摘要：12月底上线V3模型，多项评测成绩接近GPT-4o。V3为开源MoE模型，当前版本暂不支持多模态输入 输出。其多项评测成绩超越了 Qwen2.5-72B 和 Llama-3.1-405B 等其他开源模型，知识类、长文本、代 码测试表现超过GPT-4o。但每百万
DeepSeek：低成本+高性能模型，引发全球AI产业的竞争活力
12月底上线V3模型，多项评测成绩接近GPT-4o。V3为开源MoE模型，当前版本暂不支持多模态输入 输出。其多项评测成绩超越了 Qwen2.5-72B 和 Llama-3.1-405B 等其他开源模型，知识类、长文本、代 码测试表现超过GPT-4o。但每百万token的输入和输出价格分别为0.27和1.10美元，显著低于GPT-4o 的2.50和10美元。
MLA（多头潜在注意力）创新技术降低模型推理成本。MLA与标准注意力机制相比，每个查询所需 的 KV 缓存量（存储上下文对话）减少约93.3%，从而减少计算量和算力需求。我们认为这是 DeepSeek实现超低API价格的关键一环。
DeepSeek：R1模型低成本、高效率，性能赶超o1模型
Deepseek发布开源模型DeepSeek-R1。数学/编程/推理能力接近OpenAI的o1模型，但API调用成本仅 为其2%。DeepSeek-R1系列包括DeepSeek-R1-Zero和DeepSeek-R1两大模型，核心创新点在于： 传统大模型需要大量人工标注的监督数据进行训练，但DeepSeek-R1-Zero仅通过大规模强化学习训练 ，没有监督微调，便自发涌现出“反思”“多步验证”等复杂推理行为，训练成本较低。 推理能力可以向小模型迁移。使用DeepSeek-R1作为教师模型生成800K数据对小模型微调，提升逻辑 能力，通义千问15亿参数开源模型经过微调后，数学能力超过GPT-4o。
DeepSeek——C端视角：全球破圈， 成为用户规模增速最快的移动端AI应用
DeepseekAI助手成为今年春节爆款应用。 看国内：2021-2024年春节中国区iOS应用榜Top10，字 节系普遍占5个以上，今年DeepSeek稳居榜首，成为首 个在春节期间持续霸榜的AI应用。 看全球：春节期间Deepseek登顶中国、美国、德国等全 球超100个国家和地区的iOS应用总榜第1，下载量超越 ChatGPT。用户从早期的开发者+编成IT群体，拓宽到 了目前的泛C端用户。
Deepseek成为全球用户规模增速最快的移动端AI应用。 日活（全球）：据AI产品榜，DeepSeek移动端上线第20天 （1月30日）全球日活2161万，为同期ChatGPT移动端日 活 14.8 倍。若对比海外移动端用户数（SensorTower口径 ），1月31日DeepSeek为1203万，环比增加4%。 下载量（全球）：据点点数据，截至2月1日DeepSeek App 全球累计下载量2261万创新高，环比前一天增加16%。
全球主流的公有云公司均在旗下的AI应用开发平台中接入DeepSeek模型，包括微软、亚马逊、腾讯 、华为、案例、百度等。应用端，秘塔AI搜索成为首个接入DeepSeek模型的国产应用之一，弥补了 当前DeepSeek AI助手未开放联网搜索功能的问题。
DeepSeek——大厂视角：看好DeepSeek提升AI应用渗透率
多个海外AI应用公司高管认为DeepSeek提升大模型效率、降低推理成本。当前大模型性能已满足绝 大部分应用场景，DeepSeek提升大模型训练和推理效率、降低API成本，有望提升AI应用在各个场景 的渗透率。苹果、微软和SAP的CEO均对DeepSeek在大模型效率和成本方面的贡献给予积极评价， Meta作为海外头部开源模型研发厂商，CEO表示将吸收DeepSeek的模型开发经验。
DeepSeek——大厂视角：微软、Meta未下调资本开支预期，对推理需求保持乐观
