《計算機行業專題研究報告：DeepSeek推動“算力平權”關注端側AI和Agent投資機會-250207（20頁）.pdf》由會員分享，可在線閱讀，更多相關《計算機行業專題研究報告：DeepSeek推動“算力平權”關注端側AI和Agent投資機會-250207（20頁）.pdf（20頁珍藏版）》請在三個皮匠報告上搜索。

1、敬請參閱最后一頁特別聲明 1 投資建議 DeepSeek 近期推出 V3/R1/Janus-Pro 等多款大模型，憑借卓越性能和創新技術，在行業內引發強烈反響，效果顯著“出圈”。其中 V3 正式訓練成本僅為 557.6 萬美元，約為 GPT-4 預算的 1/20；R1 性能比肩 OpenAI o1,但API 服務定價為每百萬輸入 tokens 1 元（緩存命中）/4 元（緩存未命中），每百萬輸出 tokens 16 元，遠低于 OpenAI o1。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 AI應用加速落地。在探討大模型成本優化與算力需求之間的關

2、系時，我們發現這兩者并不是簡單的此消彼長，而是相互促進、共同發展的關系?！敖芪乃广Ｕ摗闭J為，隨著蒸汽機效率的提升，煤炭的消耗量反而增加了。模型算力效率的突破，雖然看似會影響單位計算的價格，進而壓縮高性能芯片供應商的利潤空間，但從長遠來看，這將加速 AI 的普及和創新，帶來算力需求的更大量級提升。定價的持續走低有望帶來更快的商業化落地，進而衍生出更多的微調和推理需求，逐步激活全球 AI 應用及算力發展。在推理側算力成本降低之后，“算力平權”將有望加速端側 AI 和 Agent 應用落地。同時落地應用也帶來網絡安及信創建設需求，相關板塊將迎來投資布局機會。端側 AI 方面，DeepSeek 推動端

3、側推理成本壓縮，AI 眼鏡、AI 耳機、AI 學習機、AI 玩具有望四面開花：1）AI 眼鏡：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鏈公司有望收益：比如雷鳥 V3 使用虹軟科技的 AI 視覺算法獵鷹影像系統；閃極 AI 拍拍鏡由云天勵飛提供萬物識別功能、由科大訊飛提供復雜環境語音識別、多語言翻譯等核心技術。2）AI 耳機：科大訊飛相關團隊自 2011 年起專注 AI+耳機領域，最新推出的 Pro2 提供三種錄音轉寫、viaim ai 助理、多語種翻譯等功能，產品定位商務人群價格較高。若后續將生活娛樂、AI 語音交互等功能延伸至耳機端側、或與其他硬件融合，則相

4、關產品銷量有望大幅提升。3）AI 學習機：學而思、作業幫、科大訊飛為線上銷售額 top3，市場份額分別為 28%、25%、13%，其中，價格在 6,000 元以上的高端學習機多搭載更優質的教學資源和 AI 功能，學而思和科大訊飛分別位列線上市場的銷量和銷售額首位。4）AI 玩具：目前發布的產品核心功能基本一致，包括語音識別、自然語言處理和機器學習，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，螢石網絡、漢王科技、湯姆貓、蜂助手均有布局。Agent 方面，指一種能夠獨立執行任務、做出決策并與其他系統或用戶交互的軟件程序或算法。智能體可以執行各種任務，從簡單的自動化任

5、務到復雜的決策支持系統。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協作，目前在企業服務、教育、醫療健康、智能制造、創意軟件領域均有布局。以 DeepSeek 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能力刻不容緩。國內多家網絡安全公司積極響應 AI 技術進步帶來的業務需求，同時也有望借助大模型能力實現防護能力提升和降本增效。此外，AI 大模型自主可控已迫在眉睫，除了軟件核心組件自主可控以外，硬件產業鏈的國產替代需求旺盛。2025 年是十四五收官之年，預期信創推進政策及配套財政支持政策快速落地，預計上半年信創產

6、業鏈相關公司的訂單回暖將會出現重要信號。投資建議 建議關注國內生成式大模型龍頭科大訊飛；AI 硬件有望成為應用落地的新載體，建議關注螢石網絡、虹軟科技等；AI 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 底層大模型迭代發展不及預期，國際關系風險，應用落地不及預期，行業競爭加劇風險。行業專題研究報告 敬請參閱最后一頁特別聲明 2 掃碼獲取更多服務 內容目錄內容目錄 1.DeepSeek 強勢崛起，國產大模型技術大幅躍升.3 2.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.6 2.1 Deepseek 對算力影響幾何？推理成本

7、較 o1 降數量級，有望推動算力普及化井噴.6 2.2 端側 AI：Deepseek 推動端側推理成本壓縮，眼鏡+耳機+學習機+玩具四面開花.9 2.3 AI Agent：強推理模型性能持續提升，Agent 應用落地有望全面提速.12 2.4 AI 安全：大模型廠商急需全方位加強防護，網安及信創板塊迎來布局機會.14 3.投資建議.15 4.風險提示.17 圖表目錄圖表目錄 圖表 1：DeepSeek-V3 性價比遠超 GPT-4o 和 Claude 3.5 Sonnet.3 圖表 2：DeepSeek-R1 在 V3 之上再提升.3 圖表 3：DeepSeek-R1 推理 API 定價遠低于

