中信證券：DeepSeek 當前AI產業鏈投資催化劑

　　炒股就看金麒麟分析師研報，權威，專業，及時，全面，助您挖掘潛力主題機會！

　　中信證券研究

　　摘要

　　2025年1月20號，DeepSeek-R1正式發布，性能對標OpenAI o1正式版，引發全球關注。伴隨市場對DeepSeek討論的持續發酵，在驚嘆于DeepSeek優秀的SOTA測試表現之外，市場擔心科技巨頭在AI領域的巨額算力是否“物有所值”，以及AI算力的業績增長邏輯能否延續。

　　我們認為：Deepseek在模型訓練成本降低方面的最佳實踐，料將刺激科技巨頭采用更為經濟的方式加速前沿模型的探索和研究，同時將使得大量AI應用得以解鎖和落地。算法訓練帶來的規模報酬遞增效應以及單位算力成本降低對應的杰文斯悖論等，均意味著中短期維度科技巨頭繼續在AI算力領域進行持續、規模投入仍將是高確定性事件。

　　我們看好國產算力需求增長、AI+應用場景持續拓寬、端側AI普及度持續提升等相關投資機會。

　　DeepSeek快速破圈

　　推動AI平權進程

　　2025年1月20號，DeepSeek-R1正式發布并開源，以其低成本+高性能+開源等特點引發全球關注。DeepSeek-R1通過模型層面的創新，在芯片受限/低算力投入的背景下達到了全球頂尖閉源模型的性能水平。

模型概況：推理能力對標OpenAI o1，性價比優勢突出。參考DeepSeek官方發布的論文，DeepSeek-R1作為開源強化學習大模型，在數學、編程、復雜問題解決等領域體現強大推理能力，整體來看，模型的推理能力與OpenAI o1相當。定價來看，R1的API定價較OpenA o1呈現數量級下降。

技術解讀：R1-zero將減法做到極致，R1方案采用兩階段強化學習，有望開啟全新Scaling Law。我們認為，R1的技術方案可以被快速應用于復雜推理能力要求高的場景中，如數學、代碼、科研等，助力以Agent形式為代表的應用形態全面落地。

　　DeepSeek的最大價值在于首次實現了類O1模型的復現，并將其開源，推動了AI平權的進程。隨著DeepSeek的快速破圈，國內硬件生態和應用生態迅速向其聚攏，有望基于DeepSeek搭起國內AI軟硬件大生態。

