2025 計算機行業(yè)研究：DeepSeek推動“算力平權”關注端側AI和Agent投資機會

DeepSeek推動“算力平權”,關注端側AI和Agent投資機會應用加速落地。推理需求，逐步激活全球AI應用及算力發(fā)展。信創(chuàng)建設需求，相關板塊將迎來投資布局機會。螢石網絡、漢王科技、湯姆貓、蜂助手均有布局。意軟件領域均有布局?！ひ訢eepSeek為代表的國產模型迅速崛起，也因此遭受了網絡惡意攻擊，這警示大模型廠商提升網絡安全落地，預計上半年信創(chuàng)產業(yè)鏈相關公司的訂單回暖將會出現重要信號。投資建議Al相關功能打磨能夠帶動C端應用月活量、付費率提升，建議關注金山辦公、萬興科技等。風險提示底層大模型迭代發(fā)展不及預期，國際關系風險，應用落地不及預期，行業(yè)競爭加劇風險。11.DeepSeek強勢崛起，國產大模型技術大幅躍升 32.推理側算力成本降低之后：算力普及化井噴+端側/Agent加速落地 62.1Deepseek對算力影響幾何?—推理成本較01降數量級，有望推動算力普及化井噴 62.2端側Al:Deepseek推動端側推理成本壓縮，眼鏡+耳機+學習機+玩具四面開花 92.3AIAgent:強推理模型性能持續(xù)提升，Agent應用落地有望全面提速 2.4Al安全：大模型廠商急需全方位加強防護，網安及信創(chuàng)板塊迎來布局機會 3.投資建議 4.風險提示 圖表目錄圖表1:DeepSeek-V3性價比遠超GPT-40和Claude3.5Sonnet 3圖表2:DeepSeek-R1在V3之上再提升 3 3圖表4:DeepSeek通過多種方式實現訓練成本極致壓縮 4圖表5:R1在V3基礎模型上進行微調和強化學習 5圖表6:Janus-Pro7B在理解和生成兩方面都超越了LLaVA、Dalle3和SDXL等主流選手 6圖表7:通用人工智能有望開啟第四次工業(yè)革命 7圖表8:1860年起英國煤炭消耗量上行約一個世紀 8圖表9:1920年起美國原油消耗量大幅上行 8圖表10:Deepseek推動Al算力效率拐點顯現 8圖表11:技術革命的周期性示意圖 9圖表12:各品牌代表性Al眼鏡產品情況 圖表13:手機、互聯網及上市公司的代表性Al耳機產品情況 圖表14:24年我國學習平板線上銷量情況 圖表15:科大訊飛占學習平板線上銷售額的13% 圖表16:海內外Al玩具產品情況 圖表17:LLM驅動的GUIAgent的發(fā)展歷程 圖表18:Alagents應用場景 圖表19:全球基于Al的網絡安全市場規(guī)?？焖僭鲩L 圖表20:永信至誠春秋AI測評“數字風洞”平臺 圖表21:建議關注DeepSeek相關產業(yè)鏈投資機會 22行業(yè)專題研究報告DeepSeek近期推出了多款大模型，憑借卓越性能和創(chuàng)新技術，迅速在行業(yè)內引發(fā)強烈反響，效果顯著“出圈”。我們認為DeepSeek的突破標志著國產大模型技術邁入全球領先行列，其低成本特性將帶動Al應用加速落地。2024年12月深度求索推出DeepSeek-V3,以極低的訓練成本，實現了與國際頂尖模型相媲美的性能。具體而言，DeepSeek-V3在知識類任務(MMLU,MMLU-Pro,GPQA,文能力與Qwen2.5-72B相近。DeepSeek-V3采用MoE架構，參數規(guī)模671B,激活37B,在14.8Ttoken上進行了預訓練。根據DeepSeek-V3論文，其正式訓練成本僅為557.6萬美元，約為GPT-4預算存未命中),每百萬輸出tokens2元，顯著低于Claude3.5Sonnet和GPT-40。圖表1:DeepSeek-V3性價比遠超GPT-40和Claude3.5Sonnet99●Qwen2.5-72B-Instruct●Mistral-Large-2411GLM-4-Plus●Llama-3.1-70B-Instruct●Claude3.5Haiku1.00Loganichmkecoodinsre10.00MMLUReduxZeroEvalScoreVSInputAPIPrice(S/1MTokens)GPT-4o來源：DeepSeek公眾號，國金證券研究所2025年1月20日，深度求索發(fā)布正式版DeepSeek-R1模型，是基于V3基礎模型進行理等任務上，性能比肩OpenAl01正式版。此外，深度求索還在R1的基礎上蒸餾了6個開源小模型，其中32B和70B模型在多項能力上實現了對標OpenAlo1-mini的效果。DeepSeek-R1API服務定價為每百萬輸入tokens1元(緩存命中)/4元(緩存未命中),每百萬輸出tokens16元，價格遠低于OpenAl-01。