科技行業(yè)專題報(bào)告：DeepSeek：技術(shù)顛覆or創(chuàng)新共贏

計(jì)算機(jī)行業(yè)首席分析師：吳硯靖；通信行業(yè)首席分析師：趙良畢；電子行業(yè)首席分析師：高峰；傳媒行業(yè)分析師：岳錚。計(jì)算機(jī)行業(yè)分析師：鄒文倩、李璐昕，研究助理胡天昊、馮雨淇；通信行業(yè)分析師：趙中興；傳媒行業(yè)研究助理：祁天睿。DeepSeek:技術(shù)顛覆or創(chuàng)新共贏核心觀點(diǎn)●DeepSeek通過(guò)算法及工程創(chuàng)新，顯著降低成本，技術(shù)變革算力新方向：DeepSeek模型通過(guò)使用PTX編程語(yǔ)言，以及工程能力上的創(chuàng)新，使得其在具有更強(qiáng)的性能的同時(shí)，實(shí)現(xiàn)更低的訓(xùn)練與推理成本，或?qū)⒓铀偻苿?dòng)AI應(yīng)用與硬件的普及和落地。與市場(chǎng)認(rèn)為的不同，我們認(rèn)為更低的訓(xùn)練與推理成本對(duì)算力需求呈現(xiàn)短期減少，長(zhǎng)期高增的趨勢(shì)，AI能力邊際擴(kuò)張依然需要依賴更大的模型和強(qiáng)大的算力，DeepSeek在算法和架構(gòu)上的創(chuàng)新給AI發(fā)展增加了一條新的道路，有望開(kāi)拓AI行業(yè)的共贏局面?！窠Y(jié)合我們對(duì)芯片、硬件、軟件、應(yīng)用端等的影響分析，我們認(rèn)為DeepSeek的技術(shù)顛覆帶來(lái)的是AI行業(yè)的多元化，有望加速AI行業(yè)的普及繁榮，具體細(xì)分到行業(yè)子板塊來(lái)看：DeepSeek的創(chuàng)新并沒(méi)有完全打破scalinglaws,且正從pre-training轉(zhuǎn)向post-training和推理，通過(guò)增加模型規(guī)模、擴(kuò)展訓(xùn)練數(shù)據(jù)、提高計(jì)算資源以及合理的任務(wù)設(shè)計(jì)，可加速模型學(xué)習(xí)更復(fù)雜的推理能力。隨著模型規(guī)模、數(shù)據(jù)量和計(jì)算資源的增加，模型能夠更好地進(jìn)行推理，通過(guò)平衡性能、內(nèi)存占用和推理速度來(lái)提高大語(yǔ)言模型的運(yùn)行效率，有利于AI硬件端的落地與普及。通信板塊-推理側(cè)算力有望增加利好國(guó)產(chǎn)光芯片，看好AI時(shí)代運(yùn)營(yíng)商角色轉(zhuǎn)換，光模塊景氣度無(wú)虞。我們認(rèn)為運(yùn)營(yíng)商作為我國(guó)最大的流量管道，具備數(shù)據(jù)優(yōu)勢(shì)及接口優(yōu)勢(shì)，AI應(yīng)用的普及將持續(xù)推進(jìn)，同時(shí)，更強(qiáng)訓(xùn)練模型的未來(lái)需求將帶動(dòng)光模塊產(chǎn)業(yè)鏈快速發(fā)展，在全球經(jīng)濟(jì)形勢(shì)復(fù)雜化趨勢(shì)下，核心器件光芯片等方向自主可控進(jìn)程進(jìn)一步加速。計(jì)算機(jī)板塊-看好算力向推理，基礎(chǔ)設(shè)施向應(yīng)用側(cè)投資變化機(jī)遇：當(dāng)下投資中的結(jié)構(gòu)性機(jī)會(huì)主要體現(xiàn)在"從訓(xùn)練算力為主到推理算力為主過(guò)渡”、“從高端GPU到ASIC芯片過(guò)渡”,以及“從基礎(chǔ)設(shè)施投資機(jī)會(huì)向應(yīng)用側(cè)投資機(jī)會(huì)過(guò)渡”。其開(kāi)源策略和低成本模型使得更多企業(yè)和開(kāi)發(fā)者能夠使用先進(jìn)的AI技術(shù)，加速了AI技術(shù)在各行業(yè)的應(yīng)用和發(fā)展。傳媒板塊-大模型推陳出新進(jìn)程加速，AI+賦能進(jìn)行時(shí)：在C端，用戶滲透率不斷提升，主要AIAPP活躍數(shù)據(jù)持續(xù)環(huán)比增長(zhǎng)；在B端，AI營(yíng)銷等領(lǐng)域的商業(yè)化模式已經(jīng)逐步得到驗(yàn)證。DeepSeek有望加速推動(dòng)在影視、廣告、社交陪伴等多個(gè)領(lǐng)域AI+應(yīng)用落地?！裢顿Y建議：建議關(guān)注電子板塊消費(fèi)電子相關(guān)產(chǎn)業(yè)鏈、AI終端硬件等方向；通信板塊運(yùn)營(yíng)商、光模塊、光芯片等方向；計(jì)算機(jī)板塊看好邊緣算力、AI應(yīng)用開(kāi)發(fā)、數(shù)據(jù)服務(wù)與處理、端側(cè)AI設(shè)備等方向；傳媒板塊“AI+”等細(xì)分子領(lǐng)域方向?！耧L(fēng)險(xiǎn)提示：國(guó)際經(jīng)濟(jì)形勢(shì)復(fù)雜度進(jìn)一步提升的風(fēng)險(xiǎn)；AI硬件發(fā)展速度不及預(yù)期的風(fēng)險(xiǎn)；AI產(chǎn)業(yè)鏈上下游短期波動(dòng)的風(fēng)險(xiǎn)；AI應(yīng)用發(fā)展不及預(yù)期的風(fēng)險(xiǎn)等?？萍夹袠I(yè)專題報(bào)告2025年02月03日分析師趙良畢首席通信分析師吳硯靖首席計(jì)算機(jī)分析師高峰首席電子分析師岳錚傳媒分析師通信行業(yè)分析師：傳媒行業(yè)研究助理：祁天睿2233中國(guó)銀河證券|CGS科技行業(yè)專題報(bào)告一、DeepSeek:算法革命帶動(dòng)AI景氣進(jìn)一步上行 4(一)DeepSeek公司成立背景與發(fā)展歷程 4(二)DeepSeek:從硬件競(jìng)賽到算法效率革命的技術(shù)顛覆 5(三)DeepSeek開(kāi)辟了效率提升新賽道，創(chuàng)新優(yōu)勢(shì)明顯 7(四)DeepSeek引領(lǐng)AI成本革命，算法突破有望促進(jìn)算力需求正向循環(huán) (一)推理算力需求持續(xù)增長(zhǎng)正向影響芯片需求 16 (二)端側(cè)大模型落地，智能硬件迎來(lái)星辰大海 27 (一)開(kāi)源的生態(tài)推動(dòng)AI行業(yè)高速發(fā)展 37(一)電子板塊：ScalingLaws轉(zhuǎn)向后訓(xùn)練，計(jì)算效率提升至關(guān) 40 DeepSeek,全稱杭州深度求索人工智能基礎(chǔ)技術(shù)研究有限公司，由幻方量化的聯(lián)合創(chuàng)始人梁文發(fā)。公司堅(jiān)持技術(shù)創(chuàng)新路線，開(kāi)創(chuàng)性地提出多頭潛在注意力機(jī)制(MLA)和DeepSeekMoE等創(chuàng)新架構(gòu)。憑借這些創(chuàng)新成果，DeepSeek的大模型在多項(xiàng)權(quán)威測(cè)評(píng)中展現(xiàn)出頂尖的性能表現(xiàn)。圖1:圖1:DeepSeek發(fā)展歷程2024年1月2024年9月2024年12月DeepSeekV3代MoE大模型DeepSeek的團(tuán)隊(duì)成員大多來(lái)自清華大學(xué)、北京大學(xué)、中山大學(xué)、北京郵電大學(xué)等國(guó)內(nèi)頂尖高校，整體呈現(xiàn)出“年輕高學(xué)歷、注重開(kāi)源、重視創(chuàng)新”的特點(diǎn)。根據(jù)彭博社報(bào)道，DeepSeek的AI助手在140個(gè)市場(chǎng)中成為下載量最多的移動(dòng)應(yīng)用。根據(jù)900萬(wàn)下載量的兩倍，印度貢獻(xiàn)了所有平臺(tái)下載量的15.6%。學(xué)推理、編程能力和自然語(yǔ)言理解等領(lǐng)域。其推理速度和準(zhǔn)確度在多個(gè)測(cè)試場(chǎng)景中達(dá)到業(yè)界領(lǐng)先水平。此外，DeepSeekR1的“聰明”特性使得用戶無(wú)需復(fù)雜的提示詞技巧，即可獲得高質(zhì)量的回答。在實(shí)際使用場(chǎng)景中，無(wú)論是游戲、視頻播放還是日常工作的輔助，其流暢的操作體驗(yàn)都得到了用戶的高度評(píng)價(jià)。用戶反饋顯示，DeepSeek界面簡(jiǎn)潔直觀、操作簡(jiǎn)單，在實(shí)時(shí)數(shù)據(jù)推送和內(nèi)容推薦上十分出色，能夠有效提升工作效率，減少用戶在信息檢索上的時(shí)間投入。DeepSeekR1的發(fā)布引起了硅谷科技領(lǐng)袖、國(guó)際媒體及學(xué)術(shù)界的廣泛關(guān)注。其性能和開(kāi)源策略獲球科技市場(chǎng)的連鎖反應(yīng)。其開(kāi)源策略、低成本、高性能的特性，對(duì)科技巨頭形成了壓力。其訓(xùn)練成本的3%。這種成本效益優(yōu)勢(shì)使得更多企業(yè)和開(kāi)發(fā)者能夠以較低的成本使用先進(jìn)的AI技術(shù)，將大大加速AI技術(shù)的普及和應(yīng)用。44中國(guó)銀河證券|CGS科技行業(yè)專題報(bào)告大模型在AI行業(yè)中占據(jù)核心地位，是推動(dòng)技術(shù)創(chuàng)新、拓展應(yīng)用場(chǎng)景及提升行業(yè)效率的關(guān)鍵因素。全球范圍內(nèi)的領(lǐng)軍企業(yè)持續(xù)推動(dòng)大模型性能的提升，隨著模型規(guī)模的了顯著提升。然而，這種規(guī)模的擴(kuò)大也相應(yīng)地帶來(lái)了訓(xùn)練和部署成本的急劇增加，成為制約大模型在機(jī)器學(xué)習(xí)領(lǐng)域，尤其是大型語(yǔ)言模型(LLMs)Law)。