DeepSeek将如何改变AI应用？

DeepSeek如何改变AI应用

关键词总结

1. 低成本：DeepSeek大幅降低AI应用的成本，有助于加速AI技术的普及。
2. 开源：开源体系使得应用厂商更容易构建垂直模型和能力，降低技术壁垒。
3. 中国背景：中国具有广阔的AI应用市场，但存在基础大模型能力不足的问题。DeepSeek填补了这一空白。

成本优势

• 训练成本：通过冷启动和MLA优化，DeepSeek大幅降低训练成本。
• 推理成本：DeepSeek-R1的推理成本仅为OpenAI的3.7%，显著降低应用成本。
• 蒸馏模型：通过蒸馏技术，小型模型也能保持强大的推理能力，进一步降低成本。

能力上限

• 大模型性能：DeepSeek系列模型在多项任务中表现优异，如数学推理和编程能力接近甚至超越GPT-4。
• 强化学习：DeepSeek模型通过强化学习提升了推理能力，展示了“Aha Moment”和反思能力。
• 多模态理解：开源模型Janus-Pro在多模态理解和生成方面取得显著进展，超越DALL-E 3和Stable Diffusion 3-Medium。

应用场景

• 通用场景：
  • 生产力工具：AI加速渗透到文字处理、通讯协作、数据处理等领域。
  • 编程效率：Cursor和GitHub Copilot大幅提升编程效率。
  • 搜索效率：AI搜索公司如Perplexity AI实现了显著增长。
• 行业场景：
  • 医疗：AI辅助诊断、个性化治疗和药物发现。
  • 法律：电子取证、合同审查和诉讼支持。
  • 机器人：多模态大模型加速机器人产业发展，推动人形机器人量产。
  • 自动驾驶：通用世界模型促进智能驾驶技术进步。

投资建议

• 营销：关注焦点科技、百融云、明源云等。
• ERP/HR：关注金蝶国际、鼎捷数智、北森控股等。
• 医疗：关注嘉和美康、医渡科技等。
• 金融：关注恒生电子、同花顺等。
• 安全：关注启明星辰、奇安信等。

风险提示

• 技术落地风险：技术转化过程可能遇到阻碍。
• 行业竞争风险：市场竞争加剧可能导致技术研发投入增加。
• 信息更新风险：信息更新不及时可能影响决策。