8、 OpenAI-o1.3 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-Pro 7B 在理解和生成兩方面都超越了 LLaVA、Dalle 3 和 SD XL 等主流選手.6 圖表 7：通用人工智能有望開啟第四次工業革命.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 AI 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 AI 眼鏡產品情況.10 圖表 1

9、3：手機、互聯網及上市公司的代表性 AI 耳機產品情況.10 圖表 14：24 年我國學習平板線上銷量情況.11 圖表 15：科大訊飛占學習平板線上銷售額的 13%.11 圖表 16：海內外 AI 玩具產品情況.11 圖表 17：LLM 驅動的 GUI Agent 的發展歷程.12 圖表 18：AI agents 應用場景.13 圖表 19：全球基于 AI 的網絡安全市場規?？焖僭鲩L.14 圖表 20：永信至誠春秋 AI 測評“數字風洞”平臺.15 圖表 21：建議關注 DeepSeek 相關產業鏈投資機會.16 行業專題研究報告 敬請參閱最后一頁特別聲明 3 掃碼獲取更多服務 1.DeepS

10、eek 強勢崛起，國產大模型技術大幅躍升 DeepSeek 近期推出了多款大模型，憑借卓越性能和創新技術，迅速在行業內引發強烈反響，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 AI 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,SimpleQA）上的水平相比前代 DeepSeek-V2.5 顯著提升，接近當前表現最好的模型 Claude-3.5-Sonnet-102

11、2；長文本測評、代碼生成、數學方面平均表現超過其他模型；中文能力與 Qwen2.5-72B 相近。DeepSeek-V3 采用 MoE 架構，參數規模 671B，激活 37B，在 14.8T token 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 預算的 1/20。模型完全開源，API 價格為每百萬輸入 tokens 0.1 元（緩存命中）/1 元（緩存未命中），每百萬輸出 tokens 2 元，顯著低于 Claude 3.5 Sonnet 和 GPT-4o。圖表圖表1：DeepSeek-V3性價比遠超性價比遠超GPT-4o和和

12、Claude 3.5 Sonnet 來源：DeepSeek 公眾號，國金證券研究所 2025 年 1 月 20 日，深度求索發布正式版 DeepSeek-R1 模型，是基于 V3 基礎模型進行微調和強化學習得到的，模型同步開源并實現性能再度提升，在數學、代碼、自然語言推理等任務上，性能比肩 OpenAI o1 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 OpenAI o1-mini 的效果。DeepSeek-R1 API 服務定價為每百萬輸入 tokens 1 元（緩存命中）/4 元（緩存未命中），每百萬輸出 toke

13、ns 16 元，價格遠低于 OpenAI-o1。圖表圖表2：DeepSeek-R1在在V3之上再提升之上再提升 圖表圖表3：DeepSeek-R1推理推理API定價遠低于定價遠低于OpenAI-o1 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 行業專題研究報告 敬請參閱最后一頁特別聲明 4 掃碼獲取更多服務 DeepSeek-V3 和 R1 均具備低成本和高性能的特點，在使用經典 Transformer 解碼器模塊堆疊和 GPT-2/3 的架構范式基礎上進行了多種算法創新。低成本：低成本：DeekSeek-V3/R1 模型降低訓練成本主要依賴

14、模型壓縮、并行計算和提升硬件使用效率等方法。模型壓縮：包括使用多層注意力（Multi-Layer Attention,MLA）和 FP8 混合精度訓練等。1）MLA：傳統 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 來減少內存占用和計算量。DeepSeek 通過 Key/Value 的低秩壓縮使得的訓練內存占用減少了 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。2）FP8 混合精度訓練框架：FP8 用 8 個二進制位來表示數字的格式，相比傳統的

15、 FP32 和 FP16 格式，精度有所降低，但是占用空間小、計算快。DeepSeek在采用 FP8 格式時，采用了“混合精度”的方案，即在 8 位/16 位/32 位之間切換，相較原始方法計算速度提升一倍，并顯著降低內存消耗。并行計算：在系統架構層面，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

16、了整體效率。根據 DeepSeek 的技術報告，DualPipe 算法減少了 50%的計算氣泡，有效隱藏了通信開銷。此外，DeepSeek-V3/R1 還進行無輔助損失負載均衡、跨節點通信優化，全面提升模型訓練效率、降低訓練成本。圖表圖表4：DeepSeek通過多種方式實現訓練成本極致壓縮通過多種方式實現訓練成本極致壓縮 技術創新技術創新 訓練效率訓練效率 影響影響 推理效率推理效率影響影響 模型能力模型能力 影響影響 部署友好部署友好性性 影響影響 MLA架構 Key/Value 低秩壓縮 減少訓練內存和計算開銷 降低 K/V緩存內容 保持模型性能 降低部署內存 需求 Query 低秩壓縮

17、降低激活內存占用-保持模型性能-FP8 混合精度訓練混合精度訓練 簡化訓練流程，提升訓練穩定性-精度損失0.25%-DualPipe 算法算法 減少 50%流水線氣泡，優化通信開銷-無輔助損失負載均衡無輔助損失負載均衡 提升訓練穩定性，避免序列內平衡開銷-增強專家分化效果 簡化部署流程 跨節點通信優化跨節點通信優化 提升貸款利用率-支持大規模部署 來源：騰訊科技公眾號，國金證券研究所 高性能：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MTP技術進行架構革新，而R1在 V3 基礎模型上進行蒸餾，進一步提升了模型能力。參數量：DeepSeek-V3 的總參數