根據(jù)規(guī)模定律，模型的性能會(huì)隨著模型規(guī)模的指數(shù)級(jí)增加而實(shí)現(xiàn)線性提升。目前，國(guó)際上新版本的規(guī)模均已突破千億參數(shù)大關(guān)。盡管這些模型在性能上展現(xiàn)出了卓越司和開(kāi)發(fā)者而言，其高昂的硬件資源使用成本、計(jì)算時(shí)間等依通過(guò)算法優(yōu)化的創(chuàng)新路徑，進(jìn)一步降低了訓(xùn)練成本，為大模型的大規(guī)模應(yīng)用提性。DeepSeek在1月20日正式發(fā)布了其R1模型，并同步開(kāi)源了模型權(quán)重。在第三方的基準(zhǔn)測(cè)試中，DeepSeek-R1的表現(xiàn)優(yōu)于OpenAI、Meta和AnthropicAIME2024數(shù)學(xué)基準(zhǔn)測(cè)試中，DeepSeek-R1的成功率高達(dá)79.8%,成功超越了OpenAI的o1推理模型。在標(biāo)準(zhǔn)化編碼測(cè)試中，DeepSeek-R1更是展現(xiàn)出了“專家級(jí)”的性能，在Cod得了2029Elo的評(píng)級(jí)，并超越了96.3%的人類競(jìng)爭(zhēng)對(duì)手。同時(shí)，DeepSeek-R1真正令人矚目的地發(fā)展路徑，僅用557.6萬(wàn)美元和2048塊英偉達(dá)H800GPU便完成了性能對(duì)標(biāo)GPT-40的模型訓(xùn)練，成本僅為OpenAI同類模型的十分之一，推理成本更是低至每百萬(wàn)Token0.14美元，而OpenAI的推理成本則為7.5美元每百萬(wàn)Token。DeepSeek-R1-openAI-o1-1217DeepSeek-R1-openAI-o1-1217一DeepSeek-R1-32BOpenAI-ol-Arcmtw)Pasel)MMLUsWE-benchVeri4o15566中國(guó)銀河證券|CGS科技行業(yè)專題報(bào)告與專有模型不同，DeepSeek-R1的代碼和訓(xùn)練方法均在MIT許可下完全開(kāi)源，這意味著任何人都可以無(wú)限制地獲取、使用和修改該模型。全球開(kāi)發(fā)者對(duì)DeepSeek-R1的貢獻(xiàn)代碼使其推理效率每小時(shí)提升0.3%,這一開(kāi)放性的舉措極大地激發(fā)了業(yè)界的創(chuàng)新活力。DeepSeek-R1在芯片資源利用、算法復(fù)雜性和推理速度上實(shí)現(xiàn)了重大突破，為AI行業(yè)的發(fā)展樹(shù)立了新的標(biāo)桿。1)首先是算法層次的創(chuàng)新。他們采用了新的MoE架構(gòu)，使用了共享專家和大量細(xì)粒度路由專家的架構(gòu)。通過(guò)將通用知識(shí)壓縮到共享專家中，可以減輕路在保持參數(shù)總量不變的前提下，劃分更多的細(xì)粒度路由專家，通過(guò)靈活地組合路準(zhǔn)確和針對(duì)性的進(jìn)行知識(shí)表達(dá)。同時(shí)，通過(guò)負(fù)載均衡的算法設(shè)計(jì)，有效地緩解了傳統(tǒng)MoE模型因2)其次在系統(tǒng)軟件層次的創(chuàng)新。DeepSeek采用了大量精細(xì)化的系統(tǒng)工程優(yōu)化。例如，在并行策略方面，采用雙向流水的并行機(jī)制，通過(guò)精細(xì)的排布，挖掘了計(jì)算和通信的重疊，有效的降低了流水并行帶來(lái)的氣泡影響；在計(jì)算方面，采用FP8等混合精度進(jìn)行計(jì)算，降低計(jì)算復(fù)雜度；在通信方面，采用低精度通信策略以及token路由控制等機(jī)制有效降低通信開(kāi)銷。DeepSeek-R1的成功或許證明，未來(lái)的AI競(jìng)賽將不再單純依賴于芯片的納米級(jí)較量，而是算中國(guó)銀河證券|CGS科技行業(yè)專題報(bào)告--37B----37BFRAMES(Acc.)-三--練與推理成本減少了當(dāng)前的算力需求，但是并不意味著AI的未來(lái)發(fā)展對(duì)半導(dǎo)體整體需求的減少，從而加速AI的普及。AI能力邊際的擴(kuò)張依然需要依賴更大的模型和強(qiáng)大的算力，DeepSeek在算法和架構(gòu)上的創(chuàng)新給AI的發(fā)展增加了一條新的道路。Scalinglaws指出，模型的性能伴隨著三個(gè)關(guān)鍵因素的增加而提升，即：模型參數(shù)量、訓(xùn)練數(shù)據(jù)量、計(jì)算資源，且性能和資源之間存在對(duì)數(shù)線性關(guān)系，DeepSeek的技術(shù)創(chuàng)新表現(xiàn)在很多方面。778請(qǐng)務(wù)必閱讀正文最后的中國(guó)銀河證券股份有限公司免責(zé)聲明。8中國(guó)銀河證券|CGS科技行業(yè)專題報(bào)告size,andamountofcompute2usedfortraining.Foroptimalperformanceallthreefactoupintandem.Empiricalperformancehasapower-lawrelationshipwitheach資料來(lái)源：CornellUniversity,中國(guó)銀河模型架構(gòu)的創(chuàng)新：以DeepSeekV3為例，采用了先進(jìn)的MoE架構(gòu)，具備6710億總參數(shù)，態(tài)激活機(jī)制顯著降低了計(jì)算資源的需求，同時(shí)保持了高性能。DeepSeek提出的多頭潛注意力o1正式版。通過(guò)DeepSeek-R1的輸出，蒸餾了6個(gè)小模型開(kāi)源給社區(qū)，其中32B和70B模RouterhhHlTTop-KrconcotenatefconcotenotelppyFigure2|IlustrationofthebasicarchitectureofDeepSeek-V3.FollowingDeeadoptMLAandDeepSeekMoEforeut?②rnut?②rnPPFigure6|TheoverallmixedprecisionframeworkwithFP8dataformat.Forcl?completecausalchainforthepredictionofeachtoken99請(qǐng)務(wù)必閱讀正文最后的中國(guó)銀河證券股份有限公司免責(zé)聲明。中國(guó)銀河證券|CGS科技行業(yè)專題報(bào)告Counterfactual:Ayoun資料來(lái)源：CornellUnive中國(guó)銀河證券|CGS科技行業(yè)專題報(bào)告了質(zhì)疑。在DeepSeek的沖擊下，國(guó)內(nèi)外大模型廠商緊急上線新明自身的領(lǐng)先優(yōu)勢(shì)。同時(shí)，亞馬遜、英偉達(dá)、微軟等海外AI巨頭紛紛上線部署支持用戶訪問(wèn)DeepSeek-R1模型。2月1日，OpenAI發(fā)布全新推理模型o3-mini并首次向免費(fèi)用戶開(kāi)放。這是OpenAI推理模型系列中最新、成本效益最高的模型。在定價(jià)方面，03-mini每百萬(wàn)token的輸入 (緩存未命中)/輸出價(jià)格分別為1.10美元/4.40美元，比完整版o1便宜93%。不過(guò)，o3-mini的性價(jià)比或依然不及DeepSeek。作為對(duì)比，DeepSeek的API提供的R1模型，每百萬(wàn)token的輸入(緩存未命中)/輸出價(jià)格僅分別為0.55美元/2.19美元。在03-mini推出后，OpenAICEO表示，中國(guó)競(jìng)爭(zhēng)對(duì)手DeepSeek的崛起削弱了OpenAI的技術(shù)領(lǐng)先優(yōu)勢(shì)，并就開(kāi)源與閉源的問(wèn)題回應(yīng)的開(kāi)發(fā)模式，未來(lái)將重新制定開(kāi)源戰(zhàn)略。與此同時(shí)，國(guó)產(chǎn)大模型的降價(jià)浪潮仍在持續(xù)。1月30日，latest三款模型輸入輸出價(jià)格調(diào)整，qwen-maxDeepSeek的成本突破不僅是大模型訓(xùn)練的從“硬件驅(qū)動(dòng)”普惠化應(yīng)用打開(kāi)了新空間，反映AI技術(shù)向?qū)嵱没?、低成本化演進(jìn)。行業(yè)對(duì)算力的依賴相較之前發(fā)生了“結(jié)構(gòu)性”而非“總量性”變化：DeepSeek的技術(shù)進(jìn)步短期內(nèi)或許能夠局部緩解算力壓力，但由于算法與算力的“螺旋上升”關(guān)系、應(yīng)用場(chǎng)景的爆發(fā)式擴(kuò)展以及數(shù)據(jù)增長(zhǎng)的不而會(huì)促使大模型發(fā)展進(jìn)入“算法進(jìn)步→模型大模型成本優(yōu)化與算力需求之間相互成就，高資源使用效率反而可能會(huì)增加算力的總消耗DeepSeek通過(guò)降低訓(xùn)練成本，提高訓(xùn)練效率，看似減少算力需求，但著降低了企業(yè)的訓(xùn)練與推理門(mén)檻，即每單位成本所能提供的訓(xùn)練和推理服務(wù)更有望激活更廣泛的用戶與應(yīng)用場(chǎng)景，從而引發(fā)對(duì)更大參數(shù)以及更復(fù)雜的大模 (如模型壓縮、蒸餾)確實(shí)能提升單次任務(wù)效率，但AI能力的邊界擴(kuò)展(如多模態(tài)、復(fù)雜推理、通用人工智能)仍依賴更大規(guī)模模型和更復(fù)雜計(jì)算。這可能會(huì)對(duì)均衡下的算力需求產(chǎn)生正面影響，整體算力需求不會(huì)減少而是更加旺盛，從而形成對(duì)硬件需求的新一輪推升，即步蒸汽機(jī)效率的提升，煤炭消耗量不降反增。