI 7 Gemini-Exp-1114 1347 Google 10 o1-preview 1335 OpenAI 11 DeepSeek-V3 1317 DeepSeek 11 Step-2-16K-Exp 1304 StepFun（阶跃星辰）12 o1-mini 1305 OpenAI 12 Gemini-1.5-Pro-002 1302 Google 12 Gemini-1.5-Pro-Exp-0827 1300 Google 16 Grok-2-08
40、-13 1288 xAI 16 Yi-Lightning 1287 01 AI（零一万物）数据来源：Hugging Face，兴业证券经济与金融研究院整理 图图5、DeepSeek-R1 推理模型示例：拥有思维链进行深度思考推理模型示例：拥有思维链进行深度思考 数据来源：DeepSeek，兴业证券经济与金融研究院整理 海外行业深度报告|资讯科技业 请阅读最后评级说明和重要声明 8/23 DeepSeek-R1 与与 R1-Zero 技术亮点浅析：技术亮点浅析：DeepSeek-R1-Zero 完全抛开监督微调（完全抛开监督微调（SFT）。）。监督微调是指在预训练模型的基础上，利用标注好的特定任
41、务数据集进行进一步训练，以提升模型在特定任务上的性能。具体步骤如下：（1）准备任务特定数据集：选择并标注与特定任务相关的数据；（2）微调模型：使用标注好的数据对模型进行微调，调整模型的权重以匹配特定任务的数据分布。而 R1-Zero 放弃了监督微调，训练模型时候不再教模型具体该怎么做（SFT），而是告诉模型什么是好与不好，然后让模型自己摸索哪种行为更好。对于人类无法教授的复杂情况，R1-Zero 能够自行探索最优行为方案。值得注意的是，尽管 DeepSeek-R1-Zero 展现出强大的推理能力，并能自主开发出意想不到的强大推理行为，但它也面临着一些问题：如 R1-Zero 在可读性和语言混杂
42、等问题上举步维艰。因此因此 DeepSeek 对其进对其进行小幅度监督微调，发布了行小幅度监督微调，发布了 R1（目前市面上的通用模型）。（目前市面上的通用模型）。利用利用 GRPO 评价方式。评价方式。GRPO 方法（Group Relative Policy Optimization）是 DeepSeek 在强化学习上的创新，用于在训练模型时优化其决策策略。该方法省去了设计复杂的评价标准，也让训练过程更高效、更稳定。GRPO 的核心思想是：不需要额外的价值模型。传统方法（如 PPO）会同时训练一个价值网络（critic），用于评估当前动作的好坏，帮助减少训练中的波动。而 GRPO则省去了这
43、个步骤，不用另外训练一个和策略模型同样大的价值网络，达到节省计算资源的效果。利用“组内比较”来评估表现。在 GRPO 中，对于同一个问题（或输入），模型会生成多个答案（动作）。GRPO 不会直接计算这些答案的绝对得分，而是通过组内的相对比较来估计每个动作的优劣。也就是说，如果某个答案比这一组的平均水平好，就认为它具有“优势”（advantage）；反之，则认为它较差。采用稳定更新策略。GRPO 在更新模型时，会使用类似重要性采样的方法来计算新旧策略输出概率的比值，并结合上面计算出的相对优势来更新模型参数。同时，它还会通过剪切（clip）和 KL 正则化来控制策略更新的幅度，避免模型变化过大带来
44、的不稳定。海外行业深度报告|资讯科技业 请阅读最后评级说明和重要声明 9/23 图图6、R1-Zero 训练期间每个响应的平均时长训练期间每个响应的平均时长 图图7、R1-Zero 中间版本一个有趣的“顿悟时刻”中间版本一个有趣的“顿悟时刻”数据来源：Arxiv，兴业证券经济与金融研究院整理 数据来源：Arxiv，兴业证券经济与金融研究院整理 后训练阶段的“强化学习”后训练阶段的“强化学习”一条更具性价比的模型能力提升路径。一条更具性价比的模型能力提升路径。虽 DeepSeek未披露其 R1 强化学习阶段的成本，但根据论文AI capabilities can be significantly
45、 improved without expensive retraining的论述，后训练阶段的开发成本相对较低：微调成本通常小于原始训练成本的 1%，且能显著增强模型能力。从 DeepSeek-V3 的训练成本结构可见，目前业界在训练模型时，后训练阶段的投入仍然很低。随着强化学习方式的普及，业界将更加注重后训练阶段的投入。经过数千次强化学习的训练，DeepSeek-R1-Zero 在推理基准测试中展现了卓越的性能提升。具体而言，其在 AIME 2024 中的 pass1 得分从 15.6%提高到 71.0%，而在多数投票的情况下，得分进一步提高到 86.7%，这可以与 OpenAI-o1-0
46、912 的性能相媲美。此外，DeepSeek-R1 的性能预计在短期内可以实现进一步优化。这让 DeepSeek 能自信地表示：（“（“DeepSeek-R1 的的工程性能将在下一个版本中得到改善，因为目前相关的强化学习训练数据量工程性能将在下一个版本中得到改善，因为目前相关的强化学习训练数据量仍然非常有限。”仍然非常有限。”海外行业深度报告|资讯科技业 请阅读最后评级说明和重要声明 10/23 图图8、各开源基准模型比较各开源基准模型比较 数据来源：Arxiv，兴业证券经济与金融研究院整理 不止不止 DeepSeek，Kimi 也证明了强化学习之路的可行性。也证明了强化学习之路的可行性。Ki
47、mi 于 1 月 22 日发布Kimi k1.5 和相应的技术报告Kimi k1.5:Scaling Reinforcement Learning with LLMs。报告中提到，“虽然使用下一个标记预测进行语言模型预训练对于扩展计算是有效的，但受限于可用的训练数据量。扩展强化学习为人工智能的持续改进扩展强化学习为人工智能的持续改进打开了一条新的轴线，大型语言模型有望通过学习探索奖励来扩展其训练数据。打开了一条新的轴线，大型语言模型有望通过学习探索奖励来扩展其训练数据。该模型在多个基准和模式上都达到了最先进的推理性能，例如在 AIME 上达到77.5，在 MATH 500 上达到 96.2，在