微软和Meta并未下调25财年资本开支计划，我们认为这是对推理侧需求的积极预判。 微软：四季度（FY2Q25）资本开支226亿美元，公司指引未来两个季度与四季度相近，则25财年合计 约800亿美元，与1月初的指引相近。CEO纳德拉提到DeepSeek反映了创新周期中的成本下降趋势，有 望带来更多AI需求，利好微软这种AI服务提供商；微软未来资本开支会根据需求决定。 Meta：公司重申25财年资本支出600-650亿美元，CEO扎克伯格提到重金投入AI基础设施是长期战略。
DeepSeek——开发者视角：适合本地化部署的大参数高性能模型
Hugging Face数据反映DeepSeek V3和R1均为适合本地化部署的大参数高性能模型。Hugging Face是全 球主流的开源模型社区之一，该社区的模型下载量虽然不能直接反映基于各模型开发的AI应用数量， 但也侧面反映了开发者对不同模型的偏好。 小参数模型：性能较弱，但推理算力和存储需求较小，适合本地化微调和部署，因此Llama 3.1 8B等小 参数模型下载量断层式领先。据Synaptic的统计，24年6月下载量前10的模型，参数量普遍低于100亿； 中大参数模型：性能较强，但对推理算力、部署设备均有较高要求。V3和R1性能处于第一梯队，同 时推理算力需求相对较低，适合本地化部署和蒸馏，近一个月下载量显著高于Llama和通义千问2.5。
GitHub的Stars是项目在社区中受欢迎程度的直接指标，Fork则表示项目累计被用户拷贝的数量，两个 指标均代表项目上线至今的关注度和用户喜爱度。DeepSeek V3和R1两个项目上线至今均不足2个月， 但它们的累计Star和Fork均与上线时间更早的Llama接近，显著高于24年4月发布的Llama3，直接反映 了开发者对DeepSeek开源模型的高认可度。
DeepSeek——开发者视角：模型运行成本低，降低AI应用开发门槛
开发者展示了R1模型进行本地化部署的案例。V3和R1模型均采用稀疏MoE架构，推理过程中激活 的参数较少，算力和设备要求也相应较低。我们通过GitHub、Hugging Face两大开发者社区，以及 Youtube相关内容梳理本地化部署和调用R1模型的实测体验，Youtube博主Deep Charts和Digital Spaceport的实测结果显示，671B大模型可以在较低成本的服务器中部署（满足特定配置要求），经 过微调的80亿参数小模型则可以在普通的M1 Macbook Pro中赋能多Agent工作流。作为对比，Llama 3.1 405B需要在两台H100服务器中运行，年租金合计30万美元以上（SemiAnalysis测算）。
DeepSeek——行情视角：港股AI公司涨幅显著，国产应用有望加速落地
国产模型全面赶超海外，市场看好国产应用长期受益。DeepSeek V3和R1模型是国产模型快速赶超海 外的典型代表。国产模型追平海外的时间不断缩短，4o发布半年之后，国产豆包、Minimax就发布对 标模型；Sora的demo4个月后，国产AI视频可用度与性价比更高；o系列模型发布4个月后，R1等国产 o系列模型涌现。国产应用有望受益于国产模型能力跃升，春节后首个交易日港股AI公司涨幅明显， 恰恰反映之一市场预期。
阿里：Qwen2.5-Max综合性能对标DeepSeek V3，国产开源模型再添重磅新品
Qwen Max是通义千问系列效果最好的模型，春节期间更新了2.5版本。新版本同样为超大规模MoE 模型，在大学水平知识测试MMLU-Pro、编程能力测试LiveCodeBench，综合能力测试LiveBench中， 新版本结果均略高于DeepSeek V3，与GPT-4o的水平接近。当前已推出AI助手和API服务。新版本使 用了超过20万亿token的预训练数据，显著超过Llama3的15万亿，是超大规模模型训练的典型案例。
OpenAI：o3-mini和Deep Research相继发布，将发力端侧AI硬件