18、量有 671B，每個 token 激活 37B 參數。整體參數總量比 Llama 3.1 的 405B 高，也遠超 Qwen 2.5 的 72B。在 Scaling Law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，研發團隊還引入大規模的代碼數據集、數學推理數據、科學文獻等。在數據清洗環節，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，進一步優化了訓練過程中的數據使用效率。多 token 預測（M

19、TP）：傳統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位置的 token。這種并行預測機制不僅提高了訓練效率，還讓模型能夠更好地捕捉 token 之間的依賴關系。在保持輸出質量的同時，行業專題研究報告 敬請參閱最后一頁特別聲明 5 掃碼獲取更多服務 模型整體性能提升 2-3%。SFT 微調和大規模強化學習：R1在 V3 的基礎模型上進行 SFT 微調和強化學習，繼承了 V3 的低成本特性，并在推理方面表現更優。R1 的訓練分為兩個階段：1）有監督微調（SFT）：這一環節使用 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

20、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 OpenAI o1 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界時，既能保持輸出有效性，又能遵循安全倫理規范。圖表圖表5：R1在在V3基礎模型上進行微調和強

21、化學習基礎模型上進行微調和強化學習 來源：Language Models&Co.，國金證券研究所 除 V3/R1 外，DeepSeek 在 2025 年 1 月 28 日凌晨，再發兩款多模態框架Janus-Pro 和 JanusFlow。圖像理解和圖像生成統一的多模態模型訓練難度較高，而 DeepSeek 通過為模型配置雙頭編碼器，分別單獨負責理解和創作，成功突破訓練瓶頸；規避了ImageNet 數據集不真實的問題，直接使用真實的文生圖數據進行訓練，使得訓練時間減少 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 是一款統一多模態理解與生成的創新框架，包括 1

22、.5B 和 7B 兩個模型，Janus-Pro 運用 Transformer 架構，將文本、圖像、音頻等多種模態的數據進行統一處理，實現對不同模態信息的理解與生成。在圖像生成領域，Janus-Pro 在基準測試中表現優于 OpenAI 的 DALL-E 3 以及 Stable Diffusion 3 Medium 等；在多模態理解領域，其在 MMBench 評分超過此前最佳水平。JanusFlow-1.3B 是多模態理解模型，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 Rectified Flow 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。JanusF

23、low-1.3B 在視覺理解和生成任務上均超過此前同規模的統一多模態模型。行業專題研究報告 敬請參閱最后一頁特別聲明 6 掃碼獲取更多服務 圖表圖表6：Janus-Pro 7B在理解和生成兩方面都超越了在理解和生成兩方面都超越了LLaVA、Dalle 3和和SD XL等主流選手等主流選手 來源：騰訊科技公眾號，國金證券研究所 2.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 2.1 Deepseek 對算力影響幾何？對算力影響幾何？推理成本較推理成本較 o1 降數量級，有望推動算力普及化井噴降數量級，有望推動算力普及化井噴 Deepseek 性能對齊 OpenAI 最新模

24、型水平，推理成本相比 o1 降數量級。Deepseek 的推理成本低至每百萬 Token 0.14 美元，相比 OpenAI-o1-mini 低了一個數量級。Deepseek的 LLM（如 V3、R1）基于混合專家（MOE）和多重潛在注意力（MLA）架構，顯著降低訓練和推理成本（訓練成本僅為 Meta Llama 的 10%，推理成本為 OpenAl 的 1/7）。在探討大模型成本優化與算力需求之間的關系時，我們發現這兩者并不是簡單的此消彼長，而是相互促進、共同發展的關系。微軟首席執行官曾引用“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

25、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約，最終導致資源總消耗量的增加。我們認為，工業革命的本質是以新一代生產力工具的大范圍應用為核心，以主體能源為基礎動力的全局性經濟范式轉型。歷史上共發生過三次工業革命，我們認為，本輪通用型人工智能發展浪潮有望啟動第四次工業革命：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

26、源類型：算力。行業專題研究報告 敬請參閱最后一頁特別聲明 7 掃碼獲取更多服務 圖表圖表7：通用人通用人工智能有望開啟第四次工業革命工智能有望開啟第四次工業革命 第第 X 次次 工業革工業革命命 生產力生產力變革變革 能源動能源動力變革力變革 關鍵事件驅動關鍵事件驅動 第一次第一次 蒸汽機 煤炭 17631775 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模經濟雛形誕生。第二次第二次 內燃機

27、 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動機。18621876 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模流水線裝配的生產時代，為規模經濟的工廠組織形態奠基。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，

28、開工建設彼時世界上最大的公路網絡。第三次第三次 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 Apple Lisa。1990 年，蒂姆伯納斯-李創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

29、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，促使全球人員協作成為可能。第四次第四次 通用人工智能 算力 1997 年，IBM 深藍戰勝國際象棋世界冠軍加里卡斯帕羅夫。2016 年，AlphaGo戰勝圍棋世界冠軍李世石。2017 年，Attention Is All You Need 發表，Transformer模型問世，后續成為 AI 大模型的主流選擇。2022 年，OpenAI 旗下大語言模型產品 ChatGPT 問世。2023 年，OpenAI 旗下多模態大模型 GPT4 與 Google 旗下多模態大模型 Gemini 相繼問世。2024 年，OpenAI

