1、海外行业深度报告|资讯科技业 证券研究报告 请阅读最后评级说明和重要声明 1/23 行业评级 推荐（维持）报告日期 2025 年 02 月 15 日 相关研究相关研究 【兴证海外 TMT】AI 手机深度：智能机迈入 2.0 时代-2024.11.22【兴证海外 TMT】中概互联网 2024 年中期投资策略：核心资产的再次修复-2024.07.12【兴证海外 TMT】AI 手机深度：智能机迈入 2.0 时代-2024.11.22【兴证海外 TMT】中概互联网 2024 年中期投资策略：核心资产的再次修复-2024.07.12 分析师：洪嘉骏分析师：洪嘉骏 S0190519080002 BPL82

2、9 S0190519080002 BPL829 分析师：翁嘉源分析师：翁嘉源 S0190523060002 请注意:翁嘉源并非香港证券及期货事务监察委员会的注册持牌人，不可在香港从事受监管的活动。 S0190523060002 请注意:翁嘉源并非香港证券及期货事务监察委员会的注册持牌人，不可在香港从事受监管的活动。 大模型深度：大模型深度：DeepSeekDeepSeek 带来互联网新格局带来互联网新格局 投资要点：投资要点：DeepSeekDeepSeek 之前：预训练是模型能力提升的主要路径。之前：预训练是模型能力提升的主要路径。模型训练通常分为两个主要阶段：预训练和后训练，此前行业中，预

3、训练阶段消耗的资源远远超过后训练阶段。而模型预训练阶段的能力提升 主要依赖于两个关键因素的增强：一是强大的训练算力，二是海量且高质量的数据。模型训练通常分为两个主要阶段：预训练和后训练，此前行业中，预训练阶段消耗的资源远远超过后训练阶段。而模型预训练阶段的能力提升 主要依赖于两个关键因素的增强：一是强大的训练算力，二是海量且高质量的数据。DeepSeekDeepSeek 的意义在于指明了强化学习的正确路径。的意义在于指明了强化学习的正确路径。2024 年 9 月 OpenAI 推出ChatGPT-o1，该模型发现在后训练中用强化学习在足够强的模型上进行训练，能够使得模型学会推理，并在模型能力上

4、有明显提升。但o1 闭源使得行业复现难度大。而DeepSeek-R1 在 2025 年 1 月发布后，将“强化学习”的方式与推理模型 R1 进行开2024 年 9 月 OpenAI 推出ChatGPT-o1，该模型发现在后训练中用强化学习在足够强的模型上进行训练，能够使得模型学会推理，并在模型能力上有明显提升。但o1 闭源使得行业复现难度大。而DeepSeek-R1 在 2025 年 1 月发布后，将“强化学习”的方式与推理模型 R1 进行开源，真正意义上实现了“技术平权”。源，真正意义上实现了“技术平权”。训练模型以提升其能力出现了一条更具性价比的路径。训练模型以提升其能力出现了一条更具性价

5、比的路径。虽 DeepSeek 并未披露其 R1 强化学习阶段的成本，但如论文AI capabilities can be significantly improved withoutexpensive retraining 所论述：“后训练阶段的开发成本投入相对较低，微调成本通常小于原始训练成本的 1%，但即使这样，也能显著增强模型能力。”虽 DeepSeek 并未披露其 R1 强化学习阶段的成本，但如论文AI capabilities can be significantly improved withoutexpensive retraining 所论述：“后训练阶段的开发成本投入相对较

6、低，微调成本通常小于原始训练成本的 1%，但即使这样，也能显著增强模型能力。”DeepSeekDeepSeek 到来的思考：到来的思考：思考一：大模型差距大幅度缩短，模型能力将迎来一轮新爆发。思考一：大模型差距大幅度缩短，模型能力将迎来一轮新爆发。新范式后，预新范式后，预训练不是厂商“All in AI”的唯一解。对于 AI 的后发者，加大强化学习的资金投入成了性价比更高的路径。训练不是厂商“All in AI”的唯一解。对于 AI 的后发者，加大强化学习的资金投入成了性价比更高的路径。思考二：思考二：ChatbotChatbot 的入口之争将更加激烈。的入口之争将更加激烈。推理模型的到来让