圖表2:DeepSeek-R1在V3之上再提升圖表3:DeepSeek-R1推理API定價遠低于OpenAI-01輸入API輸入API價格(緩存命中)輸入API價格(緩存未命中)輸出API價格DeepSeek-R1-OpenAI-o1-1217-DeepSeek-R1-32BOpenAI-o1-mini-DeepSeek-V360-40-39.220-AIME2024CodeforcesGPQADiamondMATH-500MMLUsWE-benchVerified(Passe1)(Percentle)(Passe1)(Passe1)(Pass@1)來源：DeepSeek公眾號，國金證券研究所來源：DeepSeek公眾號，國金證券研究所3DeepSeek-V3和R1均具備低成本和高性能的特點，在使用經典Transformer解碼器模件使用效率等方法。度訓練等。1)MLA:傳統(tǒng)Transformer中每一層都需要完整的計算和存儲，其中的Key和Value矩陣往往占用大量內存空間，而MLA通過壓縮和復用前序層的K、V來占用減少了20-30%,此外還通過對Query的低秩壓縮，減少了計算過程中的激活內存占用。并行計算：在系統(tǒng)架構層面，DeepSeek使用了專家并行訓練技術，通過將不同的專家模塊分配到不同的計算設備上同時進行訓練，提升了訓練過程中的計算效率。在計算和通信重疊方面，DeepSeek創(chuàng)新使用DualPipe方法進行多任務并行處理，能夠讓模型在進行計算的同時，在后臺已經開始準備下一步需要的數據傳輸。這種設計確保了通信開銷被很大程度地隱藏在計算過程中，極大提升了整體效率。根據DeepSeek的技術報告，DualPipe算法減少了50%的此外，DeepSeek-V3/R1還進行無輔助損失負載均衡、跨節(jié)點通信優(yōu)化，全面提升圖表4:DeepSeek通過多種方式實現訓練成本極致壓縮技術創(chuàng)新影響影響模型能力影響影響架構Key/Value低秩壓縮減少訓練內存和計算開銷降低KNV緩存內容保持模型性能降低部署內存需求Query低秩壓縮降低激活內存占用-保持模型性能-簡化訓練流程，提升訓練穩(wěn)定性-精度損失-減少50%流水線氣泡，優(yōu)化通信開銷---提升訓練穩(wěn)定性，避免序列內平衡開銷-增強專家分化效果簡化部署流程提升貸款利用率-->高性能：DeepSeek-V3模型的高性能源于參數量較大、訓練數據質量高，并使用參數量：DeepSeek-V3的總參數量有671B,每個token激活37B參數。整體參數總量比Llama3.1的405B高，也遠超Qwen2.5的72B。在ScalingLaw尚未碰壁的情況下，較高的模型參數量利于性能提升。數據精篩：DeepSeek-V3采用了更多元化的數據獲取策略?；A訓練數據來源于經過嚴格篩選的CommonCrawl語料庫，研發(fā)團隊還引入大規(guī)模的代碼數據集、數學推理數據、科學文獻等。在數據清洗環(huán)節(jié)，DeepSeek采用了專有的數據過濾算法，刪除低質量、不完整的數據。團隊還通過數據混合采樣策略和課程學習方法，進一步優(yōu)化了訓練過程中的數據使用效率。多token預測(MTP):傳統(tǒng)語言模型一次只預測一個token的范式，使用MTP后模型會同時預測多個連續(xù)位置的token。這種并行預測機制不僅提高了訓練效4行業(yè)專題研究報告模型整體性能提升2-3%。1)有監(jiān)督微調(SFT):這一環(huán)節(jié)使用2類數據，一是來自中間推理模型生成的60萬個長思維鏈推理示例，二是20萬個來自V3模型生成的與非推理訓練樣本相關的數據。其中，中間模型是使用強化學習方法對V3的基礎版本進行訓練得到的，其推理能力已經與OpenAl01相近，在訓練過程中模型思維鏈長度逐步增加。在微調過程中，DeepSeek還引入數千條高質量、包含長思維鏈的冷啟動數據，顯著提升了模型的可讀性和多語言處理能力。2)通用強化學習：針對非推理類應用場景進行了擴展優(yōu)化——通過引入實用性獎勵模型與安全性獎勵模型(類似Llama模型的機制)對相關應用的提示進行多維評估。這種復合獎勵機制確保模型在擴展應用邊2)2)GeneralDeepSeek-v3-BaseSFT-checkpointDeepSeek-R11)Reasoning-OrientedReasoningdataInterimreasoningmodelLongchain-of-thoughtexamples來源：LanguageModels&Co.,國金證券研究所除V3/R1外，DeepSeek在2025年1月28日凌晨，再發(fā)兩款多模態(tài)框架——Janus-Pro過為模型配置雙頭編碼器，分別單獨負責理解和創(chuàng)作，成功突破訓練瓶頸；規(guī)避了少40%、生成質量提升35%、模型對真實場景的適應性大幅提升。Janus-Pro是一款統(tǒng)一多模態(tài)理解與生成的創(chuàng)新框架，包括1.5B和7B兩個模型，Janus-Pro運用Transformer架構，將文本、圖像、音頻等多種模態(tài)的數據進行統(tǒng)一處理，實現對不同模態(tài)信息的理解與生成。