30、旗下 Text to Video/Image 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。AI 與軟件結合有望替換文書、設計與管理勞動工作，AI 與硬件結合以機器人形態有望取代體力勞動工作。來源：Wikipedia，Carlota Perez技術革命與金融資本泡沫與黃金時代的動力學，中國科學院人工智能的歷史、現狀和未來，國金證券研究所 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

31、革命最早在英國展開，后續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，18601920 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，后續逐漸擴散至歐陸各國。1920 年起，美國原油生產量持續保持高速爬升，1970s，美國國內石油開采量放緩，對海外原油進口飆升，國內石油需求持續增長。行業專題研究報告 敬請參閱最后一頁特別聲明 8 掃碼獲取更多服務 圖表圖表8：1860年起英國煤炭消耗量上行約一個世紀年起

32、英國煤炭消耗量上行約一個世紀 圖表圖表9：1920年起美國原油消耗量大幅上行年起美國原油消耗量大幅上行 來源：FTBritain passes historic milestone with first days of coal-free power，國金證券研究所 來源：U.S.Energy Information Administration,Annual Energy Review 2009，國金證券研究所 在當今數字經濟中，算力的重要性堪比“水電煤”。Deepseek 的技術方向和開源定位，正是推動算力普及化革命的關鍵因素。我們認為，高資源使用效率不僅不會減少算力的消耗，反而可能因為使

33、用成本的降低，刺激了更大的算力需求，最終導致算力總消耗量的增加。圖表圖表10：Deepseek推動推動AI算力效率拐點顯現算力效率拐點顯現 來源：甲子光年智庫，國金證券研究所 模型算力效率的突破，雖然看似會影響單位計算的價格，進而壓縮高性能芯片供應商的利潤空間，但從長遠來看，這將加速人工智能的普及和創新，帶來算力需求的更大量級提升。定價的持續走低有望帶來更快的商業化落地，進而衍生出更多的微調和推理需求，逐步激活全球 AI 應用及算力發展。因此，技術進步提高了資源使用的效率，不僅沒有減少這種資源的消耗，反而因為使用成本降低，刺激了更大的需求，最終導致資源使用總量反而上升。行業專題研究報告 敬請參

34、閱最后一頁特別聲明 9 掃碼獲取更多服務 圖表圖表11：技術革命的周期性示意圖技術革命的周期性示意圖 來源：甲子光年智庫，國金證券研究所 2.2 端側端側 AI：Deepseek 推動端側推理成本壓縮，眼鏡推動端側推理成本壓縮，眼鏡+耳機耳機+學習機學習機+玩具四面開花玩具四面開花 Deepseek 對推理算力的壓縮能夠降低端側 AI 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 AI PC 上實現離線使用。在其最新發布的酷睿 Ultra 200H（Arrow Lake H）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

35、演繹邏輯思維，并最終解決數學難題，突破難關。小米、比亞迪等企業迅速接入 API，特斯拉中國區客服宣布測試 Deepseek 語音助手，稱其“中文理解能力優于現有系統”。OPPO、榮耀宣布年內推出搭載 Deepseek 輕量版模型的智能眼鏡，可實現實時同聲傳譯和 AR 導航。AI 眼鏡：眼鏡：有望成為最能承載 AI 應用的新硬件產品，參與玩家眾多，深耕手機算法的計算機廠商有望受益。目前該賽道的玩家包括 AR 眼鏡廠商、互聯網大廠、手機廠商、AI 創業公司等，在 2025 CES 中參展的 AI 及 AR 眼鏡數量達到 47 個，提供的主要功能包括拍攝、AR 顯示、語音交互、翻譯等，競爭較為激烈。

36、根據 Wellsenn 預測，2025 年全球 AI 智能眼鏡將進入新品密集發布期，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鏈公司有望收益：比如雷鳥 V3 使用虹軟科技的 AI 視覺算法獵鷹影像系統；閃極 AI 拍拍鏡由云天勵飛提供萬物識別功能、由科大訊飛提供復雜環境語音識別、多語言翻譯等核心技術。行業專題研究報告 敬請參閱最后一頁特別聲明 10 掃碼獲取更多服務 圖表圖表12：各品牌代表性各品牌代表性AI眼鏡產品情況眼鏡產品情況 發布時間發布時間 品牌品牌 產品名稱產品名稱 價格價格

37、 主要功能主要功能 2012 谷歌 Google Glass 1500 美元 拍攝、AR 顯示、語音交互、AR 導航、語音播報 2022.8 小米 小米家眼鏡相機 2699 元 AR 顯示、拍攝、翻譯、語音交互 2022.9.21 亮亮視野 聽語音 AR 字幕眼鏡 2999 元 AR 顯示、語音交互、AI實時字幕 2022.9.30 雷朋&Meta Meta RayBan 299 美元 拍攝、語音交互、AI問答、AI翻譯 2023.9 華為 華為智能眼鏡 2 1699 元 語音播報、語音交互 2024.2.26 OPPO OPPO Air Glass 3 AR 顯示、語音交互、AI能力 202

