DeepSeek-V3 和 DeepSeek-R1 陸續(xù)發(fā)布，國產(chǎn)大模型能力已可比肩海 外L軍大模型。2024 年 12 月 26 日，杭州 AI 公司深度求索（DeepSeek） 正式發(fā)布 DeepSeek-V3 大模型版本并同步開源。根據(jù) DeepSeek 網(wǎng) 站信息，DeepSeek-V3 為自研 MoE 模型，671B 參數(shù)，激活 37B，在 14.8T tokens 上進行了預訓練。DeepSeek-V3 多項評測成績超越了 Qwen2.5-72B 和 Llama-3.1-405B 等其他開源模型，并在性能上和世界 D的閉源模型 GPT-4o 以及 Claude-3.5-Sonnet 相當。在訓練成本方 面，根據(jù) DeepSeek 發(fā)布的技術(shù)文檔論文信息，DeepSeek-V3 的訓練時 長為 2788K 個 H800 GPU 小時，訓練花費約為 557.6 萬美元。2025 年 1 月 20 日，DeepSeek 正式發(fā)布復雜推理類大模型 DeepSeek-R1，性能對 齊 OpenAI o1 正式版。以 DeepSeek 系列大模型為代表的國產(chǎn)大模型性 能已可比肩海外L軍大模型，且成本更低。

DeepSeek 系列大模型引發(fā)廣泛關(guān)注，海內(nèi)外巨頭科技公司及云服務 平臺廠商已相繼接入。2025 年 1 月 15 日，DeepSeek 推出 AI 助手 DeepSeek App。2025 年春節(jié)期間，DeepSeek 系列大模型火爆出圈，引 發(fā)廣泛關(guān)注。根據(jù)新浪財經(jīng) 2 月 1 日引用彭博社信息，DeepSeek 的 AI 助手在 140 個市場中成為下載量多的移動應用。根據(jù) Appfigures 的 數(shù)據(jù)，DeepSeek 的推理人工智能聊天機器人在 1 月 26 日登上蘋果公司 App Store 的榜首，并自那時以來一直保持D一的位置。同時， 也開始了對 DeepSeek 大模型的復刻。以港科大團隊為例，港科大助理教 授 何 俊 賢的 團 隊， 只 用了 8K 個 樣 本， 就 在 7B 模型 上 復刻 出 了 DeepSeek-R1-Zero 和 DeepSeek-R1 的訓練。當前，海內(nèi)外巨頭科技公 司及云服務平臺廠商已相繼接入了 DeepSeek 大模型，部分 AI 應用L域 相關(guān)企業(yè)也已開始了 DeepSeek 大模型的部署和應用。DeepSeek 大模型 獲得了的廣泛關(guān)注，認可度持續(xù)提升。我們認為，DeepSeek大模型的開源、低成本和G性能將大幅降低大模型的獲得、部署和應用成本，將加快大模型在 B 端和 C 端應用場景的落地。另外，DeepSeek 大模型的出 圈將對大模型產(chǎn)業(yè)的競爭格局產(chǎn)生重要影響，將對海外L軍大模型廠 商的L先性產(chǎn)生沖擊，并同時將對算力的未來發(fā)展產(chǎn)生重要影響。

DeepSeek 大模型的出圈預計不改算力整體需求向上的態(tài)勢，但推理和端 側(cè)算力有望增長更快。DeepSeek 在算法效率和計算成本方面有著較大的 優(yōu)勢，短期內(nèi)可能對訓練算力的增長有一定的平抑效應，但是不改 AI 算 力整體需求長期上升的態(tài)勢。AI 作為智能化發(fā)展的主要抓手，大模型 當前已應用于端側(cè)、教育、金融、辦公、傳媒、醫(yī)療、智能汽車、企業(yè)服務等多個應用場景，應用L域廣闊。DeepSeek 低成本而且開源的解決方 案，大幅降低了 AI 在各行各業(yè)應用的技術(shù)和成本門檻，為 AI 的產(chǎn)業(yè)化落地提供了更快的路徑。推理和端側(cè)的算力需求增長潛力非常大。同時，較低訓練成本以及開源的 DeepSeek，有望帶來更低 的大模型開發(fā)和使用門檻，基于該大模型開發(fā)的主體可能更多，也一定程度上為訓練算力需求提供了支撐。DeepSeek 并不 是壓縮了算力市場，反而為算力市場增加了更多的想象空間。DeepSeek 也在積J與國產(chǎn) AI 算力平臺合作。DeepSeek 大模 型與國產(chǎn) AI 芯片適配的逐步成熟，將加快推動國產(chǎn) AI 芯片在國內(nèi)大模型訓練端和推理端的應用，加快國產(chǎn) AI 芯片產(chǎn)業(yè)鏈的 成熟，為國產(chǎn) AI 芯片產(chǎn)業(yè)帶來發(fā)展機遇，同時加快我國大模型產(chǎn)業(yè)的發(fā)展。

附件：DeepSeek 引發(fā)廣泛關(guān)注,大模型應用落地將加速,加快大模型在 B 端和 C 端應用場景的落地