在圖像生成領域，Janus-Pro在基準測理解領域，其在MMBench評分超過此前最佳水平。JanusFlow-1.3B是多模態(tài)理解模型，參數量僅為1.3B,將基于視覺編碼器和LLM的理解框架與基于RectifiedFlow的生成框架直接融合，實現了兩者在單一LLM中的端到端訓練。JanusFlow-1.3B在視覺理解和生成任務上均超過此前同規(guī)模的統(tǒng)一多模態(tài)模型。5行業(yè)專題研究報告圖表6:Janus-Pro7B在理解和生成兩方面都超越了LLaVA、Dalle3和SDXL等主流選手AverageAveragePerformanceJanus-Pro-78TokenFlow-TokenFlow-XL◎Janus-Pro-1B◎VILA-UEmu3-ChatShow-00janus-ProShow-00LLaVAFamly(UnderstandngOnly)arusarus55.68.C4三02IGenEvalDPG-BenchSD3MedumEmu3-GenxAt-誰DALE3SOKL來源：騰訊科技公眾號，國金證券研究所2.1Deepseek對算力影響幾何?—推理成本較01降數量級，有望推動算力普及化井噴理成本低至每百萬Token0.14美元，相比OpenAl-01-mini低了一個數量級。Deepseek低訓練和推理成本(訓練成本僅為MetaLlama的10%,推理成本為OpenAl的1/7)。在探討大模型成本優(yōu)化與算力需求之間的關系時，我們發(fā)現這兩者并不是簡單的此消彼長，而是相互促進、共同發(fā)展的關系。微軟首席執(zhí)行官曾引用“杰文斯悖論”來闡釋這一現象，杰文斯在其著作《煤炭問題》中指出，隨著蒸汽機效率的提升，煤炭的消耗量反而增加了。這一悖論的核心在于：技術進步提高了資源的使用效率，而效率的提高降低了資源的使用成本，進而刺激了資源需求的增長。這種增長有時甚至超過了效率提升所帶來的節(jié)約，最終導致資源總消耗量的增加。礎動力的全局性經濟范式轉型。歷史上共發(fā)生過三次工業(yè)革命，我們認為，本輪通用型人工智能發(fā)展浪潮有望啟動第四次工業(yè)革命：>第一次技術革命：生產力工具：蒸汽機；主體能源類型：煤炭。>第二次技術革命：生產力工具：內燃機；主體能源類型：石油。>第三次技術革命：生產力工具：計算機；主體能源類型：電力。>第四次技術革命：生產力工具：通用人工智能；主體能源類型：算力。6圖表7:通用人工智能有望開啟第四次工業(yè)革命工業(yè)革生產力變革能源動力變革關鍵事件驅動第一次蒸汽機煤炭1763~1775年，瓦特在馬修·博爾頓的支持下著手改良蒸汽機；1776年，瓦特設計的蒸汽機進行商業(yè)化應用。1829年，蒸汽動力機車“火箭號”在利物浦到曼徹斯特的鐵路上試驗成功。全國性鐵路網絡的建設促進了物流效率的提升與社會分工的加速，進而推動了標準零部件生產的規(guī)模經濟雛形誕生。第二次內燃機石油1860年，比利時工程師艾蒂安·勒努瓦以蒸汽機為藍本，制成了首臺以天然氣為燃料的燃氣發(fā)動機。1862~1876年，德國工程師尼古拉斯·奧托將內燃機的熱效率提升至10%;1876年，奧托制成了四沖程循環(huán)的內燃機。1885年，戈特利布·戴姆勒制成了第一臺汽油機，并于次年造出第一輛用汽油機驅動的汽車。1908年，第一輛T型車從密歇根州底特律的福特工廠下線，福特汽車開啟了大規(guī)模流水線裝配的生產時代，為規(guī)模經濟的工廠組織形態(tài)奠基。1924年，意大利建成了世界上第一條高速公路A8,連接米蘭和瓦雷澤，全長約40公里，標志著高速公路時代的開始。1956年，美國通過《聯邦援助公路法案》,開工建設彼時世界上最大的公路網絡。第三次計算機電力1943-1945年，美國的ENIAC(電子數值積分計算機)完成，這是第一臺完全電子的通用計算機，能夠重新編程以執(zhí)行各種任務。1971年，全球第一款商用微處理器英特爾微處理器4004問世。1974年，羅伯特·卡恩和文頓·瑟夫提出TCP/IP,定義了在電腦網絡之間傳送報文的方法。1983年，蘋果電腦公司推出全球第一款搭載圖形界面的個人電腦AppleLisa。1990年，蒂姆·伯納斯-李創(chuàng)建了第一個網頁瀏覽器、第一個網頁服務器和第一個網站，開啟PC互聯網時代。2007年，初代iPhone面世，開啟移動互聯網時代。兩輪互聯網革命將實現了全球范圍內的信息交流與遠程通訊，降低溝通成本，促使全球人員協(xié)作成為可能。第四次通用人工智能算力1997年，IBM深藍戰(zhàn)勝國際象棋世界冠軍加里·卡斯帕羅夫。2016年，AlphaGo模型問世，后續(xù)成為Al大模型的主流選擇。2022年，OpenAl旗下大語言模型產品ChatGPT問世。