核心观点
- AI应用集齐全面落地的三大关键要素:逻辑推理能力提升、推理成本下降、开源阵营的性能超越,标志着AI产业发展进入里程碑式阶段。
- DeepSeek在AI技术突破中作出重要贡献,其R1模型在逻辑推理能力、推理成本和开源性能上均取得显著进展。
要素一:逻辑推理能力提升
- OpenAI的o1开启了大模型逻辑推理能力提升的新路径,但面临训练数据瓶颈。
- DeepSeek首次公开验证了强化学习对于大模型推理能力提升的有效性,R1-Zero的AIME精度显著提升。
- DeepSeek通过多阶段训练方法改进R1-Zero的可读性和连贯性,并成功将推理能力迁移到其他开源大模型。
要素二:推理成本下降
- DeepSeek作为大模型领域的“拼多多”,通过MLA和DeepSeek MoE架构等技术创新,显著降低了模型训练和推理成本。
- DeepSeek-V3和R1模型在性能上对标GPT-4o和o1,但训练成本仅为其1/20和1/30。
- DeepSeek的训练架构展现出软硬协同优化能力,包括FP8混合精度训练框架、DualPipe算法和跨节点All-to-All通信内核等。
- DeepSeek的运营成本测算显示,理论毛利率高达84.5%,实际盈利能力超出市场预期。
要素三:开源阵营的性能超越
- DeepSeek的R1和V3模型在性能上追平了最先进的闭源模型,同时在成本上形成明显优势,代表更先进的模型发展方向。
- DeepSeek采用MIT开源协议,条款更加开放,有利于推动模型的推广和应用。
- DeepSeek将核心代码悉数开源,极大地促进了AI技术的发展,并通过“Open Source Week”活动共享了多项核心技术。
- DeepSeek的开源策略加速了国产替代进程,并刺激了其他大模型厂商加大开源力度。
AI产业发展趋势预判
- 大模型开发范式发生变化,后训练阶段消耗的算力进一步加大,推理阶段单次耗费的算力也增长。
- B端AI应用成为企业应对科技变革冲击的重要手段,相关爆款应用将成为资金关注点。
- AI应用爆发有望带来更多应用需求,成为下一阶段拉动算力增长的主要驱动力。
- 中国在AI应用发展上具备领先优势,有望实现全球领先。
研究结论
- DeepSeek在AI技术突破和开源生态建设方面取得显著进展,其低成本、高性能、开放的开源策略将推动AI产业发展。
- AI应用进入爆发期,企业级部署需求呼之欲出,将成为下一阶段拉动算力增长的主要驱动力。
- 中国在AI应用发展上具备领先优势,有望实现全球领先。