38、4.4.26 李未可 Meta Lens Chat 699 元 AI語音交互、AI問答、翻譯、語音導航 2024.11.12 百度 小度 AI眼鏡 拍攝、語音交互、AI能力 2024.11.18 Rokid Rokid Glasses 2499 元 拍攝、AR 顯示、語音交互、AI識物、AI問答、AI助手、AI導航 2024.11.29 影目 INMO GO2 3299 元 AR 顯示、語音交互、AI同傳翻譯 2024.12.19 閃極 AI拍拍鏡 1499 元 拍攝、語音交互、AI助手、錄音 2025.1.7 雷鳥 雷鳥 V3 1699 元 拍攝、AI問答、AI搜索、AI識物、AI實時翻譯、

39、AI記錄提醒 來源：智東西公眾號，國金證券研究所 AI 耳機：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 AI 耳機賽道中的玩家包括：1）傳統手機廠商如華為、小米、三星等，AI 耳機通常與手機綁定，可以用于喚醒手機端智能體；2）傳統耳機制造商，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 AI 廠商，科大訊飛相關團隊自 2011 年起專注 AI+耳機領域，最新推出的 Pro2 提供三種錄音轉寫、viaim ai助理、多語種翻譯等功能，產品定位商務人群價格較高。各家 AI 耳機均定位為生產力工具，提供同傳翻譯、語音轉文字等功能，功能較

40、為局限，若后續能夠拓展至生活娛樂場景、AI 語音交互等功能延伸至耳機端側、或與其他硬件融合，則相關產品銷量有望大幅提升。圖表圖表13：手機、互聯網及上市公司的代表性手機、互聯網及上市公司的代表性AI耳機產品情況耳機產品情況 品牌品牌 產品名稱產品名稱 價格價格 主要功能主要功能 上市時間上市時間 華為華為 FreeBuds Pro4 1499 元 同傳、小藝智能體 2024.11 小米小米 Xiaomi Bus 5 699 元 語音轉文字、生成會議紀要 2024.7 三星三星 Galaxy Buds 3 999 元 同傳、多語種翻譯 2024.7 飛利浦飛利浦 飛利浦 8 號 1199 元 接

41、入騰訊混元大模型、錄音轉文字、AI會議總結 2024.5 字節跳動字節跳動 Ola Friend 1199 元 接入豆包智能助手、旅行導游、英語陪練 2024.10 百度百度 小度 G108 耳機 499 元 同傳、連接小度 APP 2024.10 科大訊飛科大訊飛 IFLYBUDS Pro2 1969 元 錄音轉寫、同傳聽譯、AI會議助理 2024.5 來源：定焦 One 公眾號，國金證券研究所 AI 學習機：學習機：學習平板銷量穩步增長，融合 AI 功能的高端學習機占比提升明顯。根據行業專題研究報告 敬請參閱最后一頁特別聲明 11 掃碼獲取更多服務 洛圖科技數據，2024 年，中國學習平板

42、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、作業幫、科大訊飛為線上銷售額 top3，市場份額分別為 28%、25%、13%。從價格區間來看，價格在 6,000 元以上的高端學習機多搭載更優質的教學資源和 AI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額首位。圖表圖表14：

43、24年我國學習平板線上銷量情況年我國學習平板線上銷量情況 圖表圖表15：科大訊飛占學習平板線上銷售額的科大訊飛占學習平板線上銷售額的13%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 AI 玩具：玩具：目前發布的產品核心功能基本一致，包括語音識別、自然語言處理和機器學習，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 AI 眼鏡、AI 學習機、智能音箱等產品，AI 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

44、玩具掛件 BubblePal，開售首月 GMV 突破 400 萬。圖表圖表16：海內海內外外AI玩具產品情況玩具產品情況 品牌品牌 產品名稱產品名稱 價格價格 主要功能主要功能 上市時間上市時間 字節跳動字節跳動 顯眼包 未公布 內嵌豆包大模型、扣子專業版等 AI技術，可以與人進行對話交互和情感交流 2024.9 Vanguard Moflin 2779 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 2024.11 Folotoy Fofo、Catus、Kola、Magicbox 等 10-1299 元 可接入大模型的 AI 玩具，內置 7

45、 種角色，家長可設計角色對話和克隆聲音 2024.4-11 億家億伴億家億伴 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 奧飛娛樂奧飛娛樂 喜羊羊超能鈴鐺娃娃 399 元 結合“喜羊羊”形象和小冰大語言模型，提供 AI智慧暢聊 2024.5 實豐文化實豐文化 AI魔法星 未公布 支持面向家庭提供 AI故事共創、定制爸爸媽媽的聲音講故事、AI全場景問答和連續對話等功能 2025.1 Haivivi 躍躍然創新然創新 BubblePal 399 元 魔法燈泡掛件，可讓玩具開口說話，通過 App 控制，結

46、合多種模型保證響應和對話質量 2024.7 漢王科技漢王科技 Go Go Bird 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 行業專題研究報告 敬請參閱最后一頁特別聲明 12 掃碼獲取更多服務 設計，可以使孩子在產品組裝過程中對機械組裝有系統化的思考以及實質性的操練。螢石網絡螢石網絡 RK3 未公布 RK3 家庭助理機器人作為 AI代理的載體，基于多模態大模型，可以化身家庭管家、保安、醫生以及教師，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

47、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、作業批改，并幫助家長敦促孩子的坐姿等。2024.4 湯姆貓湯姆貓 AI童伴機器人 1499 元起 為實現湯姆貓的“說話”功能，湯姆貓 AI童伴機器人，內置了專門研發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。2024.12 蜂助手蜂助手 云手機 未公布 云手機通過“AI+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。2024.8 來源：定焦 On

