计算机行业：DeepSeek激活创新竞争，AI应用迎来“安卓时刻”_30页_3mb

报告摘要

本报告分析了DeepSeek在AI领域的最新进展及其对AI应用行业的影响，认为DeepSeek的开源和性能提升标志着AI应用进入“安卓时刻”，即技术门槛降低，开发者和应用数量迅速增长的阶段。

DeepSeek激发创新竞争
- DeepSeek R1在GitHub上获得大量开发者关注，开发者点赞数接近Llama，显示其受欢迎程度。
- DeepSeek R1和V3模型在性能上表现优异，尤其在知识类、长文本、代码测试等方面接近或超越GPT-4o。
- DeepSeek的API成本显著低于GPT-4o，有助于降低AI应用的开发和部署成本。
AI应用开发迎来“百花齐放”
- 开发者可以通过本地化部署DeepSeek模型，实现低成本、高效率的AI应用开发。
- 通过R1模型微调的小模型可以在个人笔记本上运行，显著降低了本地化部署的门槛。
- DeepSeek的开源特性有助于技术扩散，促进AI应用的创新和普及。
头部互联网公司具备先发优势
- 字节跳动、腾讯、阿里等公司凭借其庞大的用户基础和产品能力，在AI应用开发中具有显著优势。
- 其他拥有大量用户和场景的公司如美团、哔哩哔哩、拼多多、小米也有望快速跟进。
DeepSeek对AI行业的影响
- DeepSeek的发布推动了AI应用的商业化落地，多个海外大厂CEO对其在效率和成本方面的贡献表示认可。
- DeepSeek的低成本和高效率有助于提升AI应用的渗透率，特别是在C端和B端市场。

DeepSeek R1模型：
- 80亿参数小模型可在个人笔记本运行，实现多Agent工作流。
- 671B大模型可在较低成本的服务器中部署，如$2000的EPYC服务器。
API成本：
- DeepSeek V3的输入价格为0.27美元/百万token，输出价格为1.10美元/百万token，显著低于GPT-4o的2.50和10美元。
- DeepSeek的低成本和高性能，使其成为AI应用开发的首选模型之一。
开发者反馈：
- GitHub和Hugging Face数据显示，DeepSeek的开发者关注度和使用率显著提升。
- 多个开发者实测案例显示，DeepSeek在推理效率、本地化部署和模型微调方面表现优异。
市场表现：
- DeepSeek出圈后，多个AI相关公司股价上涨，如Duolingo、Reddit等。
- 海外大厂如微软、苹果、Meta等对DeepSeek的技术创新给予高度评价。
技术亮点：
- MLA（多头潜在注意力）技术显著降低推理成本，提升模型效率。
- DeepSeek R1模型具备“反思”“多步验证”等复杂推理能力，训练成本较低。
行业影响：
- DeepSeek的开源和性能提升有助于推动AI应用在更多场景中的落地。
- 模型能力的提升为AI教育、AI陪伴机器人等C端应用提供了更多可能性。

股票评级：
- 买入：相对涨幅15%以上
- 增持：相对涨幅5%—15%
- 中性：相对涨幅-5%—5%之间
- 减持：相对跌幅5%—15%
- 卖出：相对跌幅15%以上
行业评级：
- 强于大市：相对涨幅10%以上
- 中性：相对涨幅-10%—10%之间
- 弱于大市：相对跌幅10%以上