48、 Codeforces 上达到 94%，在 MathVista 上达到 74.9，与与 OpenAI 的的 o1 相媲美相媲美。”海外行业深度报告|资讯科技业 请阅读最后评级说明和重要声明 11/23 图图9、Kimi 长长 CoT 结果结果 数据来源：Arxiv，KIMI K1.5:SCALING REINFORCEMENT LEARNING WITH LLMS，兴业证券经济与金融研究院整理 图图10、Kimi 短短 CoT 结果结果 数据来源：Arxiv，KIMI k1.5:SCALING REINFORCEMENT LEARNING WITH LLMS，兴业证券经济与金融研究院整理 除了
49、除了 DeepSeek-R1 外，外，DeepSeek-V3 同样具有亮点，通过工程、算法上的优化同样具有亮点，通过工程、算法上的优化极大地降低了模型的训练和推理成本。极大地降低了模型的训练和推理成本。DeepSeek-V3 采用了 14.8 万亿 tokens 的高质量数据，其完整训练只需要 278.8万 H800 GPU 小时和 2048个 H800集群。通过两边倒推卡的训练方式，在集群训练中空泡率减少（即机器等待数据的时间）的同时，模型训练的 MFU（算力利用率）得以提升。架构上：DeepSeek-V3 采用了 MoE 架构，并为 MoE 开创了负载平衡的无损失策略；研究了多 token
50、s 预测目标 MTP，并证明其有利于模型性能，也可以用于推理加速的推测解码。预训练：DeepSeek-V3 首次在超大规模模型上验证了 FP8 训练的可行性和有效性；协同设计算法、框架和硬件，克服了跨节点 Mo 训练中的通信瓶颈，显著增强了训练效率并降低训练成本。海外行业深度报告|资讯科技业 请阅读最后评级说明和重要声明 12/23 DeepSeek-V3 引入了一种创新方法，能够将 CoT 模型中的推理能力提炼到标准的 LLMs 中。三、DeepSeek 到来的一些思考 思考一：大模型差距大幅度缩短，模型能力将迎来一轮新爆发 DeepSeek-R1 的的重要性在于其开源性缩短了重要性在于其开
51、源性缩短了国内外大模型国内外大模型的的差距。差距。自 2025 年以来，国内大模型的发展迅速跟进。除了 DeepSeek 以外，阶跃星辰 Step-2-16K-Exp 的表现也不凡，在 Chatbot Arena 排行榜中位列第 11。预计今年预计今年将有更多将有更多性性能显著能显著提升的大模型提升的大模型发布发布。得益于 DeepSeek 引发的鲶鱼效应，我们预计 2025年大模型的更新频率及能力提升幅度将较 2024 年实现显著飞跃。在新兴的技术范式下，预训练不再是互联网企业“在新兴的技术范式下，预训练不再是互联网企业“All in AI”的唯一的唯一解决方案解决方案。对于 AI 的后发者
52、，提高对强化学习的资金投入成了性价比更高的策略。我们看好腾讯、阿里巴巴、小米、字节跳动等互联网公司通过这一策略进一步提升其模型能力。“强化学习”的新范式并不代表预训练的结束。“强化学习”的新范式并不代表预训练的结束。由于后训练的能力仍很大程度取决于基座模型，即预训练，我们预计头部大厂，如 OpenAI、谷歌、Meta、xAI 等头部科技公司将会兼顾“预训练”与（“强化学习”。如马斯克在 2025 年 1 月表示，其用 10 万张 H100 训练的 Grok 3 模型，已经结束了预训练阶段，发布在即。Sam Altman 近期表示近期表示 OpenAI 将持续推动开发将持续推动开发小型、小型、高
53、性能高性能且且极速极速的推理模型，的推理模型，同时也会继续推进同时也会继续推进 GPT-6/7 的研发。的研发。此外，他提到除了 o1 和 o3 模型外，OpenAI还有一个尚未公开的内部推理模型。据他透露，该模型目前的编程能力已跻身全球顶尖程序员的前 50 名，并有望在年底达到全球第一的水平。Atman 还表示，OpenAI 内部已经达到了 GPT-4.5。Meta 和和 Anthropic 也将推出更新的模型也将推出更新的模型。Meta 在 2024Q4 业绩会上表示，使用超过 10 万 H100 训练的 Llama4 或将于本季度发布。Anthropic 首席执行官表示近期将发布强大新模
54、型，在推理上走不同的道路。海外行业深度报告|资讯科技业 请阅读最后评级说明和重要声明 13/23 思考二：“入口之争”将是头部互联网厂商的重中之重 OpenAI 虽虽在大模型上进展缓慢，但在大模型上进展缓慢，但在在产品与商业化上的竞争却很亮眼产品与商业化上的竞争却很亮眼。OpenAI 2024H2 更多注重打磨产品，日活相较 2024H1 提升近一倍，最新一周的日活约1.2 亿，目标在 2025 年底达到 10 亿日活。截至 2024 年，OpenAI 年化收入约 70 亿美元，其中 ChatGPT 贡献约 40 亿美元，仅 ChatGPT Pro 套餐（每月 200 美元）每月至少产生 25
55、00 万美元的收入，或每年至少产生 3 亿美元的收入。图图11、ChatGPT 流量情况流量情况（日活）（日活）数据来源：Sensor Tower，Similarweb，兴业证券经济与金融研究院整理 表表2、ChatGPT 2024 年以来主要产品更新年以来主要产品更新ChatGPT 流量的攀升得益于流量的攀升得益于 App 的持续打磨的持续打磨 更新更新 描述描述 发布日期发布日期 设立 GPT 商店 用户可以发现和使用他人创建的自定义 GPT 的平台。2024/1/10 推出 ChatGPT 团队 使团队能够通过共享访问和管理功能协作并一起使用 ChatGPT。2024/1/10 推出内存
56、控件 用户可以控制 ChatGPT 的记忆，明确告诉它记住或忘记某些数据。2024/2/13 发布 GPT-4o 是当时最新的旗舰模型，提供 GPT-4 级别的智能水平以及更快的运行速度，并在文本、语音和视觉方面有所改进。2025/5/13 推出高级数据分析 用户可以：直接从 Google Drive、Microsoft OneDrive Personal 和 Microsoft OneDrive（包括 Sharepoint）上传最新文件版本；在新的可扩展视图中与表格和图表进行交互；自定义并下载可用于演示的图表和文档。2024/5/16 发布 GPT-4o mini 功能强大，性价比高的小模型
