AI应用研究报告：人工智能+消费

请仔细阅读在本报告尾部的重要法律声明 仅供机构投资者使用证券研究报告行业深度研究报告 AI应用新纪元：引爆“人工智能消费”革命 华西可选消费团队 2025年3月6日 分析师：刘文正分析师：徐林锋分析师：许光辉分析师：唐爽爽分析师：纪向阳 邮箱：liuwz1hx168comcn邮箱：xulfhx168comcn邮箱：xughhx168comcn邮箱：tangsshx168comcn邮箱：jixy1hx168comcnSACNO：S1120524120007SACNO：S1120519080002SACNO：S1120523020002SACNO：S1120519090002SACNO：S1120525020004 DeepSeek引领AI应用变革，“AI消费”有望迎来大爆发。DeepSeek首次实现了大规模AI模型性能与成本之间的“剪刀差式突破”，显著降低了AI应用的成本，降至传统模式的1020。同时，DeepSeek开源生态的构建推动了“开发者越多模型越强吸引力越大”的正向循环，形成了良性发展态势。随着AI技术的持续进步和成本的大幅降低，结合政策持续加码（近期国务院常务会议中指出“强化消费品牌引领，支持新型消费加快发展，促进“人工智能消费”等），AI与消费领域的融合有望迎来爆发式增长，为行业投资带来全新机遇。 AI应用与优质硬件载体结合，带来消费场景全新成长空间。AI技术的快速发展催生了一系列新型硬件载体，这些硬件不仅成为AI能力落地的物理依托，还极大地拓展了消费场景的边界。以AI眼镜和AI玩具为代表的新硬件，正在通过集成大模型技术，实现从单一功能到多功能、从被动响应到主动服务的跨越。随着硬件技术的持续突破和生成式AI的爆发，AI新硬件载体正逐步渗透到健康、教育、娱乐等垂直领域，推动消费级AI硬件市场规模从2023年的11万亿元进一步扩大，成为AI消费浪潮中的重要驱动力。 AI应用与下游软件服务结合，实现降本增效与消费行业智能化升级。在电商领域，AI内容生成技术大幅降低了商家制作广告素材和商品描述的成本，同时通过智能推荐和需求挖掘，提升了转化率和用户满意度；在教育领域，AI驱动的个性化学习方案和虚拟教师助手，不仅降低了人工教学成本，还通过精准的数据分析优化了教学效果。此外，AI软件在多模态交互、智能客服、数据分析等方面的应用，进一步提升了运营效率和服务质量。其他关注领域包括人力资源、养老、会展等等AI应用，都将带来行业的变革升级。随着AI调用成本的持续下降，AI软件将在更多行业中实现深度渗透，推动消费全产业链的智能化升级。 华西可选消费团队以驱动逻辑行业规模商业变现垂域落地技术门槛竞争格局适用场景政策环境受益标的等指标为框架，深度挖掘了 “AI消费”的重点投资方向（详见下页全景图，以及正文详细分析）。 投资建议 1）AI眼镜：受益标的明月镜片、康耐特光学、博士眼镜； 2）AI玩具：受益标的实丰文化、汤姆猫、奥飞娱乐； 3）AI教育：2C教培受益标的豆神教育、天立国际控股，2B设备受益标的佳发教育、视源股份； 4）AI电商：受益标的孩子王、小商品城、焦点科技； 5）泛AI家电：受益标的科沃斯、石头科技； 6）AI旅游：受益标的携程、祥源文旅； 7）AI服装：受益标的康隆达、南山智尚、恒辉安防； 8）AI机器人：受益标的供应链：三花智控、德昌股份；整机：小米集团； 9）AI会展：受益标的米奥会展、兰生股份； 10）AI显示：受益标的视源股份、TCL电子、海信视像； 11）AI互联网：受益标的阿里巴巴、腾讯控股、美团； 12）AI养老：受益标的赛为智能、萤石网络； 13）AI人力资源：受益标的科锐国际、北京人力、任瑞人才 风险提示 市场竞争加剧；政策落地不及预期；产品研发不及预期；下游需求不及预期 图：本文的核心逻辑与框架 资料来源：华西证券研究所 1、前言：“AI消费”正在迎来新浪潮 2、AI眼镜：行业星辰大海，百花齐放 