DeepSeek突围，中欧科技战队为您解码AI投资图谱

DeepSeek的创新体现在两个方面，第一是架构层面，它采用多头潜在注意力（MLA，Multi-head Latent Attention）和DeepSeek的MoE架构（Mixture of Experts，混合专家），实现了高效推理与经济高效的训练。

第二是训练框架方面，DeepSeek提出的FP8训练的混合精度架框架也是极具创新性的，极大地提高了训练效率，大幅缩短训练时间、降低训练成本。此外，我们观察到DeepSeek对模型的蒸馏，数据的压缩都是做得比较好的，所以它的数据质量是非常高的。

DeepSeek对行业的影响可以总结为一句话“旧时王谢堂前燕，飞入寻常百姓家”。DeepSeek仅使用了GPT-4o不足十分之一的训练成本，却实现了GPT80%的能力，所以它的出现不是替代，而是加速了AI的普及覆盖，下沉到了更多用户。

DeepSeek比GPT4晚推出15个月，成本下降30倍，符合正常的成本下降路径。因为模型是开源的，所以其他大模型厂商在复现GPT-4o/o1 like模型的能力迅速接近。但对更大参数的GTP-5 like模型的探索，目前国内还是略有落后。

DeepSeek本质上加速了AI的进展，体现在两个方面。从参与者的角度，除了CSP，更多的中型或者垂直行业的公司更愿意加入AI投资浪潮中，应用爆发的潜力增大，使得整个行业对算力总盘子的需求变得更大；从产业结构上看，也会从原先的芯片龙头企业的一家独大，变成更百花齐放的状态，龙头企业+大厂自研+国产算力共同发力。

从应用的角度来看，应用爆发的概率提升，因为应用端可以有更多人用更低的成本去尝试创新。这也会加速B端应用落地，因为蒸馏后的小模型本地部署的成本快速降低，对AI端侧落地也有促进作用。具体应用方向上，包括企业内部的Chatbot，数据的整合和搜索，利用数据设计更好的营销方案等。

我认为应用端爆发的更重要变量还是下一代基座模型的能力。DeepSeek的出现印证了当前推理训练成本下降的速度足够快，这也在一定程度上加速了大厂对GPT5 like模型探索的决心。近期需要重点关注XAI的GROK和OpenAI的进展，预计下一代基座模型的发布可能会提前。

四季度以来，人工智能行业最大的变化是，市场关注热点慢慢从AI基础设施转移至AI新硬件和AI应用。我们把人工智能投资划分为四个阶段，第一个阶段是AI的基础设施建设，主要用于建设AI大规模集群的训练中心。第二和第三阶段是AI新硬件和AI应用，当模型陆续成熟可用的时候，AI从实验室走向商业化场景。第四阶段，AI技术全面渗透和普及化，就像现在水和电一样无处不在。我们目前处于第一阶段的中后期，代表性的GPU芯片是目前的主战场。未来在AI新硬件和AI应用环节，我们期待出现更多的投资机会。

我们持续关注的另外一条主线是国产AI的进展，我们欣喜地看到国产AI的快速崛起，在基座模型能力和应用落地方面均取得显著进展，平台型企业也在积极布局AI应用领域，寻找新的突破口。

DeepSeek的出现，将市场对于国产AI的竞争实力从非共识推向共识。目前来看，AI要做到领先式的创新还是有一定难度，但如果是跟随咬紧前沿创新技术，结合自身的后发优势和工程师能力，国内是可以做出有自己的特色的AI模型和应用，而且中国市场对应有庞大的需求空间，所以这块也确实是之前被市场低估的。

算力侧的需求不会下降。随着它的单位成本不断压缩，使用量会不断变多，所以总量仍然继续上升，并且更利好下游的AI新硬件和AI应用发展。