57、。在文本智能和多模态推理方面的学术基准测试中超越了 GPT-3.5 Turbo 和其他小型模型。2024/7/18 DALLE 3 适用于免费用户 免费用户每天最多可以创建两张图片。2024/8/8 高级语音模式应用于网页端 语音聊天功能从移动端和桌面端扩展至网页端。2024/11/19 更新交互页面设计 应用界面重新设计，具有新的浮动模式、改进的侧边栏和增强的移动端体验。2024/11/22 020406080100120140百万人次百万人次网页DAU（百万人次）移动端DAU（百万人次）海外行业深度报告|资讯科技业 请阅读最后评级说明和重要声明 14/23 推出画布 在 GPT-4o 中为
58、所有用户提供该功能，以突出用户的子任务背景和需求。2024/12/10 推出圣诞老人效果 用户可以使用高级语音功能和圣诞老人聊天。2024/12/12 推出视频和屏幕共享 涵盖实时视频、屏幕共享和图片上传功能，但有每日使用量限制。2024/12/12 推出项目管理 用户可以将文件和聊天进行分组以完善对多个聊天的管理；用户在每个项目中可以使用画布、高级数据分析、DALLE 和搜索功能。2024/12/13 推出任务预约 用户可以要求 ChatGPT 在未来某个时间执行某个任务。2025/1/14 联动聊天和画布 支持用户将已有的聊天导入到画布以进行编辑和协作。2025/1/15 增强自定义的个性
59、化程度 自定义指令的范围更广，使用更便捷轻松。2025/1/17 推出画布分享 用户可以和其他用户共享画布内容。2025/2/6 数据来源：ChatGPT，兴业证券经济与金融研究院整理 Chatbot 的入口之争将愈发激烈。的入口之争将愈发激烈。早期的非推理模型作用更多是情感聊天（最具代表性的例子是 Character.AI)。然而，随着推理模型的崛起（如 DeepSeek-R1、ChatGPT-o3 mini），Chatbot 类产品的能力迈上了一个大台阶。其处理复杂任务的能力将使其成为真正意义上的“效率工具”，并初步展现出个人私人 AI 助理的雏形。这一趋势预示着 Chatbot 产品的使
60、用频率和用户规模将大幅提升，从而成产品的使用频率和用户规模将大幅提升，从而成为互联网的下一个重要入口为互联网的下一个重要入口。OpenAI 已证明了 Chatbot 的商业价值，单 ChatGPT 的年化收入已达 40亿美元。各家头部互联网大厂也开始重视这一入口：Meta：马克扎克伯格认为“今年将是高度智能化和个性化的人工智能助手服务超过 10 亿人的一年”，并期待“Meta AI 成为领先的人工智能助手”，同时表示“月活增长到 10 亿后，才会关注商业化，今年更有意义的事情是将人工智能产品规模化”。Google：首席执行官皮查伊表示，公司在模型研发方面取得初步成功，但强调仍需不断推进，以保持
61、在人工智能创新领域的领先地位。开拓 Gemini 的消费市场将成为首要任务，目标是达到 5 亿用户。他指出，虽然人工智能领域的进展正变得越来越具有挑战性，但对于 Google 来说，有效利用这项技术来满足用户的实际需求仍然是至关重要的。OpenAI：目标是在 2025 年底前将 ChatGPT 的日活跃用户数提升至 10 亿。海外行业深度报告|资讯科技业 请阅读最后评级说明和重要声明 15/23 Meta AI 月活已达月活已达 7 亿，是海外仅次于亿，是海外仅次于 OpenAI 的的 C 端端 AI 产品。产品。产品计划：Meta 计划未来更新用户历史查询细节的记忆功能，并根据Faceboo
62、k、Instagram 上的互动，提供个性化和相关程度更高的响应。使用场景：Meta AI 在不同应用中有不同使用场景。在 WhatsApp 中，Meta AI 主要被用于信息搜集、教育查询以及寻求情感支持。尽管在一些群组消息中，用户也会使用 Meta AI，但大多数的 AI 互动存在于一对一的对话中。Facebook 则是用户使用 Meta AI 的第二大驱动因素。用户在深度探索信息流时，倾向于和 Meta AI 咨询有关推荐内容的问题，并在信息整合方面寻求帮助。腾讯腾讯在“在“入口入口”的下一步布局值得重点”的下一步布局值得重点关注关注。在 DeepSeek 的技术支持下，腾讯的模型能力有
63、望实现快速跃升。微信作为超级入口，未来若接入腾讯自研模型，或可助力腾讯元宝在竞争中实现降维打击。同时，得益于其强大的小程序生态，微信在 AI 应用层面的潜力可能超越 Meta。如在智能推荐方面，精准理解用户需求后，可以推荐合适的小程序直接跳转至相应界面，从而为用户提供高效的服务体验。思考三：推理成本下降与模型能力提升带来的应用端共振 高昂的价格是推理模型早期难以大规模普及的主要障碍之一。高昂的价格是推理模型早期难以大规模普及的主要障碍之一。以 ChatGPT-o1 为例，除了其发布初期采用闭源的策略外，高昂的定价也限制了其市场渗透率。在 2024 年 9 月发布时，GPT-o1-preview
64、 的 API 定价为每百万输入 token 15 美元，每百万输出 token 60 美元，远高于 GPT-4o 的定价（输入 5 美元/百万 token，输出 15 美元/百万 token）。而 12 月完整版 GPT-o1 发布后，OpenAI 也推出了ChatGPT Pro 订阅服务，C 端用户每月支付 200 美元即可无限制访问 o1 模型。便宜才是硬道理。便宜才是硬道理。得益于 DeepSeek 在基础模型 V3 与推理模型 R1 上的算法创新与优化，在 1 月推出时候，DeepSeek-R1 API 服务定价为每百万输入 tokens 1元（缓存命中）/4 元（缓存未命中），每百万
65、输出 tokens 16 元，输出 API 价格仅为 GPT-o1 的 3.3%。海外行业深度报告|资讯科技业 请阅读最后评级说明和重要声明 16/23 价格的鲶鱼效应。价格的鲶鱼效应。由于 DeepSeek 的鲶鱼效应，OpenAI 在 2 月 1 日推出新的推理模型 GPT-o3 mini，价格相较 GPT-o1 同样有明显下降。输出由 GPT-o1 的 60美元/百万 token 下降到 GPT-o3 mini 的 4.4 美元/百万 token。而谷歌于 2 月 3 日也推出了一系列极具性价比的模型 Gemini 2.0 Flash 系列。图图12、o1 与与 o3-mini 价格对比
