華泰傳媒：DeepSeek推進模型平權，加速AI應用繁榮

來源：華泰睿思

我們認爲，DeepSeek對下游應用生態來說，降低了開發者門檻，加速了AI技術的普惠；激發開源社區創新，有助於應用場景的擴展，並看好三大方向。

核心觀點

DeepSeek低成本+高性能，推動AI應用生態發展

DeepSeek最新大語言模型R1性能比肩GPT-o1；多模態模型Janus-Pro也正式發佈。因其“低成本+高性能”的開源模式，DeepSeek成爲全球增速最快的AI應用，並引發國內外產業圈和投資圈震動。我們認爲，DeepSeek對下游應用生態來說，降低了開發者門檻，加速了AI技術的普惠；激發開源社區創新，有助於應用場景的擴展。我們看好：1）Agent類應用，可通過API集成來繼承新一代LLM的能力，提升交互質量和效率；2）大模型能力向輕量化模型遷移，加速AI智能硬件滲透；3）利好下游傳媒應用方向AI電商/AI玩具/AI情感陪伴/AI廣告等的繁榮和商業化落地。

激發開源社區創新，擴大開源生態建設

DeepSeek在開源策略方面，採用“基礎模型開源+高階功能商業化”模式，將吸引開發者參與生態建設，激發社區創新。1月29日Hugging Face首席科學官表示DS-R1開源模型累計下載量超70萬次，日增40%；用DS-R1搭建的衍生模型至少有670個，累計下載量超320萬次，日增約30%。R1屬於完全開源不限制商用，使用寬鬆的MIT License。我們認爲，將利於更多開源模型利用R1蒸餾的標籤數據增強推理加速迭代，開源項目可能成爲行業事實標準，降低AI應用技術門檻。此外，採取閉源策略的大模型廠商也可能會考慮差異化開源策略，如OpenAI等。

模型推理能力提升，提升AI Agent交互質量和效率

DeepSeek R1大模型在推理、數學、代碼等能力都有明顯提升，使得RL算法平權。應用側看，Agent通常依賴LLM來理解和生成自然語言，理解用戶的需求並生成相應的響應，需求理解/挖掘能力的增強，便宜好用的長上下文，會提升Agent的落地效果。低成本開源大模型的持續迭代下，Agent可通過API集成來繼承新一代LLM的能力實現進化，提升交互質量和效率。To B企業服務中，Agent正從任務執行變成決策支持夥伴；To C場景中，有助於提高生活場景的效率，並提供個性化服務。

大模型能力向輕量化模型遷移，加速AI智能硬件滲透

DeepSeek R1的出現將讓產業界對基於CoT思路的優質合成推理數據的使用增加。DeepSeek通過知識蒸餾技術，實現大模型能力向輕量化模型的高效遷移，降低智能產品的AI功能集成門檻，開發者可快速將其AI能力部署至硬件設備並針對場景定製化。同時，憑藉高效推理能力和低延遲響應的能力，DeepSeek能提升智能硬件交互的流暢度和場景理解的準確度，增強交互體驗，助力AI智能硬件的普及滲透。我們預計，25年端側小模型的技術迭代和降本增效將不斷體現，未來免費端側小模型可能百花齊放，助力端側AI手機、AI可穿戴設備（眼鏡/耳機等）、AI玩具、AI機器人等產品的發展。

DeepSeek影響下，利好下游AI應用繁榮和商業化落地

我們看好AI應用幾大方向：1）AI電商：目前已提供智能圖片生成、智能客服、客戶分析等，提升產業鏈運營效率及優化用戶體驗；2）AI玩具/AI情感陪伴應用：AI情感陪伴類應用已在活躍用戶層面脫穎而出，商業化模式逐步清晰；3）AI營銷：關注AI賦能下廣告ROI的潛在提升。

風險提示：大模型技術發展不及預期，AI監管政策影響，宏觀經濟波動等。

相關研報

研報：《傳媒: DeepSeek推進模型平權，加速AI應用繁榮》2025年2月4日

本文源自：券商研報精選