2023年，OpenAl旗下多模態(tài)大模型GPT4與Google旗下多模態(tài)大模型Gemini相繼問世。2024年，OpenAl旗下TexttoVideo/lmage大模型Sora問世。大模型時代動輒千億參數的訓練需要巨量的算力資源支撐，以GPU為代表的芯片或將成為通用人工智能時代的新能源。Al與軟件結合有望替換文書、設計與管理勞動工作，Al與硬件結合以機器人形態(tài)有望取代體力勞動工作。歷史上歷次技術革命所涉及的主體能源都會隨新一代生產力工具廣泛應用而呈現能源需求持續(xù)上行的階段，以煤炭和石油兩種一次化石能源為例說明：>以瓦特蒸汽機的大范圍應用為代表的第二次技術革命最早在英國展開，后續(xù)逐漸擴散至歐洲大陸和美國。1860年起，英國煤炭消耗量上行約一個世紀，達峰之后逐漸回落，1860~1920年英國煤炭消耗量的快速爬升主要受益于蒸汽機在鐵路運輸、紡織、制造、采礦等各行業(yè)的廣泛應用(1882年以后同時受益于煤電廠的興建)。以內燃機的大范圍應用為代表的第三次技術革命最早在美國和德國展開，后續(xù)逐漸擴散至歐陸各國。1920年起，美國原油生產量持續(xù)保持高速爬升，1970s,美國國內石油開采量放緩，對海外原油進口飆升，國內石油需求持續(xù)增長。7圖表8:1860年起英國煤炭消耗量上行約一個世紀圖表9:1920年起美國原油消耗量大幅上行英國歷史煤炭使用情況0200-2014,由平2015,煤幅來源：FT《Britainpasseshistoricmilestonewithfirstdaysofcoal-freepower》,國金證券研究所來源：U.S.EnergyInfomationAdministration,AnnualEnergyReview2009,國金證券研究所加。圖表10:Deepseek推動AI算力效率拐點顯現01Megatron-TuringNLG530BPalM(540B)GPT-3175B(davinci)GLM-130B2011201220132014201520162017201820192020202120222023202420252026liBaichuan2-13BToRoNFAlexNetClaude2GPT-40G來源：甲子光年智庫，國金證券研究所8技術能力技術能力行業(yè)專題研究報告第一階段第二階段新產品、新產全部集群(新系和基礎設施)創(chuàng)新和市場潛力的全面擴張產業(yè)范式的顛覆性創(chuàng)新擴張新產品和新產業(yè)接近成熟，的技術體系醞釀期構造范式成長期用得上新產品、新產業(yè)、新技術體系接連出現并持續(xù)更新Deepseek對推理算力的壓縮能夠降低端側Al成本。近日，英特爾公布，Deepseek目前能夠在英特爾產品上運行，也可以在AlPC上實現離線使用。在其最新發(fā)布的酷睿Ultra200H(ArrowLakeH)平臺上，Deepseek-R1-1.5B模型能夠順利運行，在因式分解演示中，能夠迅速演繹邏輯思維，并最終解決數學難題，突破難關。小米、比亞迪等企業(yè)迅速接入API,特斯拉中國區(qū)客服宣布測試Deepseek語音助手，稱其“中文理解能力優(yōu)于現有系統(tǒng)”。OPPO、榮耀宣布年內推出搭載Deepseek輕量版模型的智實時同聲傳譯和AR導航。Al創(chuàng)業(yè)公司等，在2025CES中參展的Al及AR眼鏡數量達到47個，提供的主要2025年全球Al智能眼鏡將進入新品密集發(fā)布期，出貨量有望達400萬副，到2030年出貨量有望增長至8000萬副。AI眼鏡在軟件技術方面與智能手機有較多相似之處，在手機領域布局較深的產業(yè)鏈公司有望收益：比如雷鳥V3使用虹軟科技的Al視覺算法獵鷹影像系統(tǒng)；閃極AI拍拍鏡由云天勵飛提供萬物識別功能、由科大訊飛提供9行業(yè)專題研究報告發(fā)布時間品牌產品名稱價格主要功能谷歌1500美元拍攝、AR顯示、語音交互、AR導航、語音播報小米小米家眼鏡相機2699元AR顯示、拍攝、翻譯、語音交互亮亮視野2999元AR顯示、語音交互、Al實時字幕雷朋&Meta拍攝、語音交互、Al問答、Al翻譯華為華為智能眼鏡21699元語音播報、語音交互OPPOAirGlass3AR顯示、語音交互、Al能力李未可MetaLensChatAl語音交互、Al問答、翻譯、語音導航百度拍攝、語音交互、Al能力RokidGlasses拍攝、AR顯示、語音交互、Al識物、Al問答、Al助手、Al導航影目3299元AR顯示、語音交互、Al同傳翻譯閃極Al拍拍鏡1499元拍攝、語音交互、Al助手、錄音雷鳥1699元拍攝、Al問答、Al搜索、Al識物、Al實時翻譯、Al記錄提醒來源：智東西公眾號，國金證券研究所Al耳機：主要提供辦公效率輔助功能，多款產品接入第三方大模型。目前Al耳機賽可以用于喚醒手機端智能體；2)傳統(tǒng)耳機制造商，如飛利浦、紐曼等，使用騰訊、百度等第三方大模型，可喚醒對應的手機APP;3)互聯網及Al廠商，科大訊飛相助理、多語種翻譯等功能，產品定位商務人群價格較高。