66、价格对比 数据来源：OpenAI，兴业证券经济与金融研究院整理 表表3、头部模型头部模型 API 调用价格调用价格（单位：（单位：USD$/Million Tokens）公司公司 模型模型 最大文本最大文本长度长度 最大输出最大输出长度长度 输入（无输入（无需缓存）需缓存）输入（使输入（使用缓存）用缓存）输入（需输入（需要缓存）要缓存）输出输出 文本缓存文本缓存存储存储 DeepSeek DeepSeek-V3 64K 8K-0.07 0.27 1.1-DeepSeek-R1 64K 8K-0.14 0.55 2.19-ChatGPT GPT-4o 128K 4k-1.25 2.5 10-GP
67、T-o3 mini 200K 100k-0.55 1.1 4.4-Claude Claude 3.5 Sonnet 200K 8K 3 0.3 3.75 15-Claude 3.5 Haiku 200K 8K 0.8 0.08 1 4-Google Gemini 2.0 Flash 1M 8K 0.1（文本、图片、视频）0.7（音频）0.025（文本、图片、视频）0.175（音频）-0.4 1/小时 Gemini 2.0 Flash-Lite 1M 8K 0.075 0.01875-0.3 1/小时 Gemini 1.5 Pro 2M 8K 128K Tokens:2.5 128K Token
68、s:0.625-128K Tokens:10 4.5/小时 数据来源：DeepSeek、OpenAI、Anthropic、Google Gemini，兴业证券经济与金融研究院整理 模型能力同样是影响模型能力同样是影响AI应用市场渗透率的重要因素。应用市场渗透率的重要因素。除价格因素之外，DeepSeek更是在春节时实现了一轮推理模型的破圈，让很多个人与企业用户认识到相较此前的非推理模型，推理模型的 AI 能力具有长足的进步。海外行业深度报告|资讯科技业 请阅读最后评级说明和重要声明 17/23 表表4、推理模型与非推理模型的差异推理模型与非推理模型的差异 特性特性 推理模型推理模型 非推理模型
69、非推理模型 回答生成方式 生成答案的同时展示中间推理步骤（例如链式思考）。直接生成最终答案，内部推理过程不透明或仅隐藏，不显示中间步骤。应用场景 更适用于复杂任务，如高级数学证明、编程挑战、谜题解答等需要多步逻辑推导的问题。更适用于简单事实问答、翻译、摘要等对速度和成本要求较高的任务。可解释性与用户信任 展示推理过程，答案的逻辑链条更清晰，便于用户理解和验证，提升了可解释性和信任度。生成过程不透明，用户难以追踪模型内部的决策过程，在某些关键任务中不易维持用户信任度。性能与响应时间 在处理复杂问题时逻辑更准确严谨，但多步推理和扩展计算会导致响应时间延长和计算成本增加。对于简单问题响应迅速，但在复
70、杂问题上可能因缺少详细推理步骤而出现错误或逻辑不连贯的问题。数据来源：Hubwiz、CSDN 论坛、天翼云开发者社区，兴业证券经济与金融研究院整理 价格与能力共振。价格与能力共振。随着新范式的到来，在 AI 应用端，一方面 AI 部署价格的大幅度下降，另一方面，AI 能力显著提升。我们看到，这一趋势为 AI 应用的场景打开更广阔的市场空间。预计 2025 年将迎来 AI 应用的爆发，尤其看好具备成熟业务生态的后发者，如互联网厂商通过 AI 赋能升级现有业务，实现AI+生态的深度融合。思考四：推理模型赋能端侧 AI 端侧端侧 AI 也具备推理能力。也具备推理能力。以 DeepSeek-R1 为代
71、表的创新实践表明，通过模型蒸馏技术，大型语言模型的推理范式可被有效迁移至小型模型中。这一技术路径不仅显著提升了小型模型的推理性能，更重要的是开辟了模型持续学习的新维度：小模型能够从用户端吸收新知识和数据，从而在资源受限的端侧设备上实现近似大模型的推理能力。这一突破为端侧 AI 的规模化应用奠定了重要技术基础。图图13、推理模型蒸馏小模型后效果推理模型蒸馏小模型后效果 数据来源：Arxiv，兴业证券经济与金融研究院整理 海外行业深度报告|资讯科技业 请阅读最后评级说明和重要声明 18/23 智能终端争先接入智能终端争先接入 DeepSeek 模型。模型。语音助手先行：华为小艺助手、荣耀 YOYO
72、助理和联想小天宣布接入 DeepSeek-R1：用户可以通过语音指令直接调用大模型，获取更准确的信息以及更精准的服务。同时系统层将开始接入：OPPO 宣布2 月底，ColorOS 将全面接入 DeepSeek。Flyme AIOS 团队确认将为魅族 21 系列、Lucky 08 上线 DeepSeek，后续将大模型搭载到 StarV AR 眼镜等 AI 生态产品。模型能力补上短板，终端入口价值或将提高。模型能力补上短板，终端入口价值或将提高。DeepSeek 带来的“技术平权”弥补了手机厂商在模型能力上的缺陷。同时，我们认为手机系统或成为 AI 助理调用第三方应用的桥梁，这将大幅度提高手机系统
73、的生态价值。感知数据是感知数据是 AI 手机的重要胜负手。手机的重要胜负手。所谓感知数据，即是通过对现实世界的物理世界或抽象信息的识别和检测所生成的数据，如我们生活中常见的温湿度传感器、摄像头、定位数据、文本数据等等。有感知数据做支撑，大模型在执行理解、推荐等任务时，才更有能力理解用户的真实意图。这也是 AI 手机能更“懂”用户的决定性因素。小米“人车家生态”带来感知数据优势。小米“人车家生态”带来感知数据优势。截至 2024 年 9 月，小米人车家生态全球月活用户数已达 6.86 亿（yoy+10.1%），IoT 设备（不包括手机、平板、电脑）全球连接量达 8.6 亿（yoy+23%）。根据
74、公司披露，截至 2024 年 9 月，米家 App月活达到 1 亿。根据 Sensor Tower 数据，米家 App 2024 年 12 月月活同比增长43%，环比增长 1%，仍保持快速增长。IoT 设备亮眼的市场表现是大多数手机厂商所缺乏的，也是小米 AI 手机的长期护城河。图图14、米家米家 App 月活用户月活用户 数据来源：Sensor Tower，兴业证券经济与金融研究院整理 注：Sensor Tower 跟踪数据，国内区域仅有 IOS 端数据，仅作趋势参考，绝对值以公司披露口径为准 -5.00 10.00 15.00 20.00 25.00Oct-15Feb-16Jun-16Oc