　　表1：DeepSeek-R1對標OpenAI o1具有性價比優勢

　　具體分析內容（包括相關風險提示等）詳見報告：

　　2025-02-14|《前瞻研究行業美股半導體專題報告—Deepseek之后美股AI半導體投資的再思考》

　　作者：陳俊云，高飛翔

　　2025-02-10|《計算機行業策略觀點—周觀點：AI平權，跟進聚焦》

　　作者：楊澤原，丁奇，廖原，潘儒琛，馬慶劉，孫竟耀，曲松

　　2025-02-10|《通信行業重大事項點評—DeepSeek加速國產AI生態發展，推薦國產算力網絡及運營商》

　　作者：黃亞元，李赫然

　　2025-02-05|《通信行業重大事項點評—DeepSeek大超預期，推薦國內AI算力網絡和端側投資機會》

　　作者：黃亞元，魏鵬程，李赫然，李鷂，周翰林

　　2025-02-04|《計算機行業“智能網聯”系列報告57—DeepSeek對模型、算力、應用的啟示》

　　作者：楊澤原，丁奇，潘儒琛，馬慶劉，孫竟耀

　　2024-12-30|《計算機行業“智能網聯”系統報告56—DeepSeek V3發布，加速AI應用落地》

　　作者：楊澤原，丁奇，馬慶劉，孫竟耀

　　2025-02-01|《主題策略聚焦系列—2025年A股十大主題展望》

　　作者：秦培景，劉易，王冠然，侯蘇洋，卿施典，白弘偉，任恒（金麒麟分析師）毅，許英博，劉海博，姜婭，王喆，陳竹，徐濤

　　DeepSeek有望帶動

　　AI全產業鏈發展

　　DeepSeek通過技術突破和生態開放，有望帶動國內AI全產業的快速發展，其低成本、高性能、開源的特性正在改變全球AI產業鏈格局，推動中國從“算力追隨者”向“生態主導者”轉型。華為昇騰云、騰訊云、阿里云、百度智能云等CSP廠商都陸續地在其云服務平臺上線了DeepSeek的大模型，華為昇騰、海光信息、天數智芯等AI算力芯片廠商也均適配DeepSeek，我們看好DeepSeek對于國內AI產業鏈發展的拉動。

　　AI算力：DeepSeek訓練效率大幅提升，助力推理算力需求高增

　　我們認為，DeepSeek模型相比GPT4模型更小的參數量意味著更低的推理成本，推理成本的降低將是AI應用普及的前奏。當前AI應用滲透率仍然較低，產業仍在早期，根據中信證券研究部云基礎設施組的測算，隨著Agent成為流量入口，如果滲透率達到30%左右，全球Agent的推理token數量將增長3個數量級以上，且視頻生成與實時視頻理解等形態的AI同樣有望帶來巨量需求增長，并且根據我們對視頻生成模型的測算，視頻推理算力需求有望達到訓練算力需求的2-3個數量級以上。算力需求的指數級提升與模型訓練推理成本的下降將構成產業飛輪，帶動全產業鏈擴張，隨著AI進一步普及到日常生活與產業當中，我們認為推理算力需求仍將驅動AI算力產業鏈持續增長。

　　表2：全球Agent所需算力需求測算

　　算力產業鏈環節多、規模大、成長性好，算力芯片、服務器、網絡通信環節是算力產業鏈最大的子領域，根據中信證券研究部外發報告《科技產業行業AI系列報告—算力產業鏈研究框架2024》（2024-09-03）的測算，2025年芯片、AI服務器相比2023年均有4倍以上業績彈性，光模塊有2倍以上業績彈性。對于中國國產大模型而言，國產算力是相對穩定可靠的選項，能夠支撐國產大模型從研發走向商業化。