其核心觀點(diǎn)為：技術(shù)進(jìn)步提高了資源使用效率，效率提最終導(dǎo)致資源總消耗增加。在算力日益成為數(shù)字經(jīng)濟(jì)“水電煤”的今天，De開(kāi)源定位，恰恰是算力普及化革命的關(guān)鍵參與者。我們認(rèn)為，大模型成本優(yōu)接的此長(zhǎng)彼消關(guān)系，而是互相搭臺(tái)、相互成就，高資源使用效率反而可能增加算價(jià)的持續(xù)走低有望帶來(lái)更快的商業(yè)化落地，進(jìn)而會(huì)衍生出更多的微調(diào)及推理球AI應(yīng)用及算力發(fā)展。(一)推理算力需求持續(xù)增長(zhǎng)正向影響芯片需求層轉(zhuǎn)向。AccuracyAccuracy0展現(xiàn)出的推理scalinglaw20004000通過(guò)增加模型規(guī)模、擴(kuò)展訓(xùn)練數(shù)據(jù)、提高計(jì)算資源以及合理的任務(wù)設(shè)計(jì)，可以加速模型學(xué)習(xí)更復(fù)雜的推理能力，這一過(guò)程遵循scalinglaw。隨著模型規(guī)模、數(shù)據(jù)量和計(jì)算資源的增加，模型能夠更好地進(jìn)行推理。OpenAI的O1模型，以及其背后所強(qiáng)調(diào)的后訓(xùn)練(Post-training)和推理階段(Inference-time)的計(jì)算投入，正在重新定義我們理解AI模型性能增長(zhǎng)的方式。通過(guò)模仿人類思考過(guò)程，進(jìn)行多步驟、多路徑的推理，最終選擇最優(yōu)的答案。這種“隱式思維鏈”(ImplicitChainofThought)的方法，需要在推理階段投入更多的計(jì)算資源進(jìn)行探索和評(píng)估。谷歌研究發(fā)現(xiàn)，當(dāng)合理分配推理計(jì)算資源時(shí)，檢索增強(qiáng)生成(RAG)的性能能夠呈現(xiàn)近乎線性的增長(zhǎng)，RAG在長(zhǎng)上下文的大語(yǔ)言模型上的性能最高可提升58.9%。這意味著，模型的表現(xiàn)提升和投入的計(jì)算量幾乎是成正比的，這種現(xiàn)象被稱為推理擴(kuò)展定律。也進(jìn)一步印證了，在提升推理能力上，算力依然是最為重要的需求之一，無(wú)論其模型是開(kāi)源或者閉源。未來(lái)的AI系統(tǒng)計(jì)算開(kāi)銷將更多地集中在推理服務(wù)上，而非單純的預(yù)訓(xùn)練計(jì)算。這意味著算力基礎(chǔ)設(shè)施的建設(shè)和優(yōu)化需要重新思考，以滿足日益增長(zhǎng)的推理需求。在AI技術(shù)的實(shí)際應(yīng)用落地過(guò)程中，用戶感受最直觀、最強(qiáng)烈的往往是推理環(huán)節(jié)的性能表現(xiàn)。雖然過(guò)去我們一直在強(qiáng)調(diào)大模型訓(xùn)練的重要性，但真正到了企業(yè)應(yīng)用層面，推理的需求規(guī)模往往是訓(xùn)練需求的5-10倍。以字節(jié)為例，根據(jù)QuestMobile的數(shù)據(jù)，目前抖音集團(tuán)旗下豆包app的月活躍用戶達(dá)到了7522萬(wàn)，AI原生APP在24年12月的月活躍用戶規(guī)模達(dá)到了1.2億，同比增速達(dá)到232%。Al場(chǎng)景分類即夢(mèng)AI百度集團(tuán)C橙篇圖14:2024年原生APP整體月活躍用戶規(guī)模及同比增速資料來(lái)源：QuestMobile,中國(guó)銀河證券研究院資料來(lái)源：QuestMobile,中國(guó)銀河證券研究院QuestMobile數(shù)據(jù)顯示，2024年12月，AI原生App整體月人均使用時(shí)長(zhǎng)達(dá)133.0分鐘，較1月增加53.4分鐘；月人均使用次數(shù)從1月的26.1次增加至49.6次?？紤]到未來(lái)的潛在推理需求，預(yù)計(jì)將推動(dòng)國(guó)內(nèi)推理算力需求的持續(xù)增長(zhǎng)。目前2024年豆包大模型的日均token調(diào)用量在40000億左右，預(yù)估2025年日均token調(diào)用量將提升到最高40萬(wàn)億，將大幅提升對(duì)推理算力的需求。國(guó)產(chǎn)算力寒武紀(jì)、海光信息等廠商有望受益。請(qǐng)務(wù)必閱讀正文最后的中國(guó)銀河證券股份有限公司免責(zé)聲明。2024年Al原生App整體月人均使用時(shí)長(zhǎng)及次數(shù)趨勢(shì)■■月人均使用時(shí)長(zhǎng)■月人均使用次數(shù)02024-012024-022024-032024-042024-052024-062024-072024-0820240(二)后訓(xùn)練增長(zhǎng)及國(guó)產(chǎn)化需求提升有望帶動(dòng)光芯片需求增長(zhǎng)穩(wěn)定性好，傳輸距離長(zhǎng)等特性，廣泛應(yīng)用于長(zhǎng)距離傳輸，高速率遠(yuǎn)距離的電信骨干網(wǎng)，城域網(wǎng)和DCI等領(lǐng)域，但其具備成本較高的特性，雖然可以部署于短距離傳輸市場(chǎng)中，但不具備性價(jià)比優(yōu)勢(shì)。表1:光芯片按功能分類產(chǎn)品類別激光器芯片內(nèi)布傳輸，消費(fèi)電子等領(lǐng)域中速度無(wú)線接入短距離市場(chǎng)，部分應(yīng)中長(zhǎng)距離傳輸，如FTTx接入網(wǎng)、傳網(wǎng)，城域網(wǎng)和DCI探測(cè)器芯片噪聲小，工作電壓低，成本低，靈敏度低中長(zhǎng)距離傳輸光芯片市場(chǎng)規(guī)模持續(xù)提升，推理側(cè)算力部署加速及國(guó)產(chǎn)化進(jìn)程加速有望直接帶動(dòng)行業(yè)增長(zhǎng)。隨著云計(jì)算、大數(shù)據(jù)、人工智能等技術(shù)的快速發(fā)展，對(duì)高速、高效、低能耗的數(shù)據(jù)傳輸需求日益增長(zhǎng)，光芯片的市場(chǎng)需求也隨之增加，推動(dòng)全球光芯片市場(chǎng)規(guī)模持續(xù)擴(kuò)大。根據(jù)中商產(chǎn)業(yè)研究院發(fā)布的《2024-2029年全球及中國(guó)光芯片行業(yè)發(fā)展趨勢(shì)與投資格局研究報(bào)告》顯示，2023年全球光芯片市達(dá)到31.7億美元。隨著國(guó)產(chǎn)替代的加速推進(jìn)，中國(guó)光芯片市場(chǎng)規(guī)模持續(xù)增長(zhǎng)，并展現(xiàn)出強(qiáng)勁的發(fā)展勢(shì)頭。中商產(chǎn)業(yè)研究院發(fā)布的《2024-2029年全球及中國(guó)光芯片行業(yè)發(fā)展趨勢(shì)與投資格局研究報(bào)告》顯示，2023年中國(guó)光芯片市場(chǎng)規(guī)模約為137.62億元，較上年增長(zhǎng)10.24%。中商產(chǎn)業(yè)研究院預(yù)測(cè)，產(chǎn)化率約60%;25Gbs及以上的光芯片國(guó)產(chǎn)化率低，僅有4%。預(yù)計(jì)隨著推理側(cè)算力部署的逐步增多，以及后訓(xùn)練算力的規(guī)模提升，相對(duì)較低速率光芯片市場(chǎng)空間將進(jìn)一步提升，在我國(guó)光芯片相關(guān)企業(yè)有望直接受益。圖16:全球光芯片市場(chǎng)規(guī)模圖17:我國(guó)光芯片市場(chǎng)規(guī)模中國(guó)銀河證券|CGS科技行業(yè)專題報(bào)告(一)運(yùn)營(yíng)商、光模塊等細(xì)分板塊仍舊具備較大投資價(jià)值1)強(qiáng)化國(guó)產(chǎn)算力產(chǎn)業(yè)鏈：為中國(guó)AI發(fā)展帶來(lái)新機(jī)遇，為中美科技競(jìng)爭(zhēng)增添變數(shù)。DeepSeek-R1/V3支持華為昇騰平臺(tái)及MindIE引擎，自研推理加速引擎使硅基流動(dòng)與華為云昇騰服務(wù)上的模型效果媲美高端GPU,同時(shí)降低成本。這一突破為AI生態(tài)提供自主多元化方案，助力我國(guó)本土芯片廠商商業(yè)化落地，促進(jìn)高效能AI的普及。2)提升中國(guó)AI國(guó)際影響力：DeepSeek-R1的開(kāi)源實(shí)踐標(biāo)志著開(kāi)源模式對(duì)閉源模式的一次重要?jiǎng)倮?，這一開(kāi)源模式對(duì)社區(qū)的貢獻(xiàn)能夠迅速轉(zhuǎn)化為整個(gè)開(kāi)源社區(qū)的繁榮。等長(zhǎng)尾市場(chǎng)原本因成本限制無(wú)法參與的領(lǐng)域(如小規(guī)模模型微調(diào)、實(shí)驗(yàn)性研究)將被激活，形成分散的算力需求增量，產(chǎn)業(yè)或?qū)⒂瓉?lái)結(jié)構(gòu)性變化，有望為AI技術(shù)的多元化創(chuàng)新增添更多可能性。同將持續(xù)助推高算力需求。DeepSeek迅速吸引了全球開(kāi)發(fā)者矚目，曾短時(shí)間內(nèi)即在蘋(píng)果中國(guó)及美國(guó)應(yīng)用商店免費(fèi)應(yīng)用下載榜超越ChatGPT登頂，彰顯了中國(guó)AI技術(shù)以更開(kāi)放姿態(tài)融入全球。未來(lái)創(chuàng)新將聚焦于效率、開(kāi)放性和生產(chǎn)力轉(zhuǎn)化，DeepSeek或成全球AI科技發(fā)展轉(zhuǎn)折點(diǎn)。