九方智投

我们每周二四都会有圈子专属的策略会，历史内容可以点击圈子下方的【策略会】了解。

近日市场中DeepSeek概念大涨，美格智能、杭钢股份持续一字板，并引发了相关概念的震动；

比较有代表性的：机器人、算力、AI应用等。叠加最近市场继续放量，重回两万亿市场，多支个股走出趋势行情，DeepSeek也是一个长期的概念，对于题材了解愈深，在应对趋势时才能愈从容。

所以，今日的策略会就对这个题材做一个详细解读。

一、为什么是DeepSeek遭到热炒？

AI题材由来已久，在GPT问世之后（OpenAI产品），如三六零、百度、昆仑万维、科大讯飞等等都退出了国产的大模型。但在这个领域，我们一直在追赶中，除了代差，还受制于算力（英伟达显卡）。

尽管OpenAI的领先优势在不断缩小，豆包、Minmax等模型在不断追赶，部分多模态能力甚至更强，但依旧在缩小差距的路上，而且技术路径没有创新。

DeepSeek是首先在缩减了算力的优势下，实现了反超的模型。

DeepSeek的特点（1）：

大模型对于现阶段的我们来说，在使用上很难区分出优劣，但不代表市场上的模型千篇一律，前文提到DeepSeek实现反超，那他都有哪些特点呢？

高效与低成本：DeepSeek-R1的研发成本约为550万美元，远低于OpenAI等公司的数亿美元投入。同时解除了大模型公司之间的“算力军备竞赛”，不再“以卡数论英雄”，当然同时也使美国的“算力制裁，限制显卡出售”等手段化为泡影，大家可以看一下英伟达的股价走势，就明白了，如果DeepSeek不强，又怎么可能让英伟达市值蒸发近6000亿美元？

当然，这里提到的研发成本550万美元，并不是指只投入了550万美元，还需要包括技术试错路线，前期调研准备等的成本。

尤其是试错，投入很大，最后的550万美元只是成品的成本（或者说是生产成本）；这里用研发新药来举例子，研发新药投入是很大的，但是生产药品投入就会大大降低了，这样大家应该就懂了。

DeepSeek的特点（2）：

开源与灵活性：前文中DeepSeek和OpenAI的对比中可以看到，DeepSeek采用开源模式，允许全球开发者自由修改、使用和分发，而OpenAI则是提供API接口。开源不仅可以促进技术的快速传播和创新，还为开发者提供了更大的自由度和灵活性，使其能够根据具体需求对模型进行定制。

推理能力与模块化：DeepSeek-R1在数学推理和逻辑问题解决方面表现出色，略高于OpenAI的o1模型。出色的推理能力代表更大的进步空间，以及适用性，如应用于金融领域，可以针对性加强其严谨性。

技术创新：DeepSeek-R1在训练过程中采用了强化学习和监督微调的混合方法，使其能够在推理密集型任务中取得显著成果。

DeepSeek的特点（3）：

图中可以看到，DeepSeek的推理过程非常有逻辑。

接下来我们回归正题，聊一聊大家最关心的方向；诚然，DeepSeek的面试，利空了算力，除英伟达外，A股中的沃尔核材等也出现了大跌，但利好相关个股的表现更亮眼。除开头提到的杭钢股份、美格智能外，还会覆盖哪些产业链呢？

AIGC方向：

首先对于A股市场来说，DeepSeek的推出对于大模型方向公司无疑是一个重大利好。

1、资金关注度：整体的AI板块都会因资金关注度而获得换手的提升；

2、技术创新：DeepSeek的技术突破会为国内的AIGC相关公司带来新的方向；

当然，这里就不赘述了，需要看相关公司的技术突破，路线改变等等因素；当然，想象空间已经再次打开。

算力基础设施服务商（云计算）：

前边提到利空英伟达，这里为什么又要说到利好算力服务商呢？这就要提到DeepSeek的部署方式：APP，API接入，云服务器部署，个人部署；

其中，网页、手机访问的DeepSeek都是APP，其它企业也可以通过API来接入，但访问的依然是DeepSeek。

但是，前边提到过，DeepSeek是开源的，每个人都可以训练自己的DeepSeek。那么，我们或者说一个企业怎么训练一个模型呢？

云服务器，云算力是很好的选择，当然也可以选择部署在自己的电脑或者服务器上，一个最简版本的DeepSeek，大约需要1G显存的显卡就能跑起来了，还是很惊人的。

目前，国内公有云企业、运营商云计算平台，都接入了DeepSeek。

这段可能会有些难以理解，但这也是开源的魅力，后续会有很多基于DeepSeek训练的垂类模型产生。如医疗、工业等等。

算力芯片、语料、AI游戏、AI玩具等方向：

这里与AIGC概念的逻辑一致，大模型受到更多关注度，自然会有资金来做，甚至掀起新的“百模大战”。

但是这一部分会很难参与，因为属于细分的末端，而且已经炒过很多次了，需要等时间节点的催化。其实最大的利好会是端侧，接下来详细说一下：

端侧（部署AI应用的应用端）：

什么叫做端侧，就是可以运行AI应用的端，如电脑端、手机端等等。在前边已经说过，我们个人都可以部署一个DeepSeek，因为Deepseek模型提供了多个版本，适合个人或小公司使用的有1.5B、7B、8B、14B、32B和70B。一张2000多的4060显卡就可以跑起来7B或8B的版本。

DeepSeep打开了端侧AI部署的可行性，第三方可以从DeepSeek-R1 中蒸馏出更多版本的小参数模型并部署至各类终端产品中。

目前热门端侧：

端侧模型部署难度显著减小，并成功突破存储空间、算力消耗、推理延迟三大端侧部署障碍：可在手机（AI手机）、PC（AIPC）、ARVR等可穿戴设备（AI眼镜、头显）、汽车（智驾）等端侧硬件本地化部署。

在手机方面，包括OPPO、荣耀、魅族等厂商均宣布已经完成了对DeepSeek 模型的接入；在PC方面，DeepSeek模型与国产算力芯片的适配也进展迅速，如国产GPU厂商沐曦与联想合作推出的DeepSeek智能体一体机、英特尔AI PC合作伙伴Flowy在最新版的AI PC助手上率先支持了端侧运行DeepSeek-R1模型。

DeepSeek是最快登顶全球下载榜第一的APP，没有之一；这不仅展示了国内在AI方向的超车之路，也展示我们依然是AI的最大消费市场，因为内容太干了，所以就说这么多，小牛晚上会将内容整理成文章，分享到圈子内，晚进来的家人们，记得看一下小牛的汇总文章，今天的分享就到这里。

【圈子课程表】