摘要：人工智能历经近七十年发展，已至战略拐点，从技术驱动迈向需求驱动。DeepSeek的出现标志着算力效率拐点显现，其通过优化算法架构，显著提升算力利用效率，打破传统认知，验证了“性价比”训练路径。2025年发布的大模型呈现低参数量特征，为本地化部署提供可能。AI技

公众号『行业报告之家』

报告共16页

导读：人工智能历经近七十年发展，已至战略拐点，从技术驱动迈向需求驱动。DeepSeek的出现标志着算力效率拐点显现，其通过优化算法架构，显著提升算力利用效率，打破传统认知，验证了“性价比”训练路径。2025年发布的大模型呈现低参数量特征，为本地化部署提供可能。AI技术创新围绕算力、数据、算法三要素动态循环，2025年重回算法创新阶段。DeepSeek的R1-zero模型完全基于强化学习训练，未使用监督训练或人类反馈，通过自我学习提升性能。其训练流程创新，采用GRPO算法优化奖励模型，提升训练效率。此外，非Transformer架构的算法模型成为新发展方向，如LFM（Liquid Foundation Model）在性能上超越同等规模的Transformer模型，小巧便携，可直接部署在手机等终端设备上。AI终端的爆发推动端侧模型和算力需求增加，小参数量模型需求爆发，进一步推动算法变革。DeepSeek的高性价比模式有望解锁具身智能的理解与推理能力，其多模态模型Janus-Pro在推理和多模态感知方面表现出色，有望加速具身智能的普及。同时，推理成本的大幅降低将推动C端产品在多数应用场景落地，如网站创建、直播带货、智能客服等。

来源：行业报告之家