75、t-16Feb-17Jun-17Oct-17Feb-18Jun-18Oct-18Feb-19Jun-19Oct-19Feb-20Jun-20Oct-20Feb-21Jun-21Oct-21Feb-22Jun-22Oct-22Feb-23Jun-23Oct-23Feb-24Jun-24Oct-24MAUMAU（百万）（百万）米家App MAU 海外行业深度报告|资讯科技业 请阅读最后评级说明和重要声明 19/23 手机系统的手机系统的 AI 化进程化进程将将成为成为未来未来智能智能手机手机迭代升级的核心迭代升级的核心变量。变量。自 2024 年 1 月三星发布首款 AI 手机 Galaxy S2
76、4 后，经过近一年的技术演进和市场验证，行业对手机 AI 化的实现路径已形成更清晰的认知。从初期单一场景的 AI 功能，到目前跨应用、跨场景的智能协同，手机系统 AI 化已成为手机厂商的战略共识。2024年 10 月以来，各手机厂商相继举办开发者大会，AI 功能均被列为系统更新的核心议题。我们相信，随着厂商持续推进 AI 功能的优化和用户教育，AI 将在手机的日常使用中扮演更重要的角色。基于当前 AI 手机的技术发展态势，预计今年或将出现新一轮的换机潮。在此背景下，我们看好具备强大的模型研发能力、拥有海量用户感知数据的手机厂商。四、投资建议 得益于 DeepSeek 引发的鲶鱼效应，预计 20
77、25 年大模型能力将有明显提升。随着大模型能力提升新范式的到来，互联网厂商在 AI 领域的竞争由“技术之争”开始转为“生态之争”“应用之争”。随着“模型平权”与生态端的“AI 赋能”到来，港股互联网将迎来重估值，看好具有生态优势的互联网平台如腾讯（00700.HK）、阿里巴巴-W（09988.HK）、小米集团-W（01810.HK）、Meta（META.O），看好Agent 生态厂商 ServiceNow（NOW.N）、Salesforce（CRM），端侧网络安全厂商 Cloudflare（NET.N），同时建议关注受益于推理需求提高的数据中心、云厂商，如亚马逊（AMZN.O）、甲骨文（ORC
78、L.N）、世纪互联（VNET.O）等。五、风险提示 大模型能力提升遇到瓶颈：大模型能力提升遇到瓶颈：当前人工智能大模型在性能提升方面可能面临技术瓶颈，包括但不限于算法创新放缓、算力需求与成本矛盾加剧、数据质量与规模限制等问题。这些因素可能导致模型性能提升速度不及预期，进而影响相关产品的竞争力和市场表现。AI 应用生态不及预期：应用生态不及预期：人工智能技术的商业化应用可能面临市场需求不足、用户接受度低、应用场景受限等问题。行业标准缺失、技术成熟度不足、商业模式不清晰等因素可能导致 AI 应用生态发展缓慢。此外，跨行业融合难度大、传统行业数字化转型进程缓慢等也可能制约 AI 技术的规模化应用。地
79、缘政治及出口管制风险：地缘政治及出口管制风险：全球地缘政治局势变化可能对人工智能产业链造成冲击，包括关键技术和设备的进出口限制、数据跨境流动管制、国际技术标准竞争等。特定国家或地区可能出台针对 AI 技术的出口管制措施，影响相关企业的技术 海外行业深度报告|资讯科技业 请阅读最后评级说明和重要声明 20/23 研发和产品供应。同时，国际政治环境的不确定性也可能导致市场波动，影响投资者信心和行业长期发展。海外行业深度报告|资讯科技业 请阅读最后评级说明和重要声明 21/23 分析师声明分析师声明 本人具有中国证券业协会授予的证券投资咨询执业资格并登记为证券分析师，以勤勉的职业态度，独立、客观地出
80、具本报告。本报告清晰准确地反映了本人的研究观点。本人不曾因，不因，也将不会因本报告中的具体推荐意见或观点而直接或间接收到任何形式的补偿。本人具有中国证券业协会授予的证券投资咨询执业资格并登记为证券分析师，以勤勉的职业态度，独立、客观地出具本报告。本报告清晰准确地反映了本人的研究观点。本人不曾因，不因，也将不会因本报告中的具体推荐意见或观点而直接或间接收到任何形式的补偿。投资评级说明投资评级说明 投资建议的评级标准投资建议的评级标准 类别类别 评级评级 说明说明 报告中投资建议所涉及的评级分为股票评级和行业评级（另有说明的除外）。评级标准为报告发布日后的12 个月内公司股价（或行业指数）相对同期
81、相关证券市场代表性指数的涨跌幅。其中：沪深两市以沪深300 指数为基准；北交所市场以北证50 指数为基准；新三板市场以三板成指为基准；香港市场以恒生指数为基准；美国市场以标普500 或纳斯达克综合指数为基准。股票评级 买入 相对同期相关证券市场代表性指数涨幅大于 15%报告中投资建议所涉及的评级分为股票评级和行业评级（另有说明的除外）。评级标准为报告发布日后的12 个月内公司股价（或行业指数）相对同期相关证券市场代表性指数的涨跌幅。其中：沪深两市以沪深300 指数为基准；北交所市场以北证50 指数为基准；新三板市场以三板成指为基准；香港市场以恒生指数为基准；美国市场以标普500 或纳斯达克综合
82、指数为基准。股票评级 买入 相对同期相关证券市场代表性指数涨幅大于 15%增持 相对同期相关证券市场代表性指数涨幅在 5%15%之间 增持 相对同期相关证券市场代表性指数涨幅在 5%15%之间 中性 相对同期相关证券市场代表性指数涨幅在-5%5%之间 中性 相对同期相关证券市场代表性指数涨幅在-5%5%之间 减持 相对同期相关证券市场代表性指数涨幅小于-5%减持 相对同期相关证券市场代表性指数涨幅小于-5%无评级 由于我们无法获取必要的资料，或者公司面临无法预见结果的重大不确定性事件，或者其他原因，致使我们无法给出明确的投资评级 无评级 由于我们无法获取必要的资料，或者公司面临无法预见结果的重
83、大不确定性事件，或者其他原因，致使我们无法给出明确的投资评级 行业评级 推荐 相对表现优于同期相关证券市场代表性指数 行业评级 推荐 相对表现优于同期相关证券市场代表性指数 中性 相对表现与同期相关证券市场代表性指数持平 中性 相对表现与同期相关证券市场代表性指数持平 回避 相对表现弱于同期相关证券市场代表性指数 回避 相对表现弱于同期相关证券市场代表性指数 信息披露信息披露 本公司在知晓的范围内履行信息披露义务。客户可登录（内幕交易防控栏内查询静默期安排和关联公司持股情况。有关财务权益及商务关系的披露有关财务权益及商务关系的披露$BusinessPublishStart$兴证国际证券有限公司