雖然DeepSeek的推出，對(duì)降低推理側(cè)成本帶來(lái)巨大降低，但我們認(rèn)為推理側(cè)的成本降低，將顯著帶來(lái)訓(xùn)練測(cè)迭代的加速，由于推理側(cè)成本的降低，應(yīng)用場(chǎng)景落地或?qū)⑦M(jìn)一步加速，推動(dòng)推理側(cè)模型效率的進(jìn)一步提升，從而帶動(dòng)通信行業(yè)相關(guān)方向的持續(xù)性繁榮。故而我們維子領(lǐng)域運(yùn)營(yíng)商、光芯片、光模塊的推薦方向，認(rèn)為DeepSeek的推出，運(yùn)營(yíng)商作為我國(guó)最大的流量動(dòng)光模塊產(chǎn)業(yè)鏈快速發(fā)展，在全球經(jīng)濟(jì)形勢(shì)復(fù)雜化趨勢(shì)下，核心器件光芯片一步加速。未來(lái)5年數(shù)通市場(chǎng)的增長(zhǎng)驅(qū)動(dòng)力主要來(lái)自400G以上高速率光模塊的需求。全球云計(jì)算服務(wù)提供商對(duì)計(jì)算能力和帶寬需求的持續(xù)增長(zhǎng)，以及他們?cè)诜?wù)器、交換機(jī)和光模塊支出的增加，將推動(dòng)光模塊產(chǎn)品向更高速率的800G、1.6T甚至更高端產(chǎn)品的迭代升級(jí)。根據(jù)我們估算，全球光模塊400G客戶主要集中于亞馬遜(約45%)和谷歌(約25%)、800G主要集中于英偉達(dá)(約50%)、谷歌(約30%)和Meta(約20%)等，2025年1.6T光模塊的主要需求方預(yù)計(jì)將是英偉達(dá)和谷歌。在GTC2024大會(huì)上，英偉達(dá)發(fā)布了其最新產(chǎn)品GB200,其服務(wù)器與交換機(jī)端口速率也實(shí)現(xiàn)了翻倍提升，更有望引領(lǐng)AI光模塊從現(xiàn)有的800G向更高性能的1.6T升級(jí)。此外，英偉達(dá)明確了2026年將使用1.6T網(wǎng)卡，對(duì)應(yīng)3.2T光模塊需求，明確了光模塊升級(jí)迭代的節(jié)奏。LightCounting預(yù)測(cè)，到2029年，400G+市場(chǎng)預(yù)計(jì)將以28%以上的復(fù)合年增長(zhǎng)率(每年約16億美元以上)擴(kuò)張，達(dá)125億美元。其中800G和1.6T產(chǎn)品的增長(zhǎng)尤為強(qiáng)勁，這兩個(gè)產(chǎn)品共占400G+市場(chǎng)的一半以上。與此同時(shí)，200G以下速率光模塊產(chǎn)品的市場(chǎng)規(guī)模預(yù)計(jì)將以每年約10%的速度縮減。光模塊頭部廠商產(chǎn)品的高度可靠性、領(lǐng)先的研發(fā)實(shí)力及交付能力等優(yōu)勢(shì)將中度有望進(jìn)一步提高。因此，那些能夠與客戶同步研發(fā)、快速融入客戶供應(yīng)鏈，并能提前把握客戶圖18:2O24400G和800G光模塊需求強(qiáng)勁(百萬(wàn)美元)202320232024圖19:2018-2028年全球數(shù)通光模塊各速率市場(chǎng)空間(百萬(wàn)美元)20182019202020212022202320242025202620272028圖21:互聯(lián)速率在過(guò)去每四年翻一倍，2023年開(kāi)始每?jī)赡攴槐?023=Year02Xevery4years2Xevery2years高速光模塊的應(yīng)用導(dǎo)致網(wǎng)絡(luò)設(shè)備功耗大幅增加，硅光等新技術(shù)加固護(hù)城河。在以400G和800G模塊正式放量后該問(wèn)題更為突出，這種能耗增長(zhǎng)對(duì)智算中心的運(yùn)營(yíng)成本構(gòu)成了重大壓力，降功耗成為光模塊技術(shù)發(fā)展的核心訴求之一。硅光技術(shù)利用現(xiàn)有的CMOS工藝將光器件與電器件開(kāi)發(fā)和集成到同一個(gè)作為光學(xué)介質(zhì)的硅基襯底上，令光電處理深度融合，較傳統(tǒng)分立器件更能發(fā)揚(yáng)“光”(高速率、低功耗)與“電”(大規(guī)模、高精度)的各自優(yōu)勢(shì)。目前由于良率和損耗問(wèn)題，硅光模塊方案的整體優(yōu)勢(shì)尚不明顯，在功耗、速率、成本、體積四個(gè)方面的突破是未來(lái)新技術(shù)發(fā)展的重點(diǎn)方向，也是未來(lái)光模塊廠商競(jìng)爭(zhēng)力的體現(xiàn)。根據(jù)LightCounting的預(yù)測(cè)，使用基于SiP的光模塊市場(chǎng)份額來(lái)產(chǎn)業(yè)機(jī)遇。圖23:基于圖23:基于SiP光調(diào)制器的光模塊市場(chǎng)份額在2028年占44%201820192020202120222023202420252026202圖22:2010-2022年光模塊的整體功耗提升了26倍【2014離。因此LPO更適合短距離應(yīng)用，如數(shù)據(jù)中心內(nèi)部服務(wù)器與交換機(jī)的連接，以及機(jī)柜間的連接。而和運(yùn)算單元之間的電學(xué)互連長(zhǎng)度，在減少信號(hào)損耗問(wèn)題的同時(shí)實(shí)現(xiàn)了更低的功耗，還有助于縮小設(shè)端口開(kāi)始，并于2024至2025年開(kāi)始商用表2:傳統(tǒng)光模塊與LPO與CPO方案技術(shù)優(yōu)缺點(diǎn)對(duì)比高低高低時(shí)延高低高好好好好在光電子器件方面，隨著算力資源的廣泛部署及其網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)的加速推進(jìn)，MTP、MPO這類密集連接的典型產(chǎn)品，以其獨(dú)特的高密度設(shè)計(jì)顯著降低了布線成本，同時(shí)增強(qiáng)了系統(tǒng)的可靠性和可維護(hù)性，為數(shù)據(jù)中心的長(zhǎng)期發(fā)展提供了有力支持，需求展現(xiàn)出快速增長(zhǎng)的態(tài)勢(shì)。此外，傳輸速率的顯著提升也驅(qū)動(dòng)了光有源器件光口向多通道方向的快速發(fā)展，進(jìn)而帶動(dòng)了市場(chǎng)對(duì)多通道密集連業(yè)將顯著受益。太辰光是全球最大的密集連接產(chǎn)品制造商之一，其中MT插芯及部分無(wú)源光器件產(chǎn)品的技術(shù)水平在細(xì)分行業(yè)處于領(lǐng)先地位，公司憑借產(chǎn)品的高性價(jià)比優(yōu)勢(shì)，有望進(jìn)一步提升在產(chǎn)業(yè)鏈的市場(chǎng)份額。目前在數(shù)據(jù)中心和算力點(diǎn)內(nèi)部，美國(guó)已經(jīng)完成400G光口向800G光口的演進(jìn)，正在向1.2T、中國(guó)銀河證券|CGS科技行業(yè)專題報(bào)告力點(diǎn)和算力集群之間迫切需要400G/800G光傳送設(shè)備進(jìn)行承載和傳輸。德科立在長(zhǎng)距離光電子器件產(chǎn)品上不斷推陳出新，在寬譜放大器、小型化可插拔放大器、高速率長(zhǎng)距離相TSV(硅通孔)技術(shù)是硅光芯片封裝中的關(guān)鍵技術(shù)，其通過(guò)在硅片中創(chuàng)建垂直通道實(shí)現(xiàn)光芯片與電芯片間的高效電互連，促進(jìn)了高密度集成和3D堆疊，增強(qiáng)了光電混合集成的性能和可靠性，擁有包括TSV在內(nèi)的多樣化先進(jìn)封裝技術(shù)，具備8英寸、12英寸晶圓級(jí)芯片尺寸封裝技術(shù)規(guī)模量(二)端側(cè)大模型落地，智能硬件迎來(lái)星辰大海LLM單純?cè)贫瞬渴?例如ChatGPT)并不廣泛接受。如下圖統(tǒng)計(jì)所示，88%的參與者傾向于邊緣-云協(xié)作架構(gòu)，其中58.33%支持本地部署，81.82%對(duì)現(xiàn)有的僅云端解決方案不滿意。他們的主要擔(dān)憂是：1)遠(yuǎn)程大型語(yǔ)言模型服務(wù)的高延遲，2)將個(gè)人數(shù)據(jù)傳輸?shù)皆贫说娘L(fēng)險(xiǎn)，3)云端大型語(yǔ)言模型服務(wù)的成本。02023年邊緣大型語(yǔ)言模型開(kāi)始陸續(xù)爆發(fā)，當(dāng)時(shí)出現(xiàn)了幾個(gè)參數(shù)量低于10B的模型，使其能在邊緣設(shè)備上運(yùn)行，包括meta的LLaMA系列，微軟的Phi系列，智譜的ChatGLM,阿里巴巴的Qwen等。進(jìn)入2024年創(chuàng)新步伐加快，邊緣端部署的優(yōu)勢(shì)是能夠縮短響應(yīng)時(shí)間，并直接應(yīng)用在如手機(jī)、汽車、可穿戴設(shè)備上。2022年至2032年，按終端用戶劃分的全球設(shè)備邊緣人工智能市場(chǎng)規(guī)模。市場(chǎng)將以25.9%的復(fù)合年增長(zhǎng)率增長(zhǎng)，預(yù)計(jì)2032年的市場(chǎng)規(guī)模為1436億美元。盡管在邊緣端部署大模型有諸多優(yōu)勢(shì)，但考慮到端側(cè)有限的計(jì)算能力、存儲(chǔ)能力和能源限制等，使得直接部署基于云端的LLM困難重重。再評(píng)估設(shè)備端大型語(yǔ)言模型的性能時(shí)，有幾個(gè)關(guān)鍵指標(biāo)需要考慮：延遲、推理速度、內(nèi)存使用、存儲(chǔ)和能耗。通過(guò)優(yōu)化這些性能指標(biāo)，設(shè)備端大型語(yǔ)言模型能夠在更廣泛的場(chǎng)景中高效運(yùn)行，提供更好的用戶體驗(yàn)。