DeepSeek专题研究：“低成本、高性能、强推理”三位一体，DeepSeek驱动高质量模型平价化

deepseek模型密集更新，用户数将持续高速增长 　　自2024年起，DeepSeek在AI领域迅速掘起并不断选代。2024年12月底至2025年1月底，更新尤为密集，发布了参数众多且性能提升的V3、支持思维链输出和模型训练的R1，以及深耕图像领域的视觉和多模态模型。2024年12月底到2025年1月底，全球用户数从34.7万激增至1.19亿。与ChatGPT相比，DeepSeek仅用一年多就达到ChatGPT两年的用户规模，在国内1月跃居月均活跃用户数榜首，APP下载量也大幅增长。 　　Deepseek具备低成本、高性能、强推理三大特点 　　DeepSeek-V3通过算法创新和工程优化大幅提升模型效率，从而降低成本，提高性价比。DeepSeekV3训练成本仅为557万美元，耗时不到两个月。DeepSeek通用及推理模型成本相较于OpenA等同类模型大幅下降。DeepSeek-R1在继承了V3的创新架构的基础上，在后训练阶段大规模使用了强化学习技术，自动选择有价值的数据进行标注和训练，减少数据标注量和计算资源浪费，并在仅有极少标注数据的情况下，极大提升了模型推理能力。在数学、代码、自然语言推理等任务上，DeepSeek在AIME2024测评中上获得79.8%的pass@1得分，略微超过OpenAl-01；在MATH-500上，获得了97.3%的得分，与OpenAl-01性能相当，并且显著优于其他模型 　　DeepSeek驱动模型平价化，建议关注算力、AI应用和端侧的投资机会 　　1）算力：随着更多用户对DeepSeek的使用，以及未来更多AI应用的不断涌现，对算力的需求呈现出几何级增长超势。AI技术的进步，虽然模型效率提高了，但不断增长的用户和应用数量，却对算力资源提出了更高要求，消耗也随之剧增。2）B端应用：AlAgent正在对传统SaaS应用进行全面重构。与传统知识库结构化管理模式相比，AlAgent的向量数据库具备强大的自主学习能力，能够自动理解文档内容，实现更加高效的知识管理，为企业的数字化转型提供了有力支持。C端应用：作为生成式AI的重要商业化应用，AlAgent在电商、教育、旅游、酒店以及客服等多个行业得到了广泛应用。3）端侧：AI正在内容、应用、硬件、生态上影响世界，AlAgent从“数字”走向“具身”随着市场发展，大模型更广泛地接入硬件产品，做好软硬件协同发展是未来竞争的关键。