84、及/或其有关联公司在过去十二个月内与 JinJiang Road&Bridge Construction Development Co Ltd、成都经开资产管理有限公司、宝应县开发投资有限公司、中泰证券、中泰金融国际有限公司、中泰国际财务英属维尔京群岛有限公司、杭州上城区城市建设投资集团有限公司、湖州市城市投资发展集团有限公司、重庆大足实业发展集团有限公司、江西省金融资产管理股份有限公司、珠海华发集团有限公司、华发投控2022 年第一期有限公司、海盐县国有资产经营有限公司、海盐海滨有限公司、平安国际融资租赁有限公司、湖北农谷实业集团有限责任公司、湖州经开投资发展集团有限公司、环太湖国际投资有限
85、公司、泰安市城市发展投资有限公司、Taishan City Investment Co.,Ltd.、益阳市赫山区发展集团有限公司、佛山市高明建设投资集团有限公司、重庆巴洲文化旅游产业集团有限公司、上海中南金石企业管理有限公司、厦门国贸控股集团有限公司、国贸控股（香港）投资有限公司、中国国新控股有限责任公司、国晶资本(BVI)有限公司、中原资产管理有限公司、中原大禹国际(BVI)有限公司、南京溧水经济技术开发集团有限公司、溧源国际有限公司、成都中法生态园投资发展有限公司、桐庐县国有资产投资经营有限公司、政金金融国际（BVI）有限公司、济南市中财金投资集团有限公司、江苏省溧阳高新区控股集团有限公司
86、、江苏中关村控股集团（国际）有限公司、连云港港口集团、山海（香港）国际投资有限公司、漳州圆山发展有限公司、镇江交通产业集团有限公司、Higher Key Management Limited、广州产业投资基金管理有限公司、淮安市交通控股集团有限公司、恒源国际发展有限公司、建发国际集团、四海国际投资有限公司、商丘市发展投资集团有限公司、青岛市即墨区城市开发投资有限公司、交运燃气有限公司、中南高科产业集团有限公司、中国景大教育集团控股有限公司、福建省蓝深环保技术股份有限公司、重庆市万盛工业园区开发建设有限公司、湖北光谷东国有资本投资运营集团有限公司、湖北新铜都城市投资发展集团有限公司、厦门国际投资
87、有限公司、无锡市太湖新城资产经营管理有限公司、江苏句容投资集团有限公司、漳州市九龙江集团有限公司、Yi Bright International Limited、临沂城市建设投资集团有限公司、杭州钱塘新区建设投资集团有限公司、孝感市高创投资有限公司、深圳市天图投资管理股份有限公司、济南舜通国际有限公司、济南轨道交通集团有限公司、郴州市福天建设发展有限公司、扬州江淮建设发展有限公司、平潭综合实验区城市发展集团有限公司、陕西榆神能源开发建设集团有限公司、福建漳州城投集团有限公司、澳门国际银行股份有限公司、升辉清洁集团控股有限公司、BPHL Capital Management LTD、北京建设(控
88、股)有限公司、北京控股集团有限公司、香港一联科技有限公司、镇江国有投资控股集团有限公司、泸州航空发展投资集团有限公司、济南城市建设集团有限公司、Jinan Urban Construction International Investment Co.,Limited、龙川海外投资有限公司、泰兴市润嘉控股有限公司、宁乡市水务建设投资有限公司、华通国际投资控股有限公司、青岛华通国有资本投资运营集团有限公司、四川简州空港农业投资发展集团有限公司、浙江省新昌县投资发展集团有限公司、金龙山实业(英属维尔京群岛)有限公司、济南章丘控股集团有限公司、Shenghai Investment Co.,Limit
89、ed、青岛军民融合发展集团有限公司、华信药业（香港）有限公司、泰州华信药业投资有限公司、泸州白酒产业发展投资集团有限公司、天风证券、三明市城市建设发展集团有限公司、Zhejiang Anji Construction Development Hong Kong Co Ltd、浙江安吉国控建设发展集团有限公司、陕西金融资产管理股份有限公司、湘潭振湘国有资产经营投资有限公司、曲阜兴达投资发展有限公司、沂晟国际有限公司、临沂市城市建设投资集团有限公司、长沙蓝月谷智造产业投资有限公司、科学城（广州）投资集团有限公司、海垦国际资本（香港）有限公司、海南省农垦投资控股集团有限公司、阜宁县城发控股集团有限公
90、司、菏泽财金投资集团有限公司、鹤山市公营资产经营有限公司、四川纳兴实业集团有限公司、水发集团有限公司、淮北市公用事业资产运营有限公司、茂名港集团有限公司、江苏荃信生物医药股份有限公司、浙江钱塘江投资开发有限公司、众创（香港）科技有限公司、海通恒信、HAITONG UT BRILLIANT LIMITED、Vertex Capital Investment Limited、五矿地产有限公司、南平武夷集团有限公司、南平武夷发展集团有限公司、洛阳国苑投资控股集团有限公司、南昌金开集团有限公司、JinJiang Road&Bridge Construction Development Co Ltd、福
91、建省晋江市建设投资控股集团有限公司、江苏海晟控股集团有限公司、RONGHE INTERNATIONAL INDUSTRY CO.,LTD.、青岛西海岸新区融合控股集团有限公司、淄博市城市资产运营集团有限公司、威海城市投资集团有限公司、平度市城市开发集团有限公司、舟山普陀城投开发建设有限公司、海纳城投国际控股有限公司、上海浦东发展银行股份有限公司香港分行、新希望集团有限公司、三明市城市建设投资集团、南安市发展投资集团有限公司、宜都市国有资产投资运营控股集团有限公司、淮南建设发展控股(集团)有限公司、济南高新控股集团有限公司、济高国际（开曼）投资发展有限公司、莆田市国有资产投资集团有限责任公司、洛