同時(shí)針對(duì)邊緣設(shè)備的部署，在保持性能的同時(shí)提高計(jì)算效率至關(guān)重要，通過(guò)量化、剪枝、知識(shí)蒸餾和低秩分解，這些方法通過(guò)平衡性能、內(nèi)存占用和推理速度來(lái)提高大語(yǔ)言模型的運(yùn)行效率，確保其在設(shè)備端應(yīng)用中的可行性。請(qǐng)務(wù)必閱讀正文最后的中國(guó)銀河證券股份有限公司免責(zé)聲明。中國(guó)銀河證券|CGS科技行業(yè)專題報(bào)告資料來(lái)源：Cornelluniversity,中國(guó)銀河證券研究院資料來(lái)源：Cornelluniversity,中國(guó)銀河證券研究院近年來(lái)，人工智能技術(shù)的迅猛發(fā)展和移動(dòng)設(shè)備硬件的不斷升級(jí)，使得在邊緣言模型成為可能。作為人們?nèi)粘Ｉ钪凶畛Ｓ玫脑O(shè)備，智能資料來(lái)源：Cornelluniversity,中國(guó)銀河證券研究院設(shè)備端語(yǔ)言模型正開(kāi)啟一個(gè)智能、響應(yīng)迅速、個(gè)性化應(yīng)用的新時(shí)代理能力直接引入用戶設(shè)備，這些模型正在改變?nèi)藗兣c技術(shù)互動(dòng)的方式。從即時(shí)消息建議到實(shí)時(shí)語(yǔ)言與傳統(tǒng)的基于云的實(shí)施有顯著不同。這些挑戰(zhàn)涉及多個(gè)領(lǐng)域，包括模型壓縮、高效推理、安全性、中國(guó)銀河證券|CGS科技行業(yè)專題報(bào)告幽Edge-Cloud資料來(lái)源：Cornelluniversity,中國(guó)銀河證券研究院資料來(lái)源：Cornelluniversity,中國(guó)銀河證券研究院人工智能技術(shù)的快速發(fā)展，“AI+”已經(jīng)成為推動(dòng)全球創(chuàng)新和經(jīng)濟(jì)增長(zhǎng)的重要力量。相比24年AI基礎(chǔ)設(shè)施相關(guān)個(gè)股業(yè)績(jī)和股價(jià)的一騎絕塵，2025年則可能是“AI+”百花齊放的開(kāi)始。根據(jù)QuestMobile的數(shù)據(jù)，當(dāng)下LLM的落地應(yīng)用在網(wǎng)頁(yè)端、移動(dòng)端都已比較成熟，正逐步拓展至智能網(wǎng)頁(yè)應(yīng)用階段用戶通過(guò)網(wǎng)頁(yè)瀏覽器即可訪問(wèn)，能夠生成高質(zhì)量的文本內(nèi)容，如回答各種問(wèn)題、撰寫(xiě)文章、進(jìn)行文本翻譯等代表應(yīng)用移動(dòng)端應(yīng)用/插件代表插件進(jìn)一步拓展了LLM的應(yīng)用場(chǎng)景，將LLM代表插件智能硬件階段提供了更加自然、便捷的交互方式··.資料來(lái)源：QuestMobile,中國(guó)銀河證券研究院從硬件產(chǎn)品來(lái)看，手機(jī)是目前LLM最成熟的落地硬件載體之一，除手機(jī)外，AI硬件首先以市請(qǐng)務(wù)必閱讀正文最后的中國(guó)銀河證券股份有限公司免責(zé)聲明。場(chǎng)成熟品類為切入點(diǎn)，如耳機(jī)、眼鏡、智能音箱等。QuestMobile數(shù)據(jù)顯示，2024年10月，智能穿戴行業(yè)在AIAPP用戶中滲透率33.4%,TGI達(dá)296。LLM常見(jiàn)硬件載體AA智能體形式眼鏡全天語(yǔ)音播報(bào)學(xué)習(xí)機(jī)全方面輔助學(xué)習(xí)的智能導(dǎo)師機(jī)器人智能音箱管家”耳機(jī)P2024年10月智能設(shè)備細(xì)分行業(yè)在AIAPP用戶中滲透率及TGI活活滲透率—活躍滲透率TGI智能家居智能穿戴智能汽車智能配件智能健康A(chǔ)I正在內(nèi)容、應(yīng)用、硬件、生態(tài)上影響世界，AI智能體已從“數(shù)字”走向“具身”;隨著市場(chǎng)發(fā)展，大模型更廣泛地接入硬件產(chǎn)品，做好軟硬件協(xié)同發(fā)展是未來(lái)競(jìng)爭(zhēng)的關(guān)鍵。圖32:AI智能體“數(shù)字化”走向“具身化”o··0中小學(xué)作業(yè)城小ns0262月A 不中干7Ha.rna用梁人.no**具身化成為物理實(shí)體，且場(chǎng)景功能可靈活疊加具身化成為物理實(shí)體，且場(chǎng)景功能可靈活疊加垂直場(chǎng)景——Al學(xué)習(xí)機(jī)搭載教育垂直大模型，全學(xué)段全學(xué)科的學(xué)流"等不同學(xué)習(xí)需求科大T20A學(xué)習(xí)機(jī) 學(xué)科輔導(dǎo)口語(yǔ)陪練×作業(yè)批改寫(xiě)作指導(dǎo)泛場(chǎng)景——Al智能機(jī)器人接入文心大模型的平板機(jī)器人，滿足陪伴、辦公助理、輔助學(xué)習(xí)等多方面需求圖像生成情感陪伴生活助手職場(chǎng)辦公圖像生成情感陪伴AI技術(shù)可以賦予IoT“人工智能大腦”。物聯(lián)網(wǎng)可以將人與物、物與物連接成為一個(gè)整體，通過(guò)IoT智能設(shè)備生成海量數(shù)據(jù)；AI技術(shù)可以對(duì)海量數(shù)據(jù)進(jìn)行深度學(xué)習(xí)、判斷用戶的習(xí)慣，提升用戶體驗(yàn)，兩者相輔相成，推動(dòng)“萬(wàn)物互聯(lián)”向“萬(wàn)物智聯(lián)”進(jìn)化。ChatGPT的出現(xiàn)使得人工智能技術(shù)在語(yǔ)言交互方面的應(yīng)用更為廣泛，近日推出的插件功能，將進(jìn)一步促進(jìn)AI技術(shù)和其他產(chǎn)業(yè)的融合，核心在于如何理解世界、對(duì)世界進(jìn)行建模，并基于此進(jìn)行行為的決策以及與環(huán)境進(jìn)行交互。大語(yǔ)言模型從本質(zhì)上，只有數(shù)據(jù)和算法的迭代，而具身智能則需要把本體也一起囊括進(jìn)來(lái)，需要本體、算法和數(shù)據(jù)一起聯(lián)合迭代、優(yōu)化和進(jìn)化。warmupmylunch隨著多模態(tài)大模型和世界模型(WMs)的出現(xiàn)，這些架構(gòu)因其出色的感知、交互和推理能力而被視作具身代理的“大腦”。機(jī)器人可以通過(guò)接入大模型直接理解人類的自然語(yǔ)言指令，并將其轉(zhuǎn)化為具體的行動(dòng)。而當(dāng)前我們依然處在“具身智能”的初級(jí)階段，即智能硬件。AI+硬件也是未來(lái)3-5年消費(fèi)電子的主要發(fā)展方向，值得關(guān)注。VirtualEnvironment(CyberSpace)Brain:EmbodicdWorldPereeptionADiryFlorNot-DalEmbodimentsMulti-modalHuman-RoboActivePerceptionInteractionSafeManipulatFig.2.TheoverllframeworkoftheembodiedagentbasedonMLMsandWMs.Theemthecapabilitytounderstandthevirualphysicalenvironmentandactivelyperceivemulimodalelements.Itcanfhumanvalueandeventcausality,decomposecomplexasks,andexecutereliableactions,aswel資料來(lái)源：CornellUniversity,中國(guó)銀河證券研究院oo◎◎公司智能穿戴設(shè)備訊飛會(huì)議耳機(jī)在IFYBUDSApp中生成會(huì)議摘要、與FLYB智能耳機(jī)小度智能眼鏡資料來(lái)源：QuestMobile,中國(guó)銀河證券研究院資料來(lái)源：QuestMobile,中國(guó)銀河證券具體產(chǎn)品三星GalaxyS24系列通過(guò)融合本地和云端AI體驗(yàn)的GalaxyAI,充分釋放了移動(dòng)設(shè)備的生產(chǎn)力潛以處理更多、更重要的工作事務(wù)，成為真正意的翻譯功能。針對(duì)交談場(chǎng)景，三星GalaxyS24系列可以進(jìn)行通借助由GalaxyAI支持的高精度圖像分割、OCR識(shí)別以及大模型理解能力，三星GalaxyS24系列還為消費(fèi)者帶來(lái)了創(chuàng)新的即圈即搜功能，讓用戶只需長(zhǎng)按Home按鈕，然后通過(guò)簡(jiǎn)單的圈選手勢(shì)，即可搜索屏幕上感OlaFriend為開(kāi)放式耳機(jī)，單耳重量為6.6克，接入了豆包大模型，與豆包App深度結(jié)合，用戶戴打開(kāi)手機(jī)即可通過(guò)語(yǔ)音喚起豆包進(jìn)行對(duì)話。該耳機(jī)接入了字節(jié)豆包大模型的Seed-ASR(語(yǔ)型可以高精度識(shí)別中英文、口音，甚至能通過(guò)上下文，“聰明”地識(shí)別各類信息。中國(guó)銀河證券|CGS科技行業(yè)專題報(bào)告表4:DeepSeek大模型與GPT-4、Llama3.1405發(fā)布時(shí)間2023年3月2024年12月2025年1月2024年7月1.8萬(wàn)億6710億，每次激活370億15億-70億(不同規(guī)模蒸餾版本)13萬(wàn)億14.8萬(wàn)億-15萬(wàn)億-張H800)-3080萬(wàn)GPU小時(shí)(1.6萬(wàn)張否是是是(8K版本)輸入端：0.14美元/百萬(wàn)輸出端：0.28美元/百萬(wàn)輸入端：0.55美元/百萬(wàn)輸出端：3.29美元/百萬(wàn)DeepSeek將加速AGI時(shí)代到來(lái)，AIAgent將成為通往AGI的基石。