48、e 公眾號，愛小伴 AI iPal 公眾號，Founder Park 公眾號，貝殼財經公眾號，無人機網公眾號，子彈財經公眾號，iFind，國金證券研究所 2.3 AI Agent：強推理模型強推理模型性能持續提升，性能持續提升，Agent 應用落地有望全面提速應用落地有望全面提速 智能體（Agent）指一種能夠獨立執行任務、做出決策并與其他系統或用戶交互的軟件程序或算法。智能體可以執行各種任務，從簡單的自動化任務到復雜的決策支持系統。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協作。例如，它可以從 Word 中提取信息、總結網頁、處理 PDF 文件，

49、并在 PowerPoint中創建幻燈片，最終通過 Teams 發送。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（widget trees）來感知 GUI 狀態，并執行操作以模仿用戶行為，如鼠標點擊、鍵盤輸入或手機上的觸摸手勢。在 2023 年 LLM 模型出現之前，GUI Agent 的工作范圍和能力均受到較大限制。自那時起，基于 LLM 的方法在網絡、移動和桌面環境等不同平臺上蓬勃發展，推動了該領域眾多創新成果的誕生。圖表圖表17：LLM 驅動的驅動的 GUI Agent 的發展歷程的發展歷程 行業專題研究報告 敬請參閱最后一頁特別聲明 13 掃碼獲取更多服務

50、圖表圖表17：LLM 驅動的驅動的 GUI Agent 的發展歷程的發展歷程 來源：小窗幽記機器學習微信公眾號，國金證券研究所 Deepseek R1 顯著降低了大語言模型的技術門檻，AI Agents 的應用前景變得更加廣闊。圖表圖表18：AI agents應用場景應用場景 應用領域應用領域 應用場景應用場景 主要主要內容內容 代表公司代表公司 企業服務企業服務 智能客服 AI Agents 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：致遠互聯：公司推出五大類 AI產品，包括知識服務類

51、、內容創作類、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 AI應用方面，公司推出 AI智能表單產品iForm。辦公自動化 企業可以部署 AI Agents 協助完成數據分析、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造性工作。教育教育 個性化輔導 AI Agents 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。競業達：競業達：2024 年，基于星空大模型，公司已實現多級知識圖譜 AI 智能生成，將專業、課程、知識智能關聯，能

52、夠自動生成 AIGC 課堂質量診斷報告?？拼笥嶏w：科大訊飛：訊飛 AI 學習機發布 AI作業過濾器，為學生做習題時提供“優先級”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。醫療健康醫療健康 輔助診斷 通過分析患者病史和實時數據，AI Agents能夠協助醫生進行初步診斷，甚至提出優化治療方案。衛寧健康：衛寧健康：公司自研醫療大模型WiNGPT，目前 WiNGPT 在語音生成查房記錄、Agent 增強式問答、CDSS 創新方案、患者血液管理等眾多實踐領域已有應用案例。智能制造智能制

53、造 生產流程優化 通過實時監控生產線數據，AI Agents 可以快速發現問題并給出調整建議，從而提高生產效率。中控技術：中控技術：基于 TPT 流程工業時序大模型的工業 App。賽意信息：賽意信息：“基于善謀 GPT的 PCB行業大模型”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 46 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：鼎捷數智：融合汽車企業行業知識經驗與 GPT 大模型，運用 AI 和 NLP技術，構建車企 ChatFile 企

54、業知識管理賦能平臺，處理海量車輛零散知識、自動化語種轉譯、協助團隊跨文檔交流、降低學習成本和培訓周期；供應鏈管理 AI Agents 能夠動態分析市場需求，優化庫存管理，并自動與供應商進行交互，大幅降低企業的運營成本。行業專題研究報告 敬請參閱最后一頁特別聲明 14 掃碼獲取更多服務 實現企業知識智能化交互，提升知識獲取的體驗和效率，減少時間和溝通成本。創意領域創意領域 自動生成內容 AI Agents 可以生成高質量的文本、圖像、視頻，協助設計師、作家等創作者快速完成作品原型。萬興科技：萬興科技：公司旗下視頻創意軟件萬興播爆，支持數字人口播短視頻制作；文檔創意軟件億圖腦圖，支持AI生成思維導

55、圖和大綱。交互式體驗 游戲開發中，AI Agents 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 2.4 AI 安全：大模型廠商急需全方位加強防護，網安安全：大模型廠商急需全方位加強防護，網安及信創及信創板塊迎來布局機會板塊迎來布局機會 在人工智能時代，AI 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，憑借技術優勢在競爭激烈的 AI 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

56、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產業鏈帶來了廣闊的市場需求與技術挑戰。AI 企業需要加大網絡安全和自主可控相關投入、引進專業人才、優化技術，網絡安全公司恰好能憑借專業能力與豐富經驗，為 AI 企業提供定制化的安全解決方案，助力其提高系統的安全性與穩定性。政府與行業協會制定相關法律法規和行業標準，也需要網絡安全公司提供專業支持與技術參考。根據 Techopedia 數據，2023 年全球基于 AI 的網絡安全市場規模為 243億美元，預計 2027 年將