3、AI玩具：情感需求、儿童教育与谷子经济叠加催生需求爆发 4、AI教育：降低人力成本提供个性化方案 5、AI电商：全链路赋能，AI商业化进程有望加速 6、泛AI家用电器：AI赋能家电自主学习用户需求、提供个性化产品体验 7、AI旅游：数字人、VRAR等带来旅游全新体验 8、AI纺服：定制量体智能导购AI气味超高分子聚乙烯（机器人手臂材料） 9、AI机器人：AI加速机器人商业化，有望打开家电产业链增量空间 10、AI会展：智慧办展，提升会展撮合匹配效率，全链路赋能 11、AI显示：AI赋能交互显示升级迭代、拓展场景 12、AI互联网：AI商业化的最佳路径 13、AI养老：解决供需双端匹配问题，开拓国内养老潜力赛道 14、AI人力资源：强化岗位匹配效率优化就业分配，政策支持下大有可为 15、风险提示 01前言 “AI消费”正在迎来新浪潮 DeepSeek是一家中国人工智能公司，成立于2023年7月17日，总部位于浙江杭州。它由量化资管巨头幻方量化创立，专注于大语言模型（LLM）及相关AI技术的研发。通过在算法架构、训练方法及开源生态协同方面的优化，DeepSeek首次实现了大规模AI模型性能与成本之间的“剪刀差式突破”。这一突破直接导致了AI应用成本大幅下降，降至传统模式的1020之间。它能写代码、解数学题、做自然语言推理，性能比肩OpenAI的顶尖模型o1，但成本却低到离谱训练费用仅5576万美元，是GPT4o的十分之一，API调用成本更是只有OpenAI的三十分之一。而随着DeepSeek的突破，AI将进一步进入大众市场，推动更多应用场景实现成本效益显著的AI转型。 图：DeepSeek模型研发时间轴图：DeepSeek占据AppStore多国第一 20240105： 20240311： 20240617： 20241213： 20250120： DeepSeekLLM DeepSeekVL DeepSeekCoderV2DeepSeekVL2 DeepSeekR1 20240205： DeepSeekMath 20240507： DeepSeekV2 20241017： DeepSeekJanus 20241226： DeepSeekV3 20250127： DeepSeekJanusPro 2月15日，微信搜索开始灰度测试“AI搜索”功能，为微信搜索功能接入DeepSeekR1模型。被灰测的用户，可在微信搜索框中点击“AI搜索”，即可免费使用DeepSeekR1满血版模型。根据36氪，腾讯表示用户对DeepSeek模型的使用热情远超出预期，尚未被灰度到AI搜索的用户，点击微信对话框顶部的搜索栏，进入微信搜索，将有机会在页面中看到“下载元宝（体验DeepSeekR1）”。通过与微信等超级应用的深度集成，DeepSeek进一步降低了AI技术的使用门槛，使其从专业领域走向大众日常生活。这种“技术普惠”模式不仅加速了AI在消费场景中的落地，也为更多企业和开发者提供了低成本、高效率的AI解决方案，推动了AI生态的快速扩展。未来，随着DeepSeek技术的持续迭代和更多应用场景的探索，AI将真正成为产业创新和经济发展的核心驱动力。 图：元宝全面接入DeepSeekR1模型 2024年12月发布的DeepSeekV3是第一个“出圈”的版本，其引入了MTP（MultiTokenPrediction，多token预测）机制，使得同时生成的多个token之间有了相互的联系，从而对数据的利用率更好，而且MTP在生成时可以通过更好的预先规划产生更好的生成结果。此外，DeepSeekV3原生采用FP8精度进行训练，FP8精度训练的效率是其它大模型普遍采用的BF16精度约16倍，多重创新使得V3成本显著降低。 2025年1月发布的DeepSeekR1创新性主要体现在“范式转换”上。一直以来，LLM的训练方式都是让模型跟着数据学生成，这种方式称之为监督学习（SupervisedFinetuning，SFT）。