DeepSe能革命下里程碑式的產(chǎn)品，對(duì)標(biāo)OpenAI的o1模型，并且在強(qiáng)化學(xué)習(xí)的推動(dòng)下，展現(xiàn)出了此前未中國(guó)銀河證券|CGS并且DeepSeek開(kāi)源其模型預(yù)示著開(kāi)源社區(qū)正以全新的方式推進(jìn)人工智能技術(shù)的發(fā)展，加速通用人工智能時(shí)代到來(lái)并推動(dòng)AIAgent技術(shù)更加成熟。圖38:AIAgent處于早期階段，逐漸由Copilot進(jìn)入到AIAgent探索階段成人指導(dǎo)AIAIAgent是一種能自主感知周遭環(huán)境，通過(guò)內(nèi)在的智能處理進(jìn)行決策，并執(zhí)行相應(yīng)行動(dòng)以達(dá)成特定目的的智能體。它基于大型語(yǔ)言模型(LLM),集成了規(guī)劃、記憶、工具和行動(dòng)能力。從智能助手、個(gè)性化推薦系統(tǒng)到自動(dòng)化客戶服務(wù)，AIAgent的應(yīng)用案例層出不窮，它們?cè)诟餍懈鳂I(yè)中展現(xiàn)出巨大的潛力和價(jià)值。AI代理的工作流程比傳統(tǒng)的LLM交互方式更高效：通過(guò)迭代式的AI代理工作流程(例如：先寫(xiě)提綱，再進(jìn)行網(wǎng)絡(luò)搜索，再寫(xiě)初稿，再修改),可以顯著提高AI模型的輸出質(zhì)量，其提升程度甚至超過(guò)了模型本身的迭代升級(jí)。自動(dòng)化的實(shí)現(xiàn)方式-人類完成絕大部分工作，類似于向AI詢問(wèn)意見(jiàn)，了解信息：AI提供接處理工作。人類和AI進(jìn)行寫(xiě)作，工作量相當(dāng)：AI根據(jù)人類的指令完成工作的初AI完成絕大部分工作，人類負(fù)責(zé)設(shè)定目標(biāo)、提供資源和監(jiān)督結(jié)果：AI負(fù)責(zé)任務(wù)拆具選擇、進(jìn)度控制，在達(dá)到目標(biāo)后，AI能夠自主結(jié)束工作。未來(lái)人工智能發(fā)展關(guān)鍵在于推理，Capex逐漸轉(zhuǎn)向經(jīng)營(yíng)性性質(zhì)。傳統(tǒng)訓(xùn)練任務(wù)的Capex是研發(fā)型投入，而近期OpenAI發(fā)布的GPT-01所采用的推理模型，是被設(shè)計(jì)用來(lái)處理長(zhǎng)時(shí)間的思考和多步驟的復(fù)雜任務(wù)，為用戶的決策提供支持，GPT-01在推理過(guò)程中的成本被描述為數(shù)百萬(wàn)甚至數(shù)十億級(jí)別的提升，這預(yù)示著未來(lái)AIAgent廣泛滲透時(shí)，對(duì)于推理算力的需求將是指數(shù)級(jí)爆發(fā)增長(zhǎng)，推理的Capex的日常經(jīng)營(yíng)性質(zhì)越發(fā)明顯。AIAgent推理和規(guī)劃的能力由LLM來(lái)實(shí)現(xiàn)，推理和規(guī)劃賦能Agent學(xué)習(xí)能力，可以積累知識(shí)和經(jīng)驗(yàn)，并且Agent可以對(duì)過(guò)往的數(shù)據(jù)和動(dòng)作進(jìn)行反思總結(jié)，從錯(cuò)誤中吸取經(jīng)驗(yàn)，并為接下來(lái)的行動(dòng)進(jìn)行糾正，從而適應(yīng)環(huán)境、更有效地執(zhí)行任務(wù)并成功達(dá)成目標(biāo)。請(qǐng)務(wù)必閱讀正文最后的中國(guó)銀河證券股份有限公司免責(zé)聲明。中國(guó)銀河證券|CGS科技行業(yè)專題報(bào)告長(zhǎng)，為AIAgent發(fā)展提供數(shù)據(jù)資源。未來(lái)五年，全球數(shù)據(jù)量將維持增長(zhǎng)，2022年，全球數(shù)據(jù)規(guī)模已達(dá)到103ZB,中國(guó)數(shù)據(jù)規(guī)模達(dá)到23.9ZB;預(yù)計(jì)2027年，全球數(shù)據(jù)規(guī)?？蛇_(dá)到284.3ZB,近五年的CAGR可達(dá)到22%,中國(guó)數(shù)據(jù)量規(guī)模則可達(dá)到76.6ZB,近五年的CAGR為26%,超過(guò)全球增長(zhǎng)速度。國(guó)產(chǎn)大模型自2023年7月開(kāi)始進(jìn)行密集發(fā)布，截至2023年7月，國(guó)產(chǎn)大模型累計(jì)數(shù)量達(dá)到300個(gè)，并且涉及金融、法律、教育、醫(yī)療、娛樂(lè)等多個(gè)垂直細(xì)分領(lǐng)域。圖39:全球數(shù)據(jù)量持續(xù)增長(zhǎng)，為AIAgent發(fā)展提供數(shù)據(jù)資源0資料來(lái)源：甲子光年，中國(guó)銀河證券研究院圖40:國(guó)產(chǎn)大模型數(shù)量以指數(shù)級(jí)增長(zhǎng)——國(guó)產(chǎn)大模型累計(jì)發(fā)布數(shù)量(個(gè))0資料來(lái)源：甲子光年，中國(guó)銀河證券研究院中國(guó)AIAgent市場(chǎng)空間廣闊，B端、C端大有可為。2023年中國(guó)AIAgent市場(chǎng)規(guī)模為554億元，預(yù)計(jì)至2028年將達(dá)8520億元，其年均復(fù)合增長(zhǎng)率為72.7%。AIAgent于2023年被業(yè)內(nèi)正式垂直領(lǐng)域的AI代理市場(chǎng)規(guī)?？赡苓_(dá)到SaaS的十倍，創(chuàng)造超過(guò)3000億美元的獨(dú)角獸企業(yè)。AIAgent加高效知識(shí)管理；2)在C端場(chǎng)景下，AIAgent作為生成式AI的商業(yè)化應(yīng)用，可以廣泛應(yīng)用于電中國(guó)SaaS市場(chǎng)規(guī)模(億元)112345-中國(guó)生成式AI市場(chǎng)規(guī)模(億元)--4請(qǐng)務(wù)必閱讀正文最后的中國(guó)銀河證券股份有限公司免責(zé)聲明。中國(guó)銀河證券|CGS科技行業(yè)專題報(bào)告中國(guó)AIAgent市場(chǎng)規(guī)模=B端AIAgent資料來(lái)源：頭豹研究院，中國(guó)銀河證券研究院020232024E2025E2026E資料來(lái)源：頭豹研究院，中國(guó)銀河證券研究院在AI技術(shù)的全球競(jìng)爭(zhēng)中，以DeepSeek、Kimi、豆包等為代表的國(guó)產(chǎn)大模型憑借其前沿的技術(shù)創(chuàng)新與精準(zhǔn)的場(chǎng)景化應(yīng)用，正強(qiáng)勢(shì)突圍。在C端，用戶滲透率不斷提升，主要AIAPP活躍數(shù)R1通過(guò)強(qiáng)化學(xué)習(xí)實(shí)現(xiàn)了低成本與高性能的1)1.0階段——被動(dòng)分析與判斷：早期的人工智能的主要能力是被動(dòng)地接受信息來(lái)進(jìn)行分析和判斷。比較典型的例子如：生物識(shí)別技術(shù)(根據(jù)人臉、虹膜等特征信息輸入判斷是否匹配)。這些DiffusionModel這兩個(gè)算法模型對(duì)推動(dòng)生成式AI的發(fā)展起到了重要的作用。目前的生成式AI已在人工智能的發(fā)展過(guò)程中，開(kāi)源的生態(tài)起到了重要的作用：頭部AI公司引領(lǐng)著各項(xiàng)技術(shù)向前，并使得后來(lái)者能夠了解到最新的技術(shù)進(jìn)展并發(fā)展相關(guān)的技門(mén)檻，有利于應(yīng)用端的開(kāi)發(fā)創(chuàng)新，將極大地推動(dòng)AI應(yīng)用生態(tài)的蓬勃發(fā)展。中國(guó)銀河證券|CGS科技行業(yè)專題報(bào)告 Meta發(fā)布2023年7月2023年7月開(kāi)源2018202220232024在開(kāi)源生態(tài)的大背景下，隨著相關(guān)技術(shù)的不斷迭代，我們認(rèn)為AIAgent有望成為AI浪潮的下一個(gè)發(fā)展方向。AIAgent將進(jìn)一步改變?nèi)藗兊娜粘Ｉ睿篈IAgent不僅能夠提高工作效率，優(yōu)化資源配置，還將在個(gè)性化服務(wù)、智能決策支持等方面發(fā)揮重要作用，有望成為推動(dòng)社會(huì)進(jìn)步和創(chuàng)新的關(guān)鍵。目前，頭部互聯(lián)網(wǎng)大廠相繼在AIAgent領(lǐng)域積極布局，我們認(rèn)為憑借其強(qiáng)大的技術(shù)資金實(shí)力、豐富的數(shù)據(jù)資源和龐大的用戶基礎(chǔ)正開(kāi)啟追趕模式，潛力巨大。公司時(shí)間具體技術(shù)/模型百度2024年4月2024年6月發(fā)布了文心大模型4.0Turbo,同時(shí)發(fā)布了飛槳新一代框架——飛槳框架3.0,具備動(dòng)靜統(tǒng)一自動(dòng)并行、2024年11月發(fā)布兩大賦能應(yīng)用的AI技術(shù)：檢索增強(qiáng)的文生圖技術(shù)(iRAG)和無(wú)代碼阿里巴巴2024年4月助手、電子商務(wù)、搜索、導(dǎo)航、娛樂(lè)等，從而進(jìn)一2024年10月專業(yè)的AIAgent,在各自領(lǐng)域幫外貿(mào)人找到更高效的經(jīng)營(yíng)方式，實(shí)現(xiàn)生2024年11月阿里發(fā)布全新AI推理模型QwQ-32B-Preview并同步開(kāi)源，整體推理水平比肩OpenAIol。