各家Al耳機均定位為生產娛樂場景、Al語音交互等功能延伸至耳機端側、或與其他硬件融合，則相關產品銷品牌產品名稱價格主要功能上市時間華為同傳、小藝智能體2024.11小米699元語音轉文字、生成會議紀要2024.7三星999元同傳、多語種翻譯2024.7飛利浦接入騰訊混元大模型、錄音轉文字、Al會議總結2024.5字節(jié)跳動OlaFriend接入豆包智能助手、旅行導游、英語陪練2024.10百度小度G108耳機499元同傳、連接小度APP2024.10科大訊飛IFLYBUDSPro2錄音轉寫、同傳聽譯、Al會議助理2024.5來源：定焦One公眾號，國金證券研究所Al學習機：學習平板銷量穩(wěn)步增長，融合Al功能的高端學習機占比提升明顯。根據行業(yè)專題研究報告洛圖科技數據，2024年，中國學習平板市場全渠道銷量為592.3萬臺，同比2023年增長25.5%,受到學生寒暑假影響，6月、12月銷量較高；全年銷售額為190.6億元，同比2023年增長37.6%。學習平板線上市場的零售量達393.7萬臺，在全渠道中的占比為66.5%;學而思、作業(yè)幫、科大訊飛為線上銷售額top3,市場份額分載更優(yōu)質的教學資源和Al功能，24年其線上市場份額達12%,較23年增加5.4pct,在這一細分市場中，學而思和科大訊飛的貢獻較大，分別位列線上市場的銷量和銷售404034.1020■學習平板線上零售銷量(萬臺)圖表15:科大訊飛占學習平板線上銷售額的13%清北道遠，1%清北道遠，1%狀元郎，1%讀書邦，1%步步高，4%小度，6%學而思，28%小猿，12%作業(yè)幫，25%科大訊飛，其他，京東方，2%來源：奧維睿沃，國金證券研究所來源：奧維睿沃，國金證券研究所學習，希望通過擬人、擬動物，以及擬IP的方式，與用戶進行視/聽/觸多維度交互。受到功能和IP溢價影響，AI玩具的價格差異較大。相較于Al眼鏡、Al學習機、智能音箱等產品，Al玩具依托玩偶、寵物和知名IP為載體，能夠提供更多陪伴和情感支持，該領域更容易出現爆款產品，比如官方售價449元的AIGC玩具掛件BubblePal,開售首月GMV突破400萬。品牌產品名稱價格主要功能上市時間字節(jié)跳動顯眼包未公布內嵌豆包大模型、扣子專業(yè)版等Al技術，可以與人進行對話交互和情感交流2024.9Moflin2779元聊天，與主人交流后能以多種方式改變自己的情緒，包括憤怒、悲傷、快樂，并像真實的生物一樣做出反應2024.11Fofo、Catus、Kola、Magicbox等10-1299元可接入大模型的Al玩具，內置7種角色，家長可設計角色對話和克隆聲音2024.4-11億家億伴愛小伴899-1399元基于專有兒童語料，提供信息交互、外部知識、長期記憶，可以陪孩子講故事、過家家、主動情緒互動等2024.12奧飛娛樂喜羊羊超能鈴鐺娃娃結合“喜羊羊”形象和小冰大語言模型，提供Al智慧暢聊2024.5實豐文化Al魔法星未公布支持面向家庭提供Al故事共創(chuàng)、定制爸爸媽媽的聲音講故事、Al全場景問答和連續(xù)對話等功能2025.1Haivivi躍然創(chuàng)新魔法燈泡掛件，可讓玩具開口說話，通過App控制，結合多種模型保證響應和對話質量2024.7漢王科技GoGoBird未公布主要面向青少年人群，主攻STEAM教育和航模方向，是一款寓教于樂的智能性玩具。產品模塊化的2021.9行業(yè)專題研究報告設計，可以使孩子在產品組裝過程中對機械組裝有系統(tǒng)化的思考以及實質性的操練。螢石網絡未公布RK3家庭助理機器人作為Al代理的載體，基于多模態(tài)大模型，可以化身家庭管家、保安、醫(yī)生以及教師，將螢石“悉心關愛每位家庭成員”的善意蘊藏其中。它擁有“老人專屬看護服務”,可以為老人提供吃藥提醒、跌倒檢測、線上視頻問診等特色功能；同時還有“兒童專屬服務”,讓小朋友可以暢學全國各地名師課堂，為他們進行繪本閱讀、作業(yè)批改，并幫助家長敦促孩子的坐姿等。湯姆貓Al童伴機器人為實現湯姆貓的“說話”功能，湯姆貓Al童伴機器人，內置了專門研發(fā)的湯姆貓情感陪伴垂直模型。該模型由湯姆貓和其投資的大模型科技公司西湖心辰聯合推出。研發(fā)團隊訓練了大量針對湯姆貓這一IP角色的人物設定、聲音數據以及兒童情感陪伴領域的語料。蜂助手云手機未公布云手機通過“Al+RPA”賦能銀行客戶運營模式，實現銀行客戶全生命周期服務策略，升級客戶服務體驗。來源：定焦One公眾號，愛小伴AliPal公眾號，FounderPak公眾號，貝殼財經公眾號，無人機2.3AlAgent:強推理模型性能持續(xù)提升，Agent應用落地有望全面提速智能體(Agent)指一種能夠獨立執(zhí)行任務、做出決策并與其他系統(tǒng)或用戶交互的軟件程序或算法。