o3-mini模型上线ChatGPT，物理模拟能力较强。目前Pro会员用户可以无限制使用，其他用户限量体 验，API服务也已经同步推出，价格约为o1的1/15、R1的两倍。完整版o3模型将在4-6周内发布，将支 持文件附件功能、更长的上下文窗口和记忆功能。 从基准测试看：在综合能力测试LiveBench中，o3-mini整体水平为73.94，介于R1的71.38和o1的75.67之 间。o3-mini幻觉率从GPT-4o的52.4%大幅降至14.8%。 从实际体验看：根据University of Washington、Every公司的测试，o3-mini的代码能力和物理模拟效果 优于R1，但在部分体验中，视觉艺术效果不及Sonnet 3.5。
Deep Research在短时间内完成深度研究任务，o3模型+联网搜索构成专业研究Agent。该功能在5-30分 钟内围绕特定的主题完成深度研究，并输出研究报告。它可以运用推理能力，在互联网上搜索、解 读和分析大量文本、图像和PDF文件，转为金融、科学、工程领域从事知识工作、需要深度研究的用 户设计。Humanity’s Last Exam（HLE）由3000多道语言学、火箭科学等超100个学科的题目组成， 用于评估模型的学术能力，Deep Research准确率为26.6%创新高，显著高于o1和R1的9.1%、9.4%。
OpenAI近期发布会透露后续计划：1）将开始开发专用于生成式AI的设备，以取代智能手机，引发自 2007年iPhone推出以来的下一轮数字设备革命；2）Plus订阅目前不会涨价，希望在未来可以降价；3 ） 正在考虑更积极的开源策略，但这并非眼下的首要任务。
对照移动互联网，AI应用有望迎来“安卓时刻”
安卓系统开源成为移动互联网应用爆发的关键一环。 2007年11月Google与84家硬件制造商、软件开发商及电 信营运商组建开放手机联盟共同研发改良Android系统 ，随后发布源代码。安卓系统使用简单易上手的Java语 言，驱动基于该系统的应用和手机数量快速增长， Google Play上的应用数量从2010年的9万个快速增值2017 年的350万个。 DeepSeek同样免费开源，便于本地化部署和模型能力迁 移，实质性降低AI应用开发成本，意义类似于移动互联 网的安卓时刻。
对标手游发展初期，看新一代应用爆发的节点
手游1.0：2009年手游数量快速增长，但未见破圈产品。App Store于2008年7月发布，发布首日 App数量仅约500个，此后出现爆发性增长，游戏是IOS App的主要类型之一（数量占比约25% ），手游时代开启。我们认为2008-2009年是手游1.0时代，这一时期手游数量快速增长，根据 AppStare，2008年底App Store上线手游5136个，2009年底该数字变为2.94万个；2010年以后是手 游2.0时代，《神庙逃亡》《水果忍者》等爆款产品出现，题材与玩法延续了1.0时代的特点。
手游2.0破圈：玩家创新+免费助推破圈。以《神庙逃亡》为例，1）收费模式转变：公司将游 戏改为免费下载，增加IAP弥补收入，在App Store免费榜上的排名也逐步提高，于2011年12月 28日登上IOS免费榜第一，2012年1月登上IOS畅销榜第一。2）玩法创新、简便：充分利用触屏 和重力感应的功能，创新性地采取玩家控制镜头转动，成为3D跑酷游戏的开创者。
四大类应用有望受益——端侧AI
DeepSeek小参数版本端侧表现较好，R1推理能力可 以迁移至其他小模型。根据技术报告，DeepSeekLite（2.1B）在端侧延迟、内存占用、常见任务精 准度表现优于Llama-3（8B-Instruct）和Phi-3-mini（ 3.8B）。使用R1生成的800K数据，对Qwen和Llama 系列的多个小模型(1.5B、7B、8B、14B、32B、70B) 进行了微调。经过R1蒸馏的小模型，推理能力显著 提升，部分模型的数学测试结果优于o1-mini。看好DeepSeek提升端侧AI能力，除了AI手机、AI电 脑以外，兼具实用性与时尚性的AI眼镜也有望进一 步完善实时翻译与导航功能。
来源：报告研究所