2025年1月發(fā)布了Qwen2.5-Max旗艦版模型，其預(yù)訓(xùn)練數(shù)據(jù)量超過(guò)了20萬(wàn)億tokens,2024年9月2025年1月騰訊混元宣布開(kāi)源3D生成大模型2.0版本，并上線業(yè)界首個(gè)一站式3D內(nèi)容AI創(chuàng)作平臺(tái)——混元3DAI2024年5月發(fā)布字節(jié)跳動(dòng)豆包大模型家族、火山方舟2.0、AI應(yīng)用及AI云基礎(chǔ)設(shè)施等一系列最新產(chǎn)品。中國(guó)銀河證券|CGS科技行業(yè)專題報(bào)告2025年1月資料來(lái)源：新智元，中國(guó)銀河證券研究院整理術(shù)，發(fā)行商有望以極低的成本實(shí)現(xiàn)映前觀眾與電影人物的“面對(duì)面”交流，劇本創(chuàng)作和故事開(kāi)發(fā)視頻剪輯和后期制作營(yíng)銷和宜傳推廣資料來(lái)源：Wind,中國(guó)銀河證券研究院整理與影視公司也在AIGC的應(yīng)用研究與業(yè)務(wù)協(xié)同上開(kāi)啟了應(yīng)對(duì)未來(lái)的準(zhǔn)備。從《斗羅大陸》《吞噬星空》到《三體》《遮天》,騰訊視頻在視效技術(shù)規(guī)模化運(yùn)用和長(zhǎng)期投入方面展現(xiàn)出了靈敏的嗅覺(jué)。自AIGC出現(xiàn)后，騰訊視頻在動(dòng)畫(huà)行業(yè)中也開(kāi)始探索二維和技術(shù)已被廣泛應(yīng)用在游戲資產(chǎn)生成，仿真場(chǎng)景渲染等多個(gè)環(huán)節(jié)。遵循供給端語(yǔ)音合成等)和AI工具來(lái)對(duì)游戲行業(yè)全產(chǎn)業(yè)鏈條進(jìn)行重塑：請(qǐng)務(wù)必閱讀正文最后的中國(guó)銀河證券股份有限公司免責(zé)聲明。中國(guó)銀河證券|CGS科技行業(yè)專題報(bào)告提高美術(shù)資源生成效率，輔助高質(zhì)提高美術(shù)資源生成效率，輔助高質(zhì)量建模和紋理創(chuàng)作通過(guò)生成算法自動(dòng)生成地圖、關(guān)卡、任務(wù)等游戲內(nèi)容縮短游戲開(kāi)發(fā)周期，降低游戲開(kāi)發(fā)自動(dòng)化處理違規(guī)舉報(bào)，優(yōu)化匹配算法來(lái)平衡匹配機(jī)制，減輕策劃運(yùn)營(yíng)團(tuán)隊(duì)負(fù)擔(dān)對(duì)局陪伴系統(tǒng)能夠?yàn)橥婕姨峁┨摂M的游戲伙伴，增強(qiáng)游戲的社交和互動(dòng)性營(yíng)銷方面，通過(guò)用戶行為分析、客戶服務(wù)與反饋等方式，提高營(yíng)銷效精準(zhǔn)分析，識(shí)別和培養(yǎng)潛在的用戶助力內(nèi)容審核和社區(qū)管理，將成為游戲生態(tài)健康發(fā)展的重要支撐優(yōu)化用戶體驗(yàn)，解決游戲同質(zhì)化的痛點(diǎn)1)創(chuàng)作端：傳統(tǒng)的游戲創(chuàng)作端存在著資源生成效率低、成本高昂的痛點(diǎn)。特別是在美術(shù)資源的制作上，高質(zhì)量的3D模型和紋理的創(chuàng)作往往需要大量的手工藝術(shù)家工作時(shí)間，這不僅使得游戲開(kāi)發(fā)周期延長(zhǎng)，而且大幅度增加了開(kāi)發(fā)成本。在AI技術(shù)的加持下，游戲創(chuàng)作將在自動(dòng)化內(nèi)容生成(如AIGC繪畫(huà)工具和3D模型生成)方面發(fā)生根本性的變革。具體而言，AIGC可以通過(guò)生成算法自動(dòng)生成地圖、關(guān)卡設(shè)計(jì)、任務(wù)等游戲內(nèi)容，分析玩家數(shù)據(jù)并進(jìn)行游戲平衡性調(diào)整等，提高開(kāi)發(fā)效率和游戲多樣性。2)運(yùn)營(yíng)端：在游戲運(yùn)營(yíng)方面，AI技術(shù)可以通過(guò)智能NPC、智能BOT和掉線托管等應(yīng)用，解決現(xiàn)有運(yùn)營(yíng)工作雜、營(yíng)銷轉(zhuǎn)化弱的難題。例如，AI可以幫助處理違規(guī)審判，通過(guò)學(xué)習(xí)判斷何為游戲內(nèi)的違規(guī)行為，自動(dòng)化處理大量的審判工作，減輕運(yùn)營(yíng)團(tuán)隊(duì)的負(fù)擔(dān)；AI也能實(shí)現(xiàn)平衡匹配，通過(guò)分析玩家的技能水平和游戲習(xí)慣來(lái)優(yōu)化匹配算法，從而提供更公平、更有趣的游戲體驗(yàn)；同時(shí)，對(duì)局陪伴系統(tǒng)能夠?yàn)橥婕姨峁┨摂M的游戲伙伴，增強(qiáng)游戲的社交和互動(dòng)性。在游戲營(yíng)銷方面，AIGC可以通過(guò)用戶行為分析、客戶服務(wù)與反饋、營(yíng)銷預(yù)測(cè)和廣告優(yōu)化等方式，提高營(yíng)銷效果和ROI。3)生態(tài)端：在游戲生態(tài)構(gòu)建上，AI技術(shù)的應(yīng)用將有助于優(yōu)化用戶體驗(yàn)和增強(qiáng)運(yùn)營(yíng)工作的自動(dòng)化，解決游戲體驗(yàn)同質(zhì)化的痛點(diǎn)。AI可以通過(guò)精準(zhǔn)的數(shù)據(jù)分析來(lái)提升營(yíng)銷轉(zhuǎn)化率，為運(yùn)營(yíng)團(tuán)隊(duì)提供決策支持，并幫助他們識(shí)別和培養(yǎng)潛在的用戶群體。此外，AI在內(nèi)容審核和社區(qū)管理方面的應(yīng)用，如自動(dòng)化過(guò)濾不良信息，也將成為游戲生態(tài)健康發(fā)展的重要支撐。最終，這些進(jìn)步將推動(dòng)游戲行業(yè)朝著更加智能化和個(gè)性化的方向發(fā)展。AI+社交陪伴：AI驅(qū)動(dòng)的虛擬助手，如Siri、GoogleAssistant,能夠通過(guò)語(yǔ)音識(shí)別和自然語(yǔ)言處理(NLP)提供陪伴服務(wù)，如幫助日常任務(wù)、提醒事項(xiàng)、甚至進(jìn)行簡(jiǎn)單的閑聊。從而增強(qiáng)用戶體驗(yàn)，特別是在老年人、孤獨(dú)人群中的應(yīng)用，可以提供情感支持和便利。另外，AI用于生成虛擬人類角色，能夠進(jìn)行情感交流、陪伴聊天，甚至根據(jù)用戶需求提供心理疏導(dǎo)，能給用戶提供個(gè)性化、情感化的陪伴服務(wù)，尤其在遠(yuǎn)程工作或社交限制的環(huán)境下，滿足用戶的社交需求。AI+社交陪伴領(lǐng)域正迎來(lái)一場(chǎng)革命性的變革。在這新興領(lǐng)域，AI可以通過(guò)分析用戶的歷史對(duì)話和行為模式，自動(dòng)生成符合用戶個(gè)性的對(duì)話腳本和互動(dòng)建議。這種個(gè)性化的服務(wù)能夠讓用戶感受到更加貼心的社交體驗(yàn)。借助于先進(jìn)的情感識(shí)別技術(shù)，AI能夠識(shí)別用戶的情緒狀態(tài)，并據(jù)此調(diào)整其回應(yīng)策略，提供更加貼合用戶情感需求的陪伴。同時(shí)AI技術(shù)可以創(chuàng)建虛擬角色，這些角色不僅能夠進(jìn)行自然語(yǔ)言對(duì)話，還能夠模擬真實(shí)人類的表情和肢體語(yǔ)言，為用戶提供一種全新的社交體驗(yàn)。對(duì)于那些社交技能較弱的用戶，AI可以通過(guò)模擬社交場(chǎng)景，提供社交技能訓(xùn)練，幫助用戶提高社交能力。目前像ChatGPT、豆包以及Minimax等能提供自然生動(dòng)的語(yǔ)音合成能力，善于表達(dá)多種情緒，演繹多種場(chǎng)景，備個(gè)性化的角色創(chuàng)作能力，更強(qiáng)的上下文感知和劇情推動(dòng)能力，滿足靈活的角色扮演需求。我們認(rèn)為：AIGC技術(shù)目前已經(jīng)能從語(yǔ)言、語(yǔ)氣等多方面深入洞悉人類的多種情感，同時(shí)作出判斷給予不同的情感價(jià)值和需求。無(wú)論是在增強(qiáng)用戶體驗(yàn)方面，還是拓展更多個(gè)性化的服務(wù)等方面，都具有豐富的想象空間，AI陪伴未來(lái)可能是成為工作中最得力的助理，也是最了解用戶習(xí)慣的銷售員，進(jìn)一步的創(chuàng)新有望開(kāi)發(fā)商業(yè)化應(yīng)用落地。AI分析用戶的購(gòu)物歷史、瀏覽記錄和偏好，向用戶推薦可能感興趣的商品，提升轉(zhuǎn)化率和購(gòu)買欲望。平臺(tái)如Amazon、淘寶等都在使用此技術(shù)，可以提高銷售額和客戶滿意度，同時(shí)減少用戶的決策疲勞，提升購(gòu)物體驗(yàn)。此外，AI驅(qū)動(dòng)的聊天機(jī)器人和語(yǔ)音識(shí)別技術(shù)被廣泛應(yīng)用于電商平臺(tái)，能夠?qū)崟r(shí)響應(yīng)客戶咨詢、處理訂單問(wèn)題、解決售后問(wèn)題，有效提高客戶服務(wù)效率，降低人力成本，同時(shí)提升客戶體驗(yàn)。人工智能(AI)技術(shù)的應(yīng)用領(lǐng)域不斷拓展，電商行業(yè)也在積極探索新的AI應(yīng)用，以保持競(jìng)爭(zhēng)力并滿足消費(fèi)者日益增長(zhǎng)的期望。最初，電商平臺(tái)采用聊天機(jī)器人提供24/7客戶服務(wù)，解答用戶問(wèn)題并處理訂單查詢。通過(guò)自然語(yǔ)言處理技術(shù)，系統(tǒng)能夠理解用戶意圖，提供更準(zhǔn)確的服務(wù)。此外，預(yù)測(cè)分析工具被用于預(yù)測(cè)產(chǎn)品需求，優(yōu)化庫(kù)存水平，減少積壓和缺貨現(xiàn)象。