智能體可以執(zhí)行各種任務，從簡單的自動化任務到復雜的決策支持系統(tǒng)。Agent能夠接受用戶的自然語言請求，具有主動性，能夠自動拆解任務并在多個應用程序中無縫中創(chuàng)建幻燈片，最終通過Teams發(fā)送。在圖形用戶界面(GUI)的背景下，Agent可以通過屏幕截圖和小部件樹(widgettrees)在2023年LLM模型出現之前，GUIAgent的工作范圍和能力均受到較大限制。自那眾多創(chuàng)新成果的誕生。圖表17:LLM驅動的GUIAgent的發(fā)展歷程MobileaaTencentLASERAAAutoWebGLM三HybridAgentAutoGLM些LiMAComergenceAgent-E三Search-AgentAgentQWebPilot行業(yè)專題研究報告圖表17:LLM驅動的GUIAgent的發(fā)展歷程來源：小窗幽記機器學習微信公眾號，國金證券研究所DeepseekR1顯著降低了大語言模型的技術門檻，AlAgents的應用前景變得更加廣闊。應用領域應用場景主要內容代表公司企業(yè)服務智能客服AlAgents能夠實時響應客戶需求，提供更加個性化的服務。例如，電商平臺可通過Agents自動處理客戶咨詢、訂單跟蹤和退換貨申請，減少人工客服的工作量。致遠互聯：公司推出五大類Al產品，包括知識服務類、內容創(chuàng)作類、數據分析類、流程自動化類和對話服務類，以多種方式為用戶數智賦能，以及在公文管理、會議管理、知識管理、合同管理等應用和解決方案中融合智能化能力等。在原生Al應用方面，公司推出Al智能表單產品—iForm。辦公自動化企業(yè)可以部署AlAgents協(xié)助完成數據分析、文檔處理以及任務分配。這種應用不僅提高了工作效率，還能幫助員工更專注于創(chuàng)造性工作。教育個性化輔導AlAgents能夠根據學生的學習進度、興趣和能力定制教學內容，為每個學生打造專屬的學習路徑。競業(yè)達：2024年，基于星空大模型，公司已實現多級知識圖譜Al智能生成，將專業(yè)、課程、知識智能關聯，能夠自動生成AIGC課堂質量診斷報告?？拼笥嶏w：訊飛Al學習機發(fā)布Al作業(yè)過濾器，為學生做習題時提供“優(yōu)先級"選項，以實現“練得更少、學得更好"目標。學術研究助手研究人員可以通過Agents快速整理文獻、生成數據分析報告，甚至探索跨學科的研究方向，大幅提升科研效率。醫(yī)療健康輔助診斷通過分析患者病史和實時數據，AlAgents能夠協(xié)助醫(yī)生進行初步診斷，甚至提出優(yōu)化治療方案。成查房記錄、Agent增強式問答、CDSS創(chuàng)新方案、患者血液管理等眾多實踐領域已有應用案例。智能制造生產流程優(yōu)化通過實時監(jiān)控生產線數據，AlAgents可以快速發(fā)現問題并給出調整建議，從而提高生產效率。中控技術：基于TPT流程工業(yè)時序大模型的工業(yè)App。賽意信息：“基于善謀GPT的PCB行業(yè)大模型"已經能夠準確識別和提取PCB工程圖紙中的關鍵的工程參數，如尺寸、材料、層數等，將原本需要4~6小時的參數提取工作縮短至幾分鐘，同時確保了95%以上的準確率，大大提升了從訂單接收到生產準備的效率，顯著降低了因人工錯誤導致的質量問題。鼎捷數智：融合汽車企業(yè)行業(yè)知識經技術，構建車企ChatFile企業(yè)知識管理賦能平臺，處理海量車輛零散知識、自動化語種轉譯、協(xié)助團隊跨文檔交流、降低學習成本和培訓周期；供應鏈管理AlAgents能夠動態(tài)分析市場需求，優(yōu)化庫存管理，并自動與供應商進行交互，大幅降低企業(yè)的運營成本。行業(yè)專題研究報告實現企業(yè)知識智能化交互，提升知識獲取的體驗和效率，減少時間和溝通成本。創(chuàng)意領域自動生成內容AlAgents可以生成高質量的文本、圖像、視頻，協(xié)助設計師、作家等創(chuàng)作者快速完成作品原型。萬興科技：公司旗下視頻創(chuàng)意軟件萬興播爆，支持數字人口播短視頻制作；文檔創(chuàng)意軟件億圖腦圖，支持Al生成思維導圖和大綱。交互式體驗游戲開發(fā)中，AlAgents可作為智能NPC(非玩家角色),與玩家進行更具沉浸感的交互，提升娛樂體驗。來源：智用人工智能應用研究院微信公眾號，國金證券研究所2.4Al安全：大模型廠商急需全方位加強防護，網安及信創(chuàng)板塊迎來布局機會在人工智能時代，Al大模型得到了廣泛應用，但隨之而來的安全問題也日益凸顯，安全需求變得極為迫切，這背后蘊藏著巨大的市場空間與機會。以DeepSeek為代表的國產模型，憑借技術優(yōu)勢在競爭激烈的Al領域迅速崛起，然而也因此遭受了網絡惡意攻擊，這警示著大模型廠商提升網絡安全能力已刻不容緩。面對不斷升級的網絡攻擊手段，以及AI本身可能被用于發(fā)動更復雜攻擊的風險，國產模型急需全方位加強網絡安全防護，構建完善的安全體系。