92、阳国晟投资控股集团有限公司、潍坊市城区西部投资发展集团有限公司、高邮市水务产业投资集团有限公司、上饶创新发展产业投资集团有限公司、泰州东方中国医药城控股集团有限公司、安吉七彩灵峰乡村旅游投资有限公司、乌鲁木齐经济技术开发区建发国有资本投资运营（集团）有限公司、福建省晋江城市建设投资开发集团有限责任公司、上饶投资控股集团有限公司、上饶投资控股国际有限公司、海宁市城市发展投资集团有限公司、盐城东方投资开发集团有限公司、东方资本有限公司、集友银行有限公司、济南历城控股集团有限公司、历城国际发展有限公司、光大银行、海外行业深度报告|资讯科技业 请阅读最后评级说明和重要声明 22/23 漳州市交通发展集
93、团有限公司、中国国际金融股份有限公司、天风国际证券集团有限公司、TFI Overseas Investment Limited、工商银行、株洲高科集团有限公司、滨州市财金投资集团有限公司、滨州财金国际有限公司、泰兴市港口集团有限公司、南阳交通控股集团有限公司、江苏叠石桥家纺产业集团有限公司、十堰城市运营集团有限公司、宜宾市新兴产业投资集团有限公司、湖州吴兴城市投资发展集团有限公司、WUXING CITY INVESTMENT HK COMPANY LIMITED、Haitian(BVI)International Investment Development Limited、青岛国信（发展）集
94、团有限责任公司、MINGHU INTERNATIONAL(BVI)INVESTMENT DEVELOPMENT CO.,LIMITED、济南历下控股集团有限公司、Zhongyuan Zhicheng Co.,Ltd.、中原豫资投资控股集团有限公司、福建省晋江建控投资控股集团有限公司、JINJIANG ROAD AND BRIDGE CONSTRUCTION&DEVELOPMENT CO.,LTD、武汉有机控股有限公司、Jinjiang Road and Bridge Construction&Development Co.,Ltd.、重庆新双圈城市建设开发有限公司、九江银行、青岛胶州湾发展集团
95、有限公司、无锡市交通产业集团有限公司、海翼（香港）有限公司、保定市国控集团有限责任公司、泉州城建集团有限公司、Coastal Emerald Limited、山东高速集团、赣州建控投资控股集团有限公司、湖南省汨罗江控股集团有限公司、湖南省融资担保集团有限公司、万晟国际（维尔京）有限公司、中原国际发展(BVI)有限公司、河南投资集团有限公司、China Cinda 2020 I Management Ltd、中国信达(香港)控股有限公司、资阳发展投资集团有限公司、重庆兴农融资担保集团有限公司、荆州市城市发展控股集团有限公司、成都空港城市发展集团有限公司、南洋商业银行有限公司、许昌市投资集团有限公
96、司、江苏双湖投资控股集团有限公司、四川西南发展控股集团有限公司、China Great Wall International Holdings III Ltd、中国长城资产(国际)控股有限公司、湖州南浔旅游投资发展集团有限公司、南京银行、武汉地铁集团有限公司、湖北省融资担保集团有限责任公司、淮北市建设投资有限责任公司、安徽西湖投资控股集团有限公司、淄博高新国有资本投资有限公司、河南省郑州新区建设投资有限公司、湖北澴川国有资本投资运营集团有限公司、江苏钟吾城乡投资发展集团有限公司、诸暨市国有资产经营有限公司、兴业银行股份有限公司香港分行、Soar Wise Limited、Soar Wind L
97、td、中航国际融资租赁有限公司、邳州市产业投资控股集团有限公司、巴中发展控股集团有限公司、江苏润鑫城市投资集团有限公司、山东泉汇产业发展有限公司、天府信用增进股份有限公司、农业银行、盐城高新区投资集团有限公司、众淼控股(青岛)股份有限公司、潍坊市城市建设发展投资集团有限公司、全椒全瑞投资控股集团有限公司、安徽省兴泰融资担保集团有限公司、东兴启航有限公司、东兴证券、黄石市国有资产经营有限公司、浙江湖州南浔经济建设开发有限公司、湖州南浔新开建设集团有限公司、浦江县国有资本投资集团有限公司、莱州财金国际有限公司、莱州市财金投资有限公司、民生银行、新沂市交通文旅集团有限公司、泰安高新建设集团有限公司、
98、香港国际(青岛)有限公司、青岛城市建设投资(集团)有限责任公司、贵溪市发展投资集团有限公司、湖南瑞鑫产业运营管理有限公司、常德财鑫融资担保有限公司、舟山海城建设投资集团有限公司、赣州城市投资控股集团有限责任公司、江苏中扬清洁能源发展有限公司、黄石产投控股集团有限公司、赤壁城市发展集团有限公司、重庆三峡融资担保集团股份有限公司、QUAN CHENG FINANCIAL HOLDINGS(BVI)LIMITED、济南金投控股集团有限公司、无锡恒廷实业有限公司、江苏银行、靖江港口集团有限公司、沛县产业投资发展集团有限公司、Taishan Finance International Business
99、Co.,Limited、泰安市泰山财金投资集团有限公司、娄底市城市发展控股集团有限公司、湖州市南浔区交通投资集团有限公司、怀远县新型城镇化建设有限公司、徽商银行、JUNFENG INTERNATIONAL CO.,LTD、烟台国丰投资控股集团有限公司、长沙金洲新城投资控股集团有限公司、湖州新型城市投资发展集团有限公司、湖州吴兴国有资本投资发展有限公司、荣利营造控股有限公司、Haichuan International Investment Co Ltd、江苏方洋控股有限公司、都江堰智慧城市运营建设发展集团有限公司、洛阳文化旅游投资公司有限公司、漳州台商投资区资产运营集团有限公司、郑州城建集团投
100、资有限公司、佛山市南海联达投资（控股）有限公司、成都武侯产业发展投资管理集团有限公司、浙江长兴金融控股集团有限公司、宁国市宁阳控股集团有限公司、邹城市城资控股集团有限公司、温州市鹿城区国有控股集团有限公司、山东明水国开发展集团有限公司、Mixin International Trading Co.,Limited、宜昌高新投资开发有限公司、中原大禹国际（BVI）有限公司、武汉金融控股（集团）有限公司、威海市环通产业投资集团有限公司、知识城（广州）投资集团有限公司、成都交通投资集团有限公司、福清市国有资产营运投资集团有限公司、滨州市滨城区经济开发投资有限公司、浙江杭海新城控股集团有限公司、YAN
