2025年，人工智能发展迎来关键节点，大模型推理能力显著提升，强化学习与知识蒸馏技术让算法效率更上一层楼，推动AI从单模态向通用智能迈进。在开源与闭源的激烈竞争中，开源模型凭借低成本赋能各行各业，闭源模型则依靠多模态壁垒保持领先，形成了“技术共享+专有垄断”的独特格局。AI智能体的快速发展正加速生产力的变革，自动化决策与自主执行成为新趋势。全球AI产业规模正以指数级速度增长，预计2025年市场规模将达到7576亿美元。在此背景下，Deepseek系列模型不断创新，V2引入MoE架构提升效率，V3通过FP8低精度训练进一步降低计算成本，而R1则开创了纯强化学习推理模式，其数学推理和代码生成能力可媲美GPT-4，推动了开源AI生态的发展，加速了AI在行业中的应用落地。

DeepSeek V3凭借6710亿参数MoE架构、MLA压缩技术以及MTP预测等创新技术，实现了低成本、高稳定性的超大规模模型训练，其性能在开源模型中达到了巅峰。该模型的MoE架构采用256个路由专家+1个共享专家模式，大幅降低计算成本与显存占用。MLA机制通过低秩联合压缩技术优化长序列处理，提高了推理效率。无辅助损失的负载均衡策略和MTP多步预测技术则进一步提升了训练速度和复杂任务的解决能力。

DeepSeek R1在V3的基础上，以强化学习训练为核心，通过冷启动数据、多阶段优化、模型蒸馏等创新手段，在数学推理、代码生成等领域达到了顶尖水平，实现了高效推理和轻量化部署。其无监督版本R1-Zero采用组相对策略优化算法，通过组内答案比较优化策略，进一步提升了推理能力。R1还在数学、代码、长文本及知识任务中超越了多款闭源模型，并在MATH-500等测试中取得了优异成绩。此外，MoE架构优化、FP8混合精度训练、DualPipe通信等技术显著降低了训练和部署成本，使DeepSeek R1成为开源领域高效能、低成本的AI标杆。

DeepSeek R1通过开源策略、技术突破和成本优化，推动了全球AI大模型的普惠化，并在B端和C端市场加速了AI商业化应用的落地。其MIT许可开源模式降低了企业获取AI的门槛，推动了算力民主化，并促使OpenAI等闭源巨头调整策略。R1在强化学习、蒸馏等核心算法上的领先性增强了中国AI竞争力，同时满足了B端对数据安全与定制化的需求。在C端市场，AI搜索、智能助手、AI手机等应用场景快速增长，AI终端设备推动了个性化交互体验的升级。

风险提示：算力供应链自主性风险、商业化变现能力不及预期、监管与安全风险。这些风险需要投资者密切关注，以做出明智的投资决策。

（文章来源：国泰海通证券）