這種嚴峻的形勢為網安和信創(chuàng)產業(yè)鏈帶來了廣闊的市場需求與技術挑戰(zhàn)。Al企業(yè)需要加大網絡安全和自主可控相關投入、引進專業(yè)人才、優(yōu)化技術，網絡安全公司恰好能憑借專持與技術參考。根據Techopedia數據，2023年全球基于Al的網絡安全市場規(guī)模為243億美元，預計2027年將達650億美元，2023-2027年CAGR約27.9%。圖表19:全球基于AI的網絡安全市場規(guī)?？焖僭鲩L24.30■全球Al網絡安全市場規(guī)模(十億美元)來源：Techopedia,智領安平行業(yè)網公眾號，國金證券研究所未來，隨著AI技術持續(xù)發(fā)展，一方面，網絡安全公司在保障AI大模型安全方面將扮演愈DeepSeek為代表的優(yōu)秀國產化大模型將無疑是網安公司的優(yōu)先合作伙伴，發(fā)展國產化安全垂類模型工具能力，從而實現安全檢測與防護能力提升的同時實現降本增效。國內多家網絡安全公司積極擁抱Al技術進步帶來的業(yè)務需求，接入DeepSeek優(yōu)化自身安全產品。其中，奇安信自主研發(fā)的QAX安全大模型已全面完成了DeepSeek的深度接釣魚防護、惡意軟件和勒索軟件防護、數據泄露防護、安全培訓、供應鏈安全等場景之中，積累與業(yè)務實踐成果，構建春秋Al測評「數字風洞」平臺，基于標準化測評數據和海量行業(yè)專題研究報告業(yè)務場景模版，實現對AI智能產品智能度、安全度和匹配度的綜合測評，通過以模測模、以模強模，簡化測評流程，提高測評效率。平臺內置了覆蓋18個知識領域和300萬余測評題目的智能評估體系，能夠測評從基本知識應用到復雜推理能力的具體表現。幫助企業(yè)了解產品的實際認知能力，確保在業(yè)務場景中被準確應用。臥春秋臥春秋AI測評數字風洞靜態(tài)拐問(共5348530條問題)首頁檢測指件/載荷45個快建的睡項目I檢測插件及載荷后派◎治言樓平未編件69o4化離信向檢插件0◎的押示類攻韋件25澳科實檢測插件00示#亞插性200定離佇戶淋藝檢插件00地私攻擊插件0測評基準及能力安全店味試供者四r牌大地+抗的許地【篦1價】DeepSeek-R1-Dstt.日光成●圖汝全新式【篦2修】DeepSe?x-R1-Dst◎已元成x新入M施2025-02-0216:47:52標注及策略管理A16t地系統(tǒng)配置●儀血白安全地高試數E人概工命始風SShueGPT-4a-Mni40個630個區(qū)檢數=創(chuàng)2+間1最新副評榜單詳情GPT?aMini丹ff名稱白動pSekRI-Diel94.371最近任務I工作臺73.8567.23插件⑤來源：永信至誠公眾號，國金證券研究所另外，以deepseek為主的Al大模型的自主可控迫在眉睫，除了軟件核心組件自主可控及配套財政支持政策快速落地，預計上半年信創(chuàng)產業(yè)鏈相關公司的訂單回暖將會出現重要DeepSeek的低成本、高性能特點有望帶動Al應用和端側硬件的加速落地，建議關注相關領域投資機會：1)端側智能硬件：契合中國優(yōu)勢+需求，落地場景分為娛樂、工作兩大類，產品包括耳機/眼鏡/手機/電腦/智能家居等，看好螢石網絡、虹軟科技、科大訊飛，關注漢王科技。2)軟件應用：C端重點關注高用戶基數/出海兩類，看好金山辦公、萬興科技、福昕軟件、彩訊股份。B端重點關注增收能力/制造業(yè)配套兩類，看好焦點科技、新致軟件、鼎捷數智、漢得信息等。G端重點關注契合中國國情的落地能力，看好科大訊飛、第四范式、中科星圖、航天宏圖。3)網絡安全：Al對網安行業(yè)帶來新機遇和新挑戰(zhàn)，疊加行業(yè)見底反轉，關注奇安信，永信至誠，啟明星辰，安恒信息，亞信安全，深信服，天融信。4)信創(chuàng)：Al產業(yè)鏈自主可控需求迫切，十四五投入進度明確，關注中科曙光，神州數碼，軟通動力，拓維信息，中國軟件，達夢數據。行業(yè)專題研究報告圖表21:建議關注DeepSeek相關產業(yè)鏈投資機會類型企業(yè)內容應用金山辦公正在與Deepseek進行對接測試，未來是否合作要看后續(xù)發(fā)展。應用遠光軟件依托DeepSeek“高效推理能力與低延遲響應”特性，極大地提升了遠光DAP等產品在私域知識分析、自然語言交互和場景理解等的流暢度和精準度，進一步增強了核心產品智能化能力。集成DeepSeek后，所有遠光軟件的客戶可升級體驗全新Al服務。應用在接入DeepSeek大模型后，泛微將借助DeepSeek強大的自然語言處理、機器學習、推理等能力，顯著提升泛微各項產品智能化效果以及智能體構建能力：泛微產品的各個應用模塊能夠快速調用DeepSeek的智能化能力；用戶可在泛微智能小e中直接使用DeepSeek;泛微提供統(tǒng)一的Al大模型連接底座支撐；支持私有化部署DeepSeek大模型。