101、GSHAN OVERSEAS DEVELOPMENT CO.,LTD、湖州莫干山高新集团有限公司、湖州莫干山国有资本控股集团有限公司、郑州地铁集团有限公司、漳州高鑫发展有限公司、宜春市袁州区国投集团有限公司、郑州市金水控股集团有限公司、肇庆市国联投资控股有限公司、抚州市数字经济投资集团有限公司、建德市国有资产投资控股集团有限公司、建投国际(香港)有限公司、重庆丰都文化旅游集团有限公司、Huafa 2024 I Company Limited、广德市国有资产投资经营有限公司、浙江德盛（BVI）有限公司、杭州富阳交通发展投资集团有限公司、Zibo High-Tech International I
102、nvestment Co.,Limited、成都市羊安新城开发建设有限公司、Lintou Overseas Co.,Limited、临沂投资发展集团有限公司、三水国际发展有限公司、江苏姜堰经开集团有限公司、青岛平度控股集团有限公司、河南省铁路建设投资集团有限公司、曹妃甸国控投资集团有限公司、唐山国控集团有限公司、青岛市即墨区城市旅游开发投资有限公司、淮北市建投控股集团有限公司、衢州市衢通发展集团有限公司、无锡市广益建设发展集团有限公司、嵊州市城市建设投资发展集团有限公司、黄石市新城产业投资集团有限公司、丽水经济技术开发区实业发展集团有限公司、印象大红袍股份有限公司、兖矿集团（开曼群岛）有限公司
103、、山东能源集团有限公司、淮安市投资控股集团有限公司、南阳城投控股有限公司、科学城(广州)融资租赁有限公司、科学城(广州)投资集团有限公司、稠州国际投资有限公司、义乌市国有资本运营有限公司、江门高新技术工业园有限公司、林州市城投控股有限公司、安徽海螺材料科技股份有限公司、安徽海螺水泥股份有限公司、脑动极光医疗科技有限公司、江苏皋开投资发展集团有限公司、天长市农业发展有限公司、四川省金玉融资担保有限公司、徽商银行股份有限公司有投资银行业务关系。$BusinessPublishEnd$使用本研究报告的风险提示以及法律声明使用本研究报告的风险提示以及法律声明 兴业证券股份有限公司经中国证券监督管理委员
104、会批准，已具备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。本报告中的信息、意见等均仅供客户参考，不构成所述证券买卖的出价或征价邀请或要约，投资者自主作出投资决策并自行承担投资风险，任何形式的分享证券投资收益或者分担证券投资损失的书面或口头承诺均为无效，任何有关本报告的摘要或节选都不代表本报告正式完整的观点，一切须以本公司向客户发布的本报告完整版本为准。该等信息、意见并未考虑到获取本报告人员的具体投资目的、财务状况以及特定需求，在任何时候均不构成对任何人的个人推荐。客户应当对本报告中的信息和意见进行独立评估，并应同时考量各自的投资目的、财务状况和特定需求，必要时就法律、商业
105、、财务、税收等方面咨询专家的意见。对依据或者使用本报告所造成的一切后果，本公司及/或其关联人员均不承担任何法律责任。本报告所载资料的来源被认为是可靠的，但本公司不保证其准确性或完整性，也不保证所包含的信息和建议不会发生任何变更。本公司并不对使用本报告所包含的材料产生的任何直接或间接损失或与此相关的其他任何损失承担任何责任。本报告所载的资料、意见及推测仅反映本公司于发布本报告当日的判断，本报告所指的证券或投资标的的价格、价值及投资收入可升可跌，过往表现不应作为日后的表现依据；在不同时期，本公司可发出与本报告所载资料、意见及推测不一致的报告；本公司不保证本报告所含信息保持在最新状态。同时，本公司对
106、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。海外行业深度报告|资讯科技业 请阅读最后评级说明和重要声明 23/23 除非另行说明，本报告中所引用的关于业绩的数据代表过往表现。过往的业绩表现亦不应作为日后回报的预示。我们不承诺也不保证，任何所预示的回报会得以实现。分析中所做的回报预测可能是基于相应的假设。任何假设的变化可能会显著地影响所预测的回报。本公司的销售人员、交易人员以及其他专业人士可能会依据不同假设和标准、采用不同的分析方法而口头或书面发表与本报告意见及建议不一致的市场评论和/或交易观点。本公司没有将此意见及建议向报告所有接收者进行更新的义务。本公司
107、的资产管理部门、自营部门以及其他投资业务部门可能独立做出与本报告中的意见或建议不一致的投资决策。本报告并非针对或意图发送予或为任何就发送、发布、可得到或使用此报告而使兴业证券股份有限公司及其关联子公司等违反当地的法律或法规或可致使兴业证券股份有限公司受制于相关法律或法规的任何地区、国家或其他管辖区域的公民或居民，包括但不限于美国及美国公民（1934 年美国证券交易所第 15a-6 条例定义为本主要美国机构投资者除外）。本报告由受香港证监会监察的兴证国际证券有限公司(香港证监会中央编号：AYE823)于香港提供。香港的投资者若有任何关于本报告的问题请直接联系兴证国际证券有限公司的销售交易代表。本
108、报告作者所持香港证监会牌照的牌照编号已披露在报告首页的作者姓名旁。本报告的版权归本公司所有。本公司对本报告保留一切权利。除非另有书面显示，否则本报告中的所有材料的版权均属本公司。未经本公司事先书面授权，本报告的任何部分均不得以任何方式制作任何形式的拷贝、复印件或复制品，或再次分发给任何其他人，或以任何侵犯本公司版权的其他方式使用。未经授权的转载，本公司不承担任何转载责任。特别声明特别声明 在法律许可的情况下，兴业证券股份有限公司可能会持有本报告中提及公司所发行的证券头寸并进行交易，也可能为这些公司提供或争取提供投资银行业务服务。因此，投资者应当考虑到兴业证券股份有限公司及/或其相关人员可能存在影响本报告观点客观性的潜在利益冲突。投资者请勿将本报告视为投资或其他决定的唯一信赖依据。兴业证券研究兴业证券研究 上上 海海 北北 京京 地址：上海浦东新区长柳路 36 号兴业证券大厦 15 层 地址：北京市朝阳区建国门大街甲 6 号世界财富大厦 32 层 01-08 单元 邮编：200135 邮编：100020 邮箱： 邮箱： 深深 圳圳 香香 港（兴证国际）港（兴证国际）地址：深圳市福田区皇岗路 5001 号深业上城 T2 座 52 楼 地址：香港德辅道中 199 号无限极广场 32 楼全层 邮编：518035 邮编：518035 邮箱： 邮箱：.hk