而R1采用了强化学习（ReinforcementLearning，RL）的方法，让模型自己生成过程，最后只检查结果是否正确，R1的成功证明了只要基础模型能力够强（如V3），在RL过程中它就能自己学会推理，即能力足够强的模型可以不依靠人类自己进化。 图：DeepSeek与GPT推理价格对比图：蒸馏模型测评 早在2023年底美国商务部就开始严格限制高性能芯片出口，大模型训练推理常用的A100、A800、H100、H800芯片全部被限制出口到中国。DeepSeek团队在稳定算力极其有限的条件下让V3和R1模型以很低成本获得了比肩OpenAI的性能。DeepSeek仅在两个月时间内，在2048个H800GPU集群上训出了6710亿参数的MoE语言模型，比其他顶尖AI效率高10倍。不同于OpenAI等海外巨头持续加大资本开支堆砌算力，在训练V3模型时，DeepSeek对英伟达H800GPU进行了重新配置在132个流处理器多核中、划分出20个用于服务器间通信、主要用于数据压缩和解压缩，以突破处理器的连接限制、提升事务处理速度为了最大化性能，DeepSeek还通过额外的细粒度线程线程束级别调整，实现了先进的流水线算法。这些优化远超常规英伟达CUDA开发水平，但维护难度极高，这种级别的优化使得DeepSeek成本大幅降低。 图：DeepSeek通过PTX架构优化编程任务图：DeepSeek与海外主流模型价格对比 输入价格（美元百万tokens）输出价格（美元百万tokens） 1500 1050 500 350 219 110 014 007 015 060 105 035 16 14 12 10 8 6 4 2 0 DeepSeekR1DeepSeekV3GPT4o GPT4ominiGemini15FlashGemini15Pro DeepSeekR1为首个开源、媲美OpenAIo1的推理大模型。DeepSeekR1展现出了与OpenAIo1相当甚至在某些方面更优的性能。在MATH基准测试上，R1达到了775的准确率，与o1的773相近；在更具挑战性的AIME2024上，R1的准确率达到713，超过了o1的710。在代码领域，R1在Codeforces评测中达到了2441分的水平，高于963的人类参与者。 DeepSeek已经把模型架构和参数开源，而训练框架尤其是训练数据的开源在业界少有先例，依靠开源策略、低推理成本、强劲性能，DeepSeek在短时间内构建了一个庞大的技术生态，形成了“开发者越多模型越好吸引力越强”的正向循环。另外，开源策略为DeepSeek赢得了“技术民主化先锋”的美誉，这种品牌势能为其商业化产品带来了溢价空间。 图：开源模型与闭源模型对比 对比维度开源模型如DeepSeek闭源模型如GPT4、Claude 代码与模型 权重 完全公开模型架构、训练代码和部分权重如DeepSeek Coder 仅提供API接口核心代码和权重保密 可定制性允许开发者本地部署、微调、二次开发如基于 DeepSeekR1构建垂直领域智能体 仅支持通过API有限定制无法修改底层模型 透明度与信任 训练数据来源、模型设计可审计如DeepSeek公开技术白皮书 内部机制不透明存在黑箱风险 商业化模式开源核心模型增值服务如DeepSeek的API服务、企业级支持 社区协作全球开发者共同优化模型如DeepSeekMath数据集被多 国研究者用于改进数学推理能力 完全依赖API订阅付费或企业定制授权 仅由内部团队迭代外部贡献受限 典型代表DeepSeek系列、Meta的Llama2、MistralAI的MixtralOpenAI的GPT4、Anthropic的Claude、 Google的Gemini AI消费的融合已初见成效，不仅为企业降本增效，同时也催生了多种新的零售业态，为市场带来了全新的硬件产品。大模型调用价格