應用法本信息實現FarAIGPTCoder企業(yè)級輔助編碼平臺、FarAlGPTBrain企業(yè)級知識大腦產品、FarAIGPTRecruit智能招聘平臺等多款產品與DeepSeek的深度融合及優(yōu)化。應用漢得信息在自主PaaS平臺H-ZERO之上，基于DeepSeek-Coder模型和H-ZERO平臺的源碼訓練代碼大模型，為企業(yè)加持代碼智能輔助能力。應用金蝶國際將DeepSeek全面集成至金蝶云全線SaaS應用及金蝶云蒼穹平臺，為客戶提供更高效、更安全、更低成本的智能解決方案。應用三維天地SunwayDeepLink智能體，集ChatBI和ChatDOC兩大功能于一身，與DeepSeek(深度求索)實現全面深度適配，旨在為企業(yè)構建一個“數據一洞察一決策”一體化的管理平臺，為企業(yè)數據資產管理進一步賦能增效。應用彩訊股份彩訊股份對RichM@il第一時間開展測試，成功完成了與DeepSeek的集成，并將借助DeepSeek的強大特性，對現有的智能場景展開全方位升級：更精準的郵件分類與歸納；更智能的指令響應；反垃圾郵件機制強化；反釣魚防護機制強化。應用微盟集團自研大模型應用型產品微盟WAI已集成DeepSeek,開始賦能WAIAgent能力升級，通過具備更強的推理、調度能力，從而幫助WAISaaS、WAIPro以及WIME等覆蓋不同客戶場景的產品提升能力。應用云天勵飛云天勵飛芯片團隊完成DeepEdge10“算力積木”芯片平臺與DeepSeek-R1-Distill-Qwen-1.5B、DeepSeek-R1-Distill-Qwen-7B、DeepSeek-R1-Distill-Llama-8B大模型的適配，可以交付客戶使用。應用中文在線公司已在部分內部Al網文創(chuàng)作流程中部署DeepSeek-R1,通過調用DeepSeek-R1的能力，增強創(chuàng)作效率。應用中軟國際JointPilot(靈析)人工智能應用平臺成功接入DeepSeek-R1模型，為企業(yè)提供更加豐富、高效的大模型應用場景落地服務。應用國投智能求，標志著國投智能在落實“AllinA!”戰(zhàn)略方面邁出了重要一步應用新致軟件將DeepSeek-R1和DeepSeek-V3順利接入新致新知平臺，提升了新知平臺的推理和泛化能力，通過DeepSeek的深度學習模型，新知平臺能夠更準確地挖掘和利用數據資源，為企業(yè)數智化轉型提供了更加精準的支持。應用萬興科技AIGC軟件A股上市公司萬興科技(300624.SZ)率先完成深度求索(DeepSeek)最新推理大模型DeepSeek-R1的深入適配，涵蓋旗下視頻創(chuàng)意、繪圖創(chuàng)意及文檔創(chuàng)意軟件業(yè)務多款產品。目前，萬興喵影、億圖圖示、億圖腦圖MindMaster、萬興PDF等均已融合DeepSeek-R1大模型相關能力。應用夢網科技夢網科技將DeepSeek大模型深度集成至多源AI調度引擎“天慧智匯臺2.0”,推動消息行業(yè)專題研究報告通信服務從基礎連接向智能決策升級，為行業(yè)開辟降本增效新路徑。應用用友網絡用友BIP全面上線以DeepSeek-V3和DeepSeek-R1作為基座大模型的智能服務，企業(yè)客戶可以通過用友BIP3R6智能平臺的公有云、專屬云模式使用相關服務。應用賽意信息賽意善謀GPT、知識庫等產品也已全面接入DeepSeek-R1模型，為客戶帶來更加智能、高效的服務體驗。網安中新賽克借助DeepSeek的深度理解和分析技術，調用其他安全工具的數據進行交叉驗證，有效減少無效告警，同時提供針對性的處置建議和策略，讓安全運維人員能夠迅速鎖定問題，高效解決問題。網安啟明星辰完成了“安星”智能體與DeepSeek大模型的全面對接，并應用到安全運營、威脅檢測、威脅情報、數據安全等全業(yè)務場景中，實現了安全智能化能力的再升級。網安奇安信自研QAX安全大模型通過DeepSeekR1進行了一系列的優(yōu)化和蒸餾后，不僅運營成本實現了大幅降低，同時在威脅研判等多個場景下的模型性能方面獲得了顯著提升，這勢必將進一步擴大奇安信在人工智能與網絡安全融合創(chuàng)新的領先優(yōu)勢。云開普云在開悟大模型智能體平臺接入DeepSeekV3、R1在線模型API,在運營管理平臺部署量化版R1模型服務，在端側一體機中部署蒸餾量化版R132B模型。云神州數碼旗下神州鯤泰推理服務器產品搭載昇騰硬件，可全面支持DeepSeek系列模型的快速部署，為用戶帶來更快、更高效、更便捷的AI開發(fā)和應用體驗；將DeepSeek集成到其自主研發(fā)的神州問學平臺中，僅需3分鐘部署DeepSeek模型。云協(xié)創(chuàng)數據平臺對DeepSeek系列模型的適配與應用已全面完成并正式上線，為用戶帶來了更強大、更高效的智能服務體驗。云優(yōu)刻得基于壁仞科技國產芯片的先進內存架構、多模型適配能力、廣泛的數據精度支持以及