　　圖1：算力產業鏈主要環節構成

　　具體分析內容（包括相關風險提示等）詳見報告：

　　2025-02-12|《前瞻研究行業美股科技板塊專題報告—全球2025年AI CAPEX測算更新》

　　作者：陳俊云，高飛翔，賈凱方

　　2025-02-04|《計算機行業策略觀點—2月思路：擁抱國產AI應用+算力 》

　　作者：楊澤原，丁奇，潘儒琛，馬慶劉，孫竟耀，曲松

　　2025-01-22|《科技產業行業重大事項點評—星際之門（STARGATE）發布，全球算力高增》

　　作者：許英博，徐濤，楊澤原，丁奇，黃亞元，陳俊云，馬慶劉，高飛翔，雷俊成，魏鵬程，孫竟耀，曲松

　　2025-01-14|《電子行業半導體重大事項點評—美國AI芯片制裁升級，倒逼國產算力及先進制程發展》

　　作者：徐濤，雷俊成，王子源，夏胤磊

　　2025-01-14|《計算機行業“構筑中國科技基石”系列報告38—信創產業：算力生變，落地提速》

　　作者：楊澤原，丁奇，潘儒琛，馬慶劉，孫竟耀

　　2024-12-31|《電子行業算力專題系列報告1—從國產算力需求看先進制程增量空間》

　　作者：徐濤，楊澤原，雷俊成，王子源，夏胤磊，程子盈

　　2024-12-13|《計算機行業“智能網聯”系列報告54—算力需求測算：Agent+Sora》

　　作者：楊澤原，丁奇，馬慶劉，孫竟耀

　　2024-09-03|《科技產業行業AI系列報告—算力產業鏈研究框架2024》

　　作者：丁奇，許英博，楊澤原，徐濤，黃亞元，陳俊云，劉易，孫竟耀

　　2025-02-10|《新材料行業跟蹤點評—看好AI和固態電池的產業邏輯持續兌現》

　　作者：李超（金麒麟分析師），陳旺，俞騰，郭柯宇

　　2025-01-21|《能源化工行業電子樹脂跟蹤點評—算力硬件迭代，高頻高速樹脂加速放量》

　　作者：王喆，孫臣興，劉同心

　　AI應用：DeepSeek低成本+強能力助推AI應用全面落地，開源開放下生態有望持續壯大

　　DeepSeek模型性價比持續提升下，國內AI應用依托豐富生態和成熟流量加速各領域落地，同時對復雜推理場景有明顯帶動作用，其中，Agent模式有望以更長的任務流程、更好的場景理解、更高的自主能力，成為所有AI應用落地的最佳載體之一。此外，DeepSeek模型開源開放的特點有助于不同場景應用落地，配套生態有望不斷豐富壯大。建議重點關注企業管理（員工助手、面試、營銷）、教育（數學、競賽）、科研（藥物、材料研發）、法律（合同全案分析）、醫療（病歷縱向追蹤）、金融等場景。

　　（1）AI+金融：擁抱AI變革將是必選項

　　相比于兩年前ChatGPT發布帶來的影響，此次Deepseek創新推動大模型從閉源走向開源，大幅降低本地化部署成本和門檻。傳統金融機構擁抱AI變革成為必選項，預計在降本增效、風險控制、客戶服務等方面可能較快取得成效，而商業模式創新尚需觀察。

保險：Deepseek有利于重運營的財產險和健康險板塊實現降本增效，而重銷售的壽險板塊影響預計相對有限。

證券：短期來看，人工智能主要應用于智能客服、數據整理、代碼生成等領域，有利于提升證券公司財富管理、投資銀行等業務部門以及中后臺的運營效率。長期來看，在投資與研究領域深層次思考的潛力仍值得挖掘。多家券商陸續官宣已完成DeepSeek-R1模型的本地化部署，下一步需要觀察各券商在通用業務場景和專用業務場景的落地效果。

資管：部分代表公司分別在平臺化發展和被動化趨勢具有優勢地位，有望受益AI能力提升。

金融科技：Deepseek的出現階段性證明在美國算力出口限制下中國人工智能技術持續發展以及成本持續優化的可行性。我們看好在這輪AI浪潮下，已經具備研發基礎和技術實力的頭部金融科技平臺未來潛在的商業模式創新和運營效率的持續提升。

　　圖2：傳統金融機構擁抱AI變革成為必選項

　　（2）AI+教育：2025年有望加速進入商業化落地階段

　　近期教育領域公司紛紛擁抱Deepseek，強推理能力AI大模型的加持有望實現對于復雜推理場景的深度賦能，教育領域的Agent模式落地場景將更加豐富，而在相關領域應用場景的理解與數據積累以及產品化能力水平或將成為新的商業化競爭優勢。我們看好目前在Deepseek催化下，教育+AI在教育硬件、軟件訂閱、智慧校園三個賽道上的商業化落地，同時看好其對于傳統教培領域的效率提升。

　　圖3：教育+AI三大重要商業化市場

　　（3）AI+醫療：大模型驅動AI診療技術進步

　　醫療垂類大模型憑借更強的理解、生成、多模態能力，從提質、增效兩條路徑拓展了更復雜情境下的AI+醫療市場空間。國內企業發布的AI醫療垂類大模型數量已超50個，且在應用落地層面悉數采用和美國市場相同的先B后C戰略。

　　國內大模型輔助診療應用落地具備兩大驅動因素：1）基層醫療資源稀缺；2）AI診療智能化產品能以高性價比方式提高診療效率。據中信證券研究部計算機&醫療產業鏈組測算，2025-2029年國內大模型智能診療產品B端、G端累計市場空間近200億元，C端年理論市場空間超700億元。擁有底層模型、數據壁壘以及產品客戶積累的企業有望率先受益。