57、達 650 億美元，2023-2027 年 CAGR 約 27.9%。圖表圖表19：全球基于全球基于AI的網絡安全市場規?？焖僭鲩L的網絡安全市場規?？焖僭鲩L 來源：Techopedia，智領安平行業網公眾號，國金證券研究所 未來，隨著 AI 技術持續發展，一方面，網絡安全公司在保障 AI 大模型安全方面將扮演愈發關鍵的角色，帶來業績增量；另一方面，網絡安全公司也亟需降本增效的路徑，而以DeepSeek 為代表的優秀國產化大模型將無疑是網安公司的優先合作伙伴，發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 AI 技術進步帶來的業務需

58、求，接入 DeepSeek 優化自身安全產品。其中，奇安信自主研發的 QAX安全大模型已全面完成了 DeepSeek 的深度接入，率先將其引入到威脅研判、安全運營、滲透測試和漏洞管理、身份與訪問管理、網絡釣魚防護、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，并展現出了卓越表現，其中安全專業問答整體性能分數提升約 16%，極大提升了智能威脅分析和決策的準確度。另外，永信至誠依托在網絡靶場和數字安全測評領域的深厚技術積累與業務實踐成果，構建春秋 AI 測評數字風洞平臺，基于標準化測評數據和海量行業專題研究報告 敬請參閱最后一頁特別聲明 15 掃碼獲取更多服務 業務場景模版

59、，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。幫助企業了解產品的實際認知能力，確保在業務場景中被準確應用。圖表圖表20：永信至誠春秋永信至誠春秋AI測評“數字風洞”平臺測評“數字風洞”平臺 來源：永信至誠公眾號，國金證券研究所 另外，以 deepseek 為主的 AI 大模型的自主可控迫在眉睫，除了軟件核心組件自主可控以外，硬件產業鏈的國產替代需求旺盛。2025 年是十四五收官之年，預期信創推進政策及配套財政支持

60、政策快速落地，預計上半年信創產業鏈相關公司的訂單回暖將會出現重要信號。3.投資建議 DeepSeek 的低成本、高性能特點有望帶動 AI 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

61、、航天宏圖。3）網絡安全：AI 對網安行業帶來新機遇和新挑戰，疊加行業見底反轉，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：AI 產業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。行業專題研究報告 敬請參閱最后一頁特別聲明 16 掃碼獲取更多服務 圖表圖表21：建議關注建議關注DeepSeek相關產業鏈投資機會相關產業鏈投資機會 類型類型 企業企業 內容內容 應用 金山辦公 金山辦公正在與 Deepseek 進行對接測試，未來是否合作要看后續發展。應用 遠光軟件 依托 DeepSeek“高效推理能力與低

62、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 AI 服務。應用 泛微網絡 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；泛微提供統一的 AI 大模型連接底座支撐；支持私有化部署 DeepSeek 大模型。應用 法本

63、信息 實現 FarAI GPTCoder 企業級輔助編碼平臺、FarAI GPTBrain 企業級知識大腦產品、FarA IGPTRecruit 智能招聘平臺等多款產品與 DeepSeek 的深度融合及優化。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 C

64、hatDOC 兩大功能于一身，與 DeepSeek（深度求索）實現全面深度適配，旨在為企業構建一個“數據洞察決策”一體化的管理平臺，為企業數據資產管理進一步賦能增效。應用 彩訊股份 彩訊股份對 Rich Mil 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 WAI SaaS、WAI

65、 Pro 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 AI 網文創作流程中部署 DeepSeek-R1，通過調用 DeepSeek-R1 的能力，增強創作效率。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，為企業提供更加

66、豐富、高效的大模型應用場景落地服務。應用 國投智能 “星盾”、“Qiko”等自研平臺第一時間成功接入 DeepSeek,進一步滿足行業客戶的多樣化需求，標志著國投智能在落實“All in AI”戰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 DeepS

67、eek-R1 的深入適配，涵蓋旗下視頻創意、繪圖創意及文檔創意軟件業務多款產品。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”，推動消息行業專題研究報告 敬請參閱最后一頁特別聲明 17 掃碼獲取更多服務 通信服務從基礎連接向智能決策升級，為行業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，企業客戶可以通過用友 BIP3 R

68、6 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 DeepSeek R1

69、進行了一系列的優化和蒸餾后，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新的領先優勢。云 開普云 在開悟大模型智能體平臺接入 DeepSeek V3、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 開發和應用體驗；將 DeepSeek 集成到其自主研發的神州問學平臺中，僅需 3 分鐘部署 DeepS

70、eek 模型。云 協創數據 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解碼能力，全面開展包括 R1 在內的 DeepSeek 全系列模型適配工作，以滿足不同規模參數量模型的個性化部署需求。云 每日互動 溫州數安港攜手 DeepSeek 的可信合作伙伴浙江省大數據聯合計算中心、每日互動及溫州市數據集團，依托數安港可信數據空間，部署 DeepSeek R1、v3 等一系列模型，為相關產業提供基于可信數據空間的可控大模型租用服務、私有化部署和精調服

71、務，為各行業提供更為安全、高效的大模型應用解決方案。云 青云科技 基石智算 CoresHub 正式上線 DeepSeek Janus-Pro-7B WebUI 版文生圖模型，支持 Multimodal Understanding 和 Text-to-Image Generation 兩種服務，可通過基石智算 AI 算力云服務的容器實例進行直接使用。由于模型文件存放在系統盤，也可通過 Jupyter 進行算法二次開發使用。來源：iFind，各公司公眾號，國家數據局公眾號，36 氪，科創板日報公眾號，國金證券研究所 4.風險提示 底層大模型迭代發展不及預期 若底層大模型迭代發展不及預期，可能會影響

