Cinda Securities: DeepSeek-R1 is a milestone for AGI, which is a long-term positive for computing hardware

智通財經 APP 獲悉，信達證券發佈研報稱，在通向 AGI 的道路上，算法創新和算力資源都不可或缺。早在 2024 年，市場就明確了推理市場要想實現繁榮必須降低推理成本的結論。如今，豆包、DeepSeek 研究團隊的相關工作成功地大幅度降低了推理成本，推進了 AI 的產業化。DeepSeek 的成功，是開源模型相對閉源模型的一次飛躍。從推理市場上看，推理有望快速放量，文生文、文生視頻、圖生視頻的各類功能或快速迭代，並使得 AI 真正的理解物理世界，自動駕駛、人形機器人、AI 在各行各業掀起產業革命的奇點臨近。

信達證券主要觀點如下：

DeepSeek 樹立里程碑，挖掘算法創新的價值潛力

Deepseek V3 仍是基於 Transformer 架構的模型，是一個強大的專家混合 (MoE) 語言模型，總共有 671B 個參數，每個令牌激活了 37B 參數。DeepSeek-V3 主要貢獻包括：架構層面創新的負載均衡策略和訓練目標，預訓練層面大幅提高訓練效率，後訓練層面 DeepSeek-R1 的知識提煉等。DeepSeek 團隊僅以 2.664M H800 GPU 小時的經濟成本，在 14.8T tokens 上完成了 DeepSeek V3 的預訓練。Deepseek R1 是基於 Deepseek V3 的架構上的集大成之作，性能對標 OpenAI-o1。DeepSeek-R1-Zero 是一種通過大規模強化學習 (RL) 訓練的模型，沒有監督微調 (SFT) 作為初步步驟，展示了卓越的推理能力。

通過強化學習，DeepSeek-R1-Zero 自然而然地出現了許多強大而有趣的推理行為。其中，DeepSeek-R1-Zero 展示了自我驗證、反射和生成長 CoT 等功能，這標誌着研究界的重要里程碑。值得注意的是，這是第一個驗證的開放研究，可以純粹通過 RL 來激勵的 LLMs 推理能力，而無需 SFT。這一突破有望為該領域的未來發展鋪平道路。此外，DeepSeek 團隊開源了 DeepSeek-R1-Zero、DeepSeek-R1 以及基於 (1.5B、7B、8B、14B、32B、70B)，在部分測試上性能超越 OpenAI o1-mini。

OpenAI 掀起反攻號角，o3-mini 和 Deep Research 相繼發佈

為了應對 DeepSeek 的挑戰，OpenAI 發佈了 O3-mini，理解物理世界能力、編程能力大幅提升。o3-mini 在物理模擬高難度挑戰中展現出驚人的實力，在模擬小球的轉動時，o3-mini 具備更強的物理推理能力，而 DeepSeek R1 則出現了反重力現象。此外，o3-mini 能生成四維空間內小球的彈射程序，展現出很高的潛力。

此外，OpanAI 還發布了 Deep Research，這是 OpenAI 新發布代理——僅需一個提示，ChatGPT 將查找、分析和綜合數百個在線資源，以創建研究分析師級別的綜合報告。它由即將推出的 OpenAI o3 模型版本提供支持，該版本針對 Web 瀏覽和數據分析進行了優化，它利用推理來搜索、解釋和分析互聯網上的大量文本、圖像和 PDF，並根據遇到的信息根據需要進行調整。

AI 未來尚有星辰大海有待探索，AGI 商業化奇點臨近

谷歌 DeepMind 團隊曾將 AI 劃分為 6 大發展階段，從狹義的層面看，在專業領域已經有 AI 模型能達到超人級別。如 AlphaFold、AlphaZero、StockFish 等 AI 模型可以在特定的領域完全超越人類，但是從通用人工智能的層面看，AI 的發展還處於較低水平，如 ChatGPT 僅可以劃分為 Level 1-Emerging 級別。FIGURE 是人形機器人領域的領導者之一，在其視角中，也能窺探 AI 的歷史機遇。在如今全球 GDP 中，50% 的勞動力均為人類勞動，大約 42T 美金空間，僅此一項，AI 就有廣闊的前景。

投資建議：算法創新和算力投入相輔相成，建議關注 AI 產業鏈標的

AI 領域的發展速度超過傳統制造業，2023 年來，Scaling Laws 開始發力，全球領域內開啓了算力資源的 “軍備競賽”。而在地緣政治等因素的激勵下，算法層面的追趕終於由算力相對匱乏的的中國團隊唱響號角。在通向 AGI 的道路上，算法創新和算力資源都是不可或缺的。早在 2024 年，就明確了推理市場要想實現繁榮必須降低推理成本的結論。如今，豆包、DeepSeek 研究團隊的相關工作成功地大幅度降低了推理成本，推進了 AI 的產業化。DeepSeek 的成功，是開源模型相對閉源模型的一次飛躍。

誠然，在十分有限的時間區間內，北美的科技大廠或把有限的精力放在算法層面，以充分挖掘自身算力資源的潛力。但是，這並不意味着對算力的投入將會停止。相反，AI 的產業化有望在中長期加速算力的投入，避免了以往的 AI 熱潮最終因無法落地而走向失敗的困局。

從推理市場看：推理有望快速放量，文生文、文生視頻、圖生視頻的各類功能或快速迭代，並使得 AI 真正的理解物理世界，自動駕駛、人形機器人、AI 在各行各業掀起產業革命的奇點臨近。從訓練市場看：一方面，訓練模型的前沿探索仍需大量算力投入，且推理市場的放量，有望衍生新的模型探索方向。另一方面，如世界模型等方向的研究進展有望加速。但是，也看到大模型廠商的淘汰也將加速，無法超越開源模型的閉源大模型廠商或快速出清。

扎克伯格曾在 Meta 法説會上表示，“隨着時間的推移，就像每個企業都有一個網站、一個社交形象和一個電子郵件地址一樣，在未來，每個企業也將擁有一個客户可以與之交互的 AI 代理。我們的目標是取到一個 AI 代理中，從而推動銷售並節省資金。” 這一時點正在逐步臨近，從歷史看，當計算機從實驗室走向千家萬户，並沒有導致相關的企業沒落，而是孕育了許多偉大的企業。目前看，AI 也有望經歷這一過程，建議關注產業鏈相關標的。

相關個股

AI 雲側：工業富聯 (601138.SH)、滬電股份 (002463.SZ)、生益科技 (600183.SH)、深南電路 (002916.SZ)、勝宏科技 (300476.SZ)、寒武紀 (688256.SH)、海光信息 (688041.SH)。

AI 端側：藍思科技 (300433.SZ)、領益智造 (002600.SZ)、鵬鼎控股 (002938.SZ)、東山精密 (002384.SZ)、樂鑫科技 (688018.SH)、瑞芯微 (603893.SH)、恆玄科技 (688608.SH)、全志科技 (300458.SZ)、兆易創新 (603986.SH)、晶晨股份 (688099.SH) 等。

風險因素

宏觀經濟下行風險；下游需求不及預期風險；中美貿易摩擦加劇風險。