　　圖4：全場景AI診療解決方案

　　圖5：AI醫療發展主要階段及代表性診療輔助軟件產品

　　圖6：2019-2028年中國AI醫療市場規模（含預測）

　　資料來源：Frost & Sullivan（轉引自前瞻產業研究院），中信證券研究部 注：2024-2028年數據為前瞻產業研究院預測

　　其中，醫學影像AI是當下醫療領域最重要的發展方向之一，經過近十年的發展，影像AI獲得廣泛運用，進入商業化1.0時代。2024年11月，國家醫保局將AI輔助診斷單列為擴展項，我們認為影像AI商業化有望持續獲得大力推動。2025年初，DeepSeek系列模型以其高性能、低成本、開源等優勢，成為現象級LLM大模型，我們認為LLM大模型技術有望持續向醫學影像領域遷移，有助于擁有醫學影像數據要素的平臺型企業開發出高性能的基座模型，基座模型有望在模型訓練、商業化部署等多個領域給行業帶來深刻變革，影像AI或將進入2.0時代。

　　圖7：醫學影像基座模型示意圖

　　資料來源：Zhang S， Metaxas D． On the challenges and perspectives of foundation models for medical image analysis[J]． Medical image analysis， 2024， 91： 102996．，中文注釋來自中信證券研究部

　　具體分析內容（包括相關風險提示等）詳見報告：

　　2025-02-12|《教育行業重大事項點評—“Deepseek奇點”到來，教育+AI商業化落地加速》

　　作者：姜婭，馮重光，鄭逸坤，蔡瀚毅

　　2025-02-12|《計算機行業智能體系列報告4—AI+醫療：全球創新落地加速》

　　作者：楊澤原，陳竹，丁奇，宋碩，潘儒琛

　　2025-02-11|《醫療產業鏈行業AI系列跟蹤點評—AI醫療影像：迎接大模型時代》

　　作者：宋碩，陳竹，曾令鵬

　　2025-02-10|《非銀行金融行業熱點跟蹤點評—全面擁抱AI變革，釋放新的發展潛能》

　　作者：童成墩，邵子欽，田良，薛姣，陸昊，林永健

　　2025-02-06|《計算機行業智能體系列報告3—Agentforce撥云見日，管理軟件揚帆再起》

　　作者：楊澤原，丁奇，馬慶劉，潘儒琛

　　2025-02-05|《計算機行業智能體系列報告2—Deep Research：深度推理+聯網搜索打造研究分析利器》

　　作者：楊澤原，丁奇，潘儒琛，馬慶劉

　　2025-01-23|《計算機行業產業互聯網系列—金融篇8：中長期資金入市+AI賦能，看好金融信息服務》

　　作者：楊澤原，丁奇，潘儒琛

　　端側AI：DeepSeek是國內AI生態級的突圍，有望加速推動端側AI落地

　　DeepSeek將對AI軟件、AI硬件等應用廠商賦能，有望加速國內外AI應用的快速發展，推動端側AI的快速落地。同時物聯網端側AI作為AI應用的重要載體之一，在DeepSeek所帶來的模型小型化和開源化的趨勢下有望迎來加速落地。Counterpoint預測，未來端側AI將驅動蜂窩模組出貨增長，出貨量將在2023-2027年之間達到73%的復合增長率。

　　在大模型理解及交互能力快速提升+對外API調用成本快速下降的背景下，我們認為AI落地有望百花齊放。AI手機仍然是核心方向，同時建議重點關注AIoT（眼鏡、智能家居）、AI PC、機器人的產業鏈機會。

