事项：DeepSeek于2024年12月26日发布开源模型V3，训练成本仅557.6万美元，性能对标GPT-4o；2025年1月20日发布开源模型R1，训练周期仅两个月，性能比肩OpenAI o1正式版。对比OpenAI与谷歌每年数十亿美元的AI预算及“星际之门”项目，DeepSeek的低成本引发海内外关注，资本市场反应剧烈，美国主要AI科技股下跌，DeepSeek应用迅速登顶多个国家和地区苹果应用商店下载排行榜，20天内下载量达2000万。
国信互联网观点：
1）对AI模型层：DeepSeek开源与高性价比显著加剧大模型层竞争，降低大模型门槛，利好追赶者。其打破过度依赖算力与数据的训练模式，为其他模型研发者提供新思路，引发模仿和创新趋势，促进开源生态发展，加剧模型层从能力、迭代周期到性价比的全面竞争。
2）对AI芯片算力层：短期降低先进算力需求预期，ASIC和国产芯片厂商拥有更长时间窗口。DeepSeek创新训练方法证实有限算力下实现前沿AI能力可能性，部分企业减少大规模算力投入，算力市场走向多元化发展。
3）对云厂商：利好云厂商下游需求增长，显著缩小AI前期投入与应用兑现时间与资源成本，有望提升国产云厂商盈利能力。DeepSeek为云厂商提供更具性价比的API，如腾讯云、华为云等已上线相关服务，加速企业数字化转型上云，规模效应下提升云业务利润率。
4）对AI应用层：降低AI应用研发与落地成本，加速AI应用发展，Agent与端侧AI预期增强。DeepSeek模型使开发利用大模型门槛降低，加速垂类模型发展，利好AI在各行业渗透，R1具备深度思考能力，有望成为“Agent智能体”大脑，同时模型算力需求压缩，加速端侧AI落地。
投资建议：推荐国内云厂商龙头阿里巴巴、腾讯控股，以及海外云厂商龙头亚马逊。
Deepseek模型介绍：
1）DeepSeek-V3：2024年12月26日发布，性能与GPT-4、Claude 3.5相当，采用MLA机制，训练成本557.6万美元，token数量约14.8万亿，性价比显著。
2）DeepSeek-R1：基于V3基座模型，通过强化学习进化，思维链长度可达数万字，性能与OpenAI o1相当，价格更低。
Deepseek与竞品对比：
优势：训练与推理高性价比、响应速度快、数学推理和编程任务表现优异、开源与灵活性高。
劣势：通用综合性及多模态能力稍弱、上下文窗口较小（128K vs 1000K）。
Deepseek高性价比开源模型带来的影响：
1）对AI模型层：开源与高性价比加剧竞争，降低门槛，利好追赶者，引发模仿和创新趋势，促进开源生态发展。
2）对AI算力层：短期降低先进算力需求预期，ASIC和国产芯片厂商拥有更长时间窗口，算力市场走向多元化发展。
3）对云厂商：利好下游需求增长，缩小AI前期投入与应用兑现时间与资源成本，提升国产云厂商盈利能力，加速企业数字化转型上云。
4）对AI应用层：降低AI应用研发与落地成本，加速AI应用发展，Agent与端侧AI预期增强。
风险提示：AI模型技术发展不及预期，行业竞争加剧，大模型幻觉、伦理等安全性问题。