72、 AI 應用落地的深度，使其難以在金融、教育、游戲等領域進行更加深入的應用。若底層大模型的蒸餾剪枝發展不及預期，可能會使其難以在邊緣硬件上充分發揮性能。國際關系風險 若出于國際關系原因，OpenAI 等海外大模型的調用或其他軟硬件的進口受到影響，有可能使得國內 AI 應用的發展不及預期。應用落地不及預期 若相關應用公司不能找到人工智能算法較好的商業應用落地場景，或相關場景客戶沒有較強的付費意愿，可能算法應用落地會不及預期。行業專題研究報告 敬請參閱最后一頁特別聲明 18 掃碼獲取更多服務 行業競爭加劇風險 若相關企業加快技術迭代和應用布局，整體行業競爭程度加劇，將會對行業內已有企業的業績增長產

73、生威脅。行業專題研究報告 敬請參閱最后一頁特別聲明 19 掃碼獲取更多服務 行業行業投資評級的說明：投資評級的說明：買入：預期未來 36 個月內該行業上漲幅度超過大盤在 15%以上；增持：預期未來 36 個月內該行業上漲幅度超過大盤在 5%15%；中性：預期未來 36 個月內該行業變動幅度相對大盤在-5%5%；減持：預期未來 36 個月內該行業下跌幅度超過大盤在 5%以上。行業專題研究報告 敬請參閱最后一頁特別聲明 20 掃碼獲取更多服務 特別聲明：特別聲明：國金證券股份有限公司經中國證券監督管理委員會批準，已具備證券投資咨詢業務資格。形式的復制、轉發、轉載、引用、修改、仿制、刊發，或以任何侵

74、犯本公司版權的其他方式使用。經過書面授權的引用、刊發，需注明出處為“國金證券股份有限公司”，且不得對本報告進行任何有悖原意的刪節和修改。本報告的產生基于國金證券及其研究人員認為可信的公開資料或實地調研資料，但國金證券及其研究人員對這些信息的準確性和完整性不作任何保證。本報告反映撰寫研究人員的不同設想、見解及分析方法，故本報告所載觀點可能與其他類似研究報告的觀點及市場實際情況不一致，國金證券不對使用本報告所包含的材料產生的任何直接或間接損失或與此有關的其他任何損失承擔任何責任。且本報告中的資料、意見、預測均反映報告初次公開發布時的判斷，在不作事先通知的情況下，可能會隨時調整，亦可因使用不同假設和

75、標準、采用不同觀點和分析方法而與國金證券其它業務部門、單位或附屬機構在制作類似的其他材料時所給出的意見不同或者相反。本報告僅為參考之用，在任何地區均不應被視為買賣任何證券、金融工具的要約或要約邀請。本報告提及的任何證券或金融工具均可能含有重大的風險，可能不易變賣以及不適合所有投資者。本報告所提及的證券或金融工具的價格、價值及收益可能會受匯率影響而波動。過往的業績并不能代表未來的表現?？蛻魬斂紤]到國金證券存在可能影響本報告客觀性的利益沖突，而不應視本報告為作出投資決策的唯一因素。證券研究報告是用于服務具備專業知識的投資者和投資顧問的專業產品，使用時必須經專業人士進行解讀。國金證券建議獲取報告人

76、員應考慮本報告的任何意見或建議是否符合其特定狀況，以及（若有必要）咨詢獨立投資顧問。報告本身、報告中的信息或所表達意見也不構成投資、法律、會計或稅務的最終操作建議，國金證券不就報告中的內容對最終操作建議做出任何擔保，在任何時候均不構成對任何人的個人推薦。在法律允許的情況下，國金證券的關聯機構可能會持有報告中涉及的公司所發行的證券并進行交易，并可能為這些公司正在提供或爭取提供多種金融服務。本報告并非意圖發送、發布給在當地法律或監管規則下不允許向其發送、發布該研究報告的人員。國金證券并不因收件人收到本報告而視其為國金證券的客戶。本報告對于收件人而言屬高度機密，只有符合條件的收件人才能使用。根據證券

77、期貨投資者適當性管理辦法，本報告僅供國金證券股份有限公司客戶中風險評級高于 C3 級(含 C3 級）的投資者使用；本報告所包含的觀點及建議并未考慮個別客戶的特殊狀況、目標或需要，不應被視為對特定客戶關于特定證券或金融工具的建議或策略。對于本報告中提及的任何證券或金融工具，本報告的收件人須保持自身的獨立判斷。使用國金證券研究報告進行投資，遭受任何損失，國金證券不承擔相關法律責任。若國金證券以外的任何機構或個人發送本報告，則由該機構或個人為此發送行為承擔全部責任。本報告不構成國金證券向發送本報告機構或個人的收件人提供投資建議，國金證券不為此承擔任何責任。此報告僅限于中國境內使用。國金證券版權所有，保留一切權利。上海上海 北京北京 深圳深圳 電話：021-80234211 郵箱： 郵編：201204 地址：上海浦東新區芳甸路 1088 號 紫竹國際大廈 5 樓 電話：010-85950438 郵箱： 郵編：100005 地址：北京市東城區建內大街 26 號 新聞大廈 8 層南側 電話：0755-86695353 郵箱： 郵編：518000 地址：深圳市福田區金田路 2028 號皇崗商務中心 18 樓 1806