　　圖8：大模型應用從云到端，硬件廠商主導權強化

　　圖9：手機、PC、AIoT落地AI的節奏預測

　　具體分析內容（包括相關風險提示等）詳見報告：

　　2025-02-14|《電子行業算力專題系列報告2—從DeepSeek算力需求看硬件受益方向》

　　作者：徐濤，楊澤原，雷俊成，王子源，夏胤磊，程子盈

　　2025-01-15|《電子行業深度專題—云端先行，終端跟進，AI PCB大有可為》

　　作者：徐濤，雷俊成

　　2025-01-08|《電子行業端側AI跟蹤點評—端側AI加速落地，存儲廠商迎機遇》

　　作者：徐濤，胡葉倩雯，程子盈

　　2025-01-06|《電子行業端側AI跟蹤點評—CES 2025前瞻：AI端側百花齊放》

　　作者：徐濤，胡葉倩雯，梁楠，唐佳

　　2025-02-10|《計算機行業智能網聯系列報告58—“智駕平權”：智能駕駛投資框架2025》

　　作者：丁奇，徐濤，楊澤原，尹欣馳

　　2025-01-13|《汽車及零部件行業跟蹤點評—OpenAi親自下場，自研機器人或成通向AGI必由之路》

　　作者：李景濤，尹欣馳，黃耀庭，陳彥龍，孫晨曄

　　2025-01-08|《汽車及零部件行業智能汽車2024年銷量總結和2025年展望—智能汽車系列No.7—AI驅動商業化加速，2025智駕拐點正在到來》

　　作者：尹欣馳，武平樂，許英博，李景濤，丁奇，梁楠，雷俊成

　　投資建議

　　DeepSeek新一代模型的發布意味著AI大模型的應用將逐步走向普及，加速AI應用全面落地；同時，其有望開啟全新的Scaling Law，模型重心逐步從預訓練切換到強化學習、推理階段，助力算力需求持續增長。建議關注三個細分主題：

　　① 國產算力產業建設將迎來爆發期，關注相關的算力芯片、配套銅互連及AIDC等板塊；

　　② AI+應用場景將持續拓寬，關注相關的AI+辦公軟件、AI+工業以及數據服務等板塊；

　　③ 端側AI普及度將持續提升，關注相關的AI手機、AIoT配套產業鏈以及腦機接口等板塊。

　　美股科技方面，考慮到AI Agent的超預期進展，以及Deepseek最新算法對全球市場的擾動，北美云計算巨頭CAPEX支出總量、細分結構等亦成為當下資本市場最為關心的內容之一。綜合需求、投入方向等因素分析，我們認為2025年美股科技算力產業鏈將繼續保持較高景氣度。

　　圖10：AI投資機會梳理

　　風險因素

　　DeepSeek發展不及預期；AI算力需求不及預期風險；端側AI需求不及預期風險；AI被不當使用造成嚴重社會影響，AI應用產品拓展不及預期；AI潛在倫理、道德、用戶隱私風險。企業數據安全風險；信息安全風險；行業競爭加劇；美國對中國半導體產業制裁超預期；全球供應鏈進擾動；地緣政治風險；科技領域政策監管持續收緊風險；私有數據相關的政策監管風險；全球宏觀經濟復蘇不及預期風險；宏觀經濟波動導致歐美企業IT支出（尤其是AI支出）不及預期風險；國內新型基礎建設不及預期及數字經濟政策落地不及預期的風險；流量增長不及預期；云廠商、運營商資本開支不及預期；技術方案迭代的風險。算力芯片供應鏈風險；芯片產能供給不足的風險；互聯網大廠資本開支不及預期；相關產業政策出臺進展和力度不及預期；芯片技術迭代不及預期；國產先進制程量產進展不及預期。車企自研芯片進展不及預期；自研芯片性能不及預期；高階智駕滲透率提升不及預期；汽車行業銷量下行風險等；消費電子下游需求不及預期；技術迭代不及預期；機器人市場需求低于預期；AR/VR產品量產進展不及預期等；金融信息服務行業競爭加劇的風險；證券交易信息的許可（金麒麟分析師）經營風險；數據安全風險；AI應用落地不及預期的風險；大模型帶來的合規風險；傳統公司AI落地能力不足；未能預期到顛覆性創新可能；部分金融科技公司估值偏高；客戶拓展不及預期風險；AI輔助診療行業政策變動的風險；市場競爭進一步加劇的風險；宏觀經濟波動風險；行業及企業聲譽風險；醫學影像數據倫理風險；醫療器械注冊失敗風險；下游醫保支付受限風險；教育行業政策變動風險。