核心观点与关键数据
DeepSeek-R1的推出体现了开源范式下技术进步的速度，以及在AI训练、推理上成本大幅度压缩的可能，AI的广泛落地有望加速。DeepSeek-R1性能堪比OpenAI o1，而调用API的成本仅为后者的1.8%，且模型使用标准化、宽松的MIT License，完全开源，不限制商用。
DeepSeek-R1模型性能与开放性
- 高性能：DeepSeek-R1在数学、代码等方面得分可比OpenAI o1，如AIME 2024、MATH-500、SWE-bench Vrified等任务上实现了对OpenAI o1得分的超越。
- 开放性：模型同步上线API，采用标准化、宽松的MIT License，完全开源，不限制商用，且产品协议明确可“模型蒸馏”。
- 性价比：输入API成本为1元（缓存命中）或4元（缓存未命中）每百万tokens，输出API价格为16元每百万tokens，相比o1-mini仅后者价格的9.1%到18.2%。
国内外关注度与接入情况
- 网页端访问量：DeepSeek网页端访问量在R1发布后飙升16倍，截止1月28日达到4900万。
- APP增长：DeepSeek官方APP在上线11天后DAU达到84万，超过ChatGPT上线11天的78万，上线第18天DAU超过1493万。
- 国际关注度：非中国大陆地区访问量占比高，其中美国和印度的提升幅度显著。
- 海外服务商与应用接入：微软、亚马逊AWS、英伟达等海外服务商已接入DeepSeek-R1，AI代码工具Cursor和AI搜索引擎Perplexity也接入了该模型。
开源模型技术思路与团队发展
- 技术思路：DeepSeek-R1-Zero在训练过程中没有依赖监督微调，而是直接在基础模型上做强化学习，实现了自发的长序列思考链，并在训练过程中出现了“Aha Moment”。
- 团队发展：DeepSeek成立于2023年7月，自成立以来逐步推出了多个模型，如DeepSeek Coder、DeepSeek LLM、DeepSeek-V2、DeepSeek-V3等，始终追求性价比，DeepSeek-V3在训练成本和API价格上均有显著优势。
开源模型与闭源模型的差距
- 开源模型加速发展：自GPT-4发布后，开源与闭源差距持续缩小，DeepSeek-V3在MMLU-Redux得分上反超顶尖闭源模型Claude-3.5-Sonnet。
- 开源模型互相促进：开源模型可以实现互相吸收学习，成长曲线陡峭，DeepSeek-R1更是提升到了92.9分，与OpenAI o1的差距显著缩小。
应用布局与风险提示
- 投资建议：
- 具备优秀大模型能力的公司（腾讯控股、阿里巴巴）。
- 快速商业化落地的教育、娱乐应用、电商场景（恺英网络、值得买、美登科技等）。
- AI视频生成技术（上海电影、博纳影业、百纳千成等）。
- AI娱乐方向（恺英网络、姚记科技、三七互娱、吉比特等）。
- AI硬件落地发展（小米集团、联想集团）。
- 风险提示：AI技术交流隔离加剧，AI应用落地不及预期。