AI還被應(yīng)用于供應(yīng)鏈管理，提高物流效率等B端場(chǎng)景。在C端方面，Google、OpenAI等公司正積極布局AI與搜索在電商中的應(yīng)用。通過(guò)對(duì)大量數(shù)據(jù)的深度學(xué)習(xí)，分析客戶的潛在消費(fèi)需求，實(shí)現(xiàn)精準(zhǔn)推薦。我們認(rèn)為，生成式AI(AIGC)正在重塑電商格局。在生產(chǎn)端，AIGC輔助商家拓展業(yè)務(wù)，降低銷售和運(yùn)營(yíng)成本。在消費(fèi)端，購(gòu)物模式將從“人找貨”過(guò)渡到“貨匹配人”,最終實(shí)現(xiàn)“貨找人”,這將帶來(lái)巨大的消費(fèi)增量。中國(guó)銀河證券|CGS科技行業(yè)專題報(bào)告題AI技術(shù)被用于分析消費(fèi)者的行為數(shù)據(jù)，生成用戶畫(huà)像，并根據(jù)這些數(shù)據(jù)進(jìn)行精準(zhǔn)廣告定向投放 (如Facebook、Google廣告),更有效地提高廣告的點(diǎn)擊率和轉(zhuǎn)化率，減少?gòu)V告浪費(fèi)，提升廣告主的投資回報(bào)率(ROI)。同時(shí),AI可以自動(dòng)生成與用戶相關(guān)的個(gè)性化內(nèi)容，如廣告文案、電子郵件和社交媒體帖子?；谟脩舻呐d趣、行為模式生成個(gè)性化營(yíng)銷信息，增強(qiáng)與消費(fèi)者的互動(dòng)，提高品牌忠誠(chéng)度和參與度。人工智能(AI)的應(yīng)用正深刻變革營(yíng)銷服務(wù)商的商業(yè)模式，推動(dòng)行業(yè)降本增效。通過(guò)結(jié)合底層大型語(yǔ)言模型(LLM),并利用長(zhǎng)期積累的廣告投放案例、用戶數(shù)據(jù)和行業(yè)數(shù)據(jù)，企業(yè)能夠?yàn)椴煌袠I(yè)定制專業(yè)化的廣告投放模型。這使廣告主將更多預(yù)算轉(zhuǎn)向融合AI技術(shù)的增值服務(wù)，從而提升綜合毛利率。例如，AppLovin開(kāi)發(fā)了AI廣告引擎Axon2.0,顯著提高了廣告投放的精準(zhǔn)度，推動(dòng)公司業(yè)績(jī)?cè)鲩L(zhǎng)。通過(guò)深度學(xué)習(xí)和機(jī)器學(xué)習(xí)算法，分析用戶行為數(shù)據(jù)，精準(zhǔn)識(shí)別目標(biāo)受眾，并在適當(dāng)時(shí)機(jī)投放最具吸引力的廣告。此外，利用大數(shù)據(jù)分析，預(yù)測(cè)用戶行為，更有效地進(jìn)行個(gè)性化推薦，使廣告商能夠與更可能下載其應(yīng)用的用戶匹配，以獲得更高的留存率。我們認(rèn)為，AI已經(jīng)重塑了營(yíng)銷行業(yè)的生態(tài)。它不僅為營(yíng)銷人員提供精準(zhǔn)的數(shù)據(jù)支持，助力營(yíng)銷策略的制定和優(yōu)化，還推動(dòng)了“一人多面”的個(gè)性化營(yíng)銷，使針對(duì)每個(gè)用戶生成定制化的內(nèi)容和服務(wù)成為可能。同時(shí)，AI保持了大規(guī)模營(yíng)銷活動(dòng)的高效執(zhí)行，實(shí)現(xiàn)了個(gè)性化與規(guī)?；a(chǎn)的平衡。圖47:AI賦能營(yíng)銷環(huán)節(jié)用戶畫(huà)像與精準(zhǔn)廣告定向中國(guó)銀河證券|CGS科技行業(yè)專題報(bào)告我們樂(lè)觀看待DeepSeek創(chuàng)新對(duì)電子行業(yè)帶來(lái)的改變。我們總結(jié)1,我們認(rèn)為DeepSeek的創(chuàng)新并沒(méi)有完全打破scalinglaws。DeepSeek模型具有更強(qiáng)的與推理成本減少了當(dāng)前的算力需求，但是并不意味著AI的未來(lái)發(fā)展對(duì)半導(dǎo)體整體需求的減少，相反由于其模型架構(gòu)、基礎(chǔ)設(shè)施數(shù)據(jù)等方面的優(yōu)化，以及更低的成本，使得其更加容易布置在端側(cè)，從而加速AI的普及。AI能力邊際的擴(kuò)張依然需要依大的算力，DeepSeek在算法和架構(gòu)上的創(chuàng)新給AI的發(fā)展增加了一條新的道路。2,Scalinglaws正在從pre-training轉(zhuǎn)向post-training和推理，通過(guò)增加模型規(guī)模、行推理。3,針對(duì)邊緣設(shè)備的LLM部署，在保持性能的同時(shí)提高計(jì)算效率至關(guān)重要，通過(guò)量化、剪枝、知識(shí)蒸餾和低秩分解，這些方法通過(guò)平衡性能、內(nèi)存占用和推理速度來(lái)提高大語(yǔ)言模型的運(yùn)行效率，有利于AI硬件端的落地與普及。我們看好AI應(yīng)用持續(xù)落地帶來(lái)的傳統(tǒng)消費(fèi)電子的換機(jī)周期，蘋(píng)果產(chǎn)業(yè)鏈值得關(guān)注，同時(shí)看好AI終端硬件如耳機(jī)、眼鏡、桌面機(jī)器人、表8:建議關(guān)注相關(guān)標(biāo)的盈利預(yù)測(cè)情況-電子(截至2025年1月31日)總市值(億元)EPS(元)水晶光電中科藍(lán)訊樂(lè)鑫科技海光信息中國(guó)銀河證券|CGS科技行業(yè)專題報(bào)告(二)通信板塊：運(yùn)營(yíng)商、光模塊及光芯片子板塊動(dòng)能強(qiáng)勁運(yùn)營(yíng)商盈利能力、現(xiàn)金流資產(chǎn)不斷改善、資產(chǎn)價(jià)值優(yōu)勢(shì)凸顯，持續(xù)增加分獲期”大有可為。當(dāng)前運(yùn)營(yíng)商云業(yè)務(wù)發(fā)展如火如茶，DeepSeek對(duì)于成本端的降低有望協(xié)同運(yùn)營(yíng)商AIGC引領(lǐng)新一輪科技革命，DeepSeek對(duì)于成本端的降低或?qū)⑼苿?dòng)應(yīng)用端的繁榮，繼而反哺推理側(cè)模型的快速迭代，推動(dòng)應(yīng)用端的進(jìn)一步發(fā)展。光模塊100G/200G→400G→800G→1/6T迭代速率持續(xù)提升，帶來(lái)產(chǎn)品量?jī)r(jià)齊升有望延續(xù)，帶來(lái)業(yè)績(jī)高增持續(xù)可期。同時(shí)國(guó)內(nèi)DeepSeek對(duì)于成本端及訓(xùn)練精度的降低或?qū)⑹沟猛评韨?cè)對(duì)光芯片的技術(shù)需求產(chǎn)生一定放松，力部署的增加而有所上升，同時(shí)在復(fù)雜國(guó)際形勢(shì)下，海外芯片采購(gòu)難度總市值(億元)EPS(元)中國(guó)移動(dòng)中國(guó)聯(lián)通中國(guó)電信中際旭創(chuàng)天孚通信中國(guó)銀河證券|CGS科技行業(yè)專題報(bào)告(三)計(jì)算機(jī)板塊：看好算力向推理，基礎(chǔ)設(shè)施向應(yīng)用DeepSeek的爆火和推廣，有望加速全球AI產(chǎn)業(yè)鏈的發(fā)展。DeepSeek的技高質(zhì)量AI模型的訓(xùn)練成本，有望加速AI技術(shù)的普及和應(yīng)用。成本的降低使得企業(yè)可以將更多資源投入到AI技術(shù)研發(fā)和應(yīng)用開(kāi)發(fā)中，加速AI技術(shù)的創(chuàng)新和迭代以及AI市場(chǎng)的繁榮。短期而言，DeepSeek的技術(shù)創(chuàng)新可能對(duì)以GPU為代表的高端算力的芯片企業(yè)產(chǎn)生壓力，市場(chǎng)預(yù)計(jì)會(huì)從單純當(dāng)模型的成本越低，開(kāi)源模型發(fā)展越好，模型的部求將越來(lái)越大，我們認(rèn)為，當(dāng)下投資中的結(jié)構(gòu)性機(jī)會(huì)主要體現(xiàn)在“從訓(xùn)練算業(yè)從以訓(xùn)練算力為主向以推理算力為主過(guò)渡。隨著推理需求的增長(zhǎng)，ASIC(應(yīng)用特定集成電路)和LPU(語(yǔ)言處理單元)等專用芯片將逐漸取代部分GPU市場(chǎng)份額。此外，推理算力的增長(zhǎng)將推動(dòng)邊緣計(jì)算設(shè)備的需求，邊緣側(cè)設(shè)備能夠直接在本地運(yùn)行輕量化大模型，減少對(duì)和帶寬成本，邊緣算力機(jī)會(huì)逐漸凸顯。建議關(guān)注：寶信軟件、潤(rùn)澤科技、海光信息、中科曙光、網(wǎng)DeepSeek的低成本、高性能模型展示了ASIC芯片在特定任務(wù)中的優(yōu)勢(shì)。ASIC芯片通過(guò)定制化設(shè)計(jì)，能夠?qū)崿F(xiàn)更高的能效比和更低的推理延遲。例如，DeepSeek的LPU+R1模型在運(yùn)行7B蒸餾模型時(shí)，推理延遲僅為50ms,功耗約30W,而英偉達(dá)A100GPU運(yùn)行175BGPT-3模型時(shí)，推理延遲約350ms,功耗約300W,ASIC芯片的崛起將為相關(guān)ASIC制造商以及AIOT端側(cè)只能硬件DeepSeek的技術(shù)創(chuàng)新不僅降低了模型訓(xùn)練成本，還推動(dòng)了AI策略和低成本模型使得更多企業(yè)和開(kāi)發(fā)者能夠使用先進(jìn)的AI技術(shù)，加速了AI技術(shù)在各行業(yè)的應(yīng)用1)AI應(yīng)用開(kāi)發(fā)：隨著AI技術(shù)的普及，應(yīng)用開(kāi)發(fā)將成為新的投資熱點(diǎn)。投資者可關(guān)注