财中社2月7日电 中信证券近期发布的计算机行业研报指出，Deepseek凭借其强大的能力和低成本优势，在全球范围内迅速走红，为全球AI产业链提供了宝贵的借鉴。特别是在2025年1月20日，DeepSeek-R1的发布，其性能与OpenAI o1正式版相媲美，并强调了强化学习技术路线，展现了卓越的推理能力和突出的性价比。这一新一代模型的推出，预示着AI大模型的应用将逐渐普及，推动AI应用的全面落地。同时，DeepSeek有望开启全新的Scaling Law，将模型重心从预训练阶段转向强化学习和推理阶段，进一步促进算力需求的持续增长。

DeepSeek-R1在发布当日即宣布开源，并在网页端、APP和API全面上线。其推理能力的显著提升和成本的大幅下降，引起了全球范围内的广泛关注，为AI应用的全面落地注入了强劲动力。参考DeepSeek官方论文，DeepSeek-R1在数学、编程、复杂问题解决等多个领域展现出了强大的推理能力，与OpenAI的模型相比毫不逊色。

具体来看，在数学领域，DeepSeek-R1在AIME 2024测试集中的得分与OpenAI-o1-1217和OpenAI-o3-mini处于同一水平。在编程方面，DeepSeek-R1在Codeforces测试集上的得分也与OpenAI的模型相当。尽管在复杂问题领域，DeepSeek-R1的得分略低于OpenAI的模型，但整体来看，其推理能力已足以与业界领先模型相抗衡。同时，DeepSeek-R1的API定价相较于OpenAI的模型呈现数量级下降，高性价比的服务和开源策略有望带动全行业持续降低成本，加速AI应用的普及。

DeepSeek-R1的成功得益于其创新的技术方案。R1-zero采用无SFT、纯强化学习技术路线，以DeepSeek-V3为基础，通过GRPO策略优化和规则为基础的奖励函数，涌现出长思维链（CoT）能力，并显著降低计算成本。为了进一步提升模型的可读性和通识能力，DeepSeek提出了两次强化学习的训练架构，即R1模型。该模型在采用极少标注数据的情况下，既实现了通过规则驱动的大规模强化学习，又实现了混合微调+二次强化学习带来的推理能力泛化。这一创新性的技术方案有望被广泛应用于数学、代码、科研等复杂推理能力要求高的场景中。

DeepSeek V3+R1的组合进一步推动了全球AI大模型的降本提效。V3和R1的API定价相较于OpenAI的模型均呈现大幅下降，使得更多企业和个人能够承担起AI应用的成本。在DeepSeek R1发布定价后，OpenAI也对其o系列模型进行了定价调整，进一步证明了DeepSeek在降本提效方面的领先地位。DeepSeek的持续创新，如MLA算法、流水线策略、MoE调度等，为降本提供了有力支撑。

随着全球算力产业链的不断发展，训练端和推理端的算力需求也在不断变化。训练端方面，微软和Meta等全球头部厂商的资本开支预期并未下降，预计将继续维持算力投入，力争在模型层取得前沿突破。而二三线厂商也有望受益于更低的训练成本而持续投入。推理端方面，算力成本的降低将真正促进AI应用的百花齐放，实现AI的普及。这一趋势正如杰文斯悖论所示，算力成本的下降将带动AI产业规模的增长和推理算力需求的增加。

英伟达CEO黄仁勋在CES2025的主题演讲中指出，当前全球算力产业正处于Pre-training scaling向post-Training scaling和test-time scaling的切换过程中。未来，推理端+强化学习的算力需求将接棒预训练，支撑全球算力产业链稳步增长。对于中国算力产业链而言，国产算力是支撑国产大模型从研发走向商业化的相对稳定可靠的选项。例如，硅基流动已经上线由华为昇腾算力支持的DeepSeek API，光合组织也宣布海光信息的DCU已经迅速完整适配DeepSeek R1与V3大模型。

随着DeepSeek模型性价比的持续提升，国内AI应用将依托丰富的生态和成熟的流量加速在各领域的落地。特别是模型推理能力的提升，对复杂推理场景有明显的带动作用。其中，Agent模式有望成为所有AI应用落地的最佳载体之一，在企业管理、教育、办公、医疗、科研等领域展现出巨大的应用价值。此外，DeepSeek的各类模型开源开放的特点也有助于不同场景应用的落地，配套生态有望不断丰富壮大。因此，建议关注企业管理（员工助手、面试、营销）、教育（数学、竞赛）、科研（药物、材料研发）、法律（合同全案分析）、医疗（病历纵向追踪）等场景的应用和发展。