“海谈科技”核心观点

　　Deepseek在底层训练模型架构优化、基于强化学习的训练策略优化等方面的技术突破显著，备受瞩目；

　　客户对AI算力及解决方案的需求高涨，AI在政务、教育等领域的落地进程正在加速；

　　数据安全至关重要，数据标注领域蕴藏着巨大的投资机遇……

　　近日，海富通基金与上海证券报联合举办的“海谈科技”DeepSeek专场上，复旦大学博导、上海市数据科学重点实验室主任肖仰华，达观数据首席财务官许涵卿，以及海通证券计算机行业、科技金融首席分析师杨林三位嘉宾，围绕DeepSeek技术突围的底层逻辑及AI应用落地，深入探讨了产业发展和投资之道。

开启中国AI新纪元

　　2025年中国农历春节期间，国产AI大模型DeepSeek凭借“低成本、高性能”的技术突破，一经推出便迅速吸引了全球AI产业界及资本市场的目光，一时间风靡全球。

　　DeepSeek何以风靡？其背后蕴含着怎样的底层逻辑？

　　肖仰华解读道，DeepSeek的突破主要体现在三个方面：一是采用混合专家（MoE）架构，并成功解决了MoE架构在训练过程中难以扩展的问题；二是在数值精度上实现优化，采用FP8训练标准，超越了美国主流的FP16标准；三是资源效率大幅提升，仅使用2048个H800GPU（相当于1000—1500个H100GPU），便实现了与GPT-4相当的AI性能。

　　DeepSeek的突破，让全球见证了中国AI的力量，被视为“神秘的东方力量”。杨林将其誉为“科技的国运时刻”，其成功极大地增强了中国人的科技自信。

　　1月27日，DeepSeek应用成功登顶苹果美国地区应用商店免费App下载排行榜，超越了ChatGPT。同日，在中国区应用商店免费榜上，DeepSeek也位居榜首。

　　“DeepSeek的成功，源于开源。”许涵卿表示，DeepSeek将模型权重、训练框架及数据管道全部开源，用户可自由使用、修改和商业化。这降低了AI技术的进入门槛，开发者和企业能够以较低的成本进行模型微调和应用开发。同时，DeepSeek允许下游应用者进行本地化的模型部署，消除了其对数据安全和数据隐私的担忧。

端侧AI：中国的新机遇

　　“作为企业，我们看到了更多的产业机会，客户咨询和采用AI大模型产品的意愿显著增强。”许涵卿表示，DeepSeek的突破对产业端产生了深远影响，端侧AI的发展已经迫在眉睫。

　　许涵卿介绍，早在2022年，达观数据便开始进行大模型的前沿研究。以往，客户对于上马大模型存在诸多顾虑，如GPU、大模型本身等方面的投入成本。然而，DeepSeek的“低成本、高性能、安全性”让应用端客户兴奋不已，现在政府机构、央地国企等对于尝试AI大模型的意愿大幅提升。

　　DeepSeek的API定价为每百万tokens10美分，相比之下，其成本仅为GPT-4的十分之一，这重新定义了AI经济模型。

　　DeepSeek的出现推动了AI技术的低成本化和边缘化，云端和边缘处理的混合AI模型被视为AI未来的发展方向。端侧AI芯片和端侧小模型的场景应用，恰恰是中国的优势所在，为中国AI产业的发展带来了巨大机遇。

　　不过，许涵卿也强调，在不同行业，端侧AI应用落地的速度有所不同。当前，在日常需要AI协助的领域，如智能助手、chat bot等应用已经有了显著提升，但在司法等相对严肃的领域以及B端客户领域，大模型的应用还需要一些时间。

　　“2月份我们调研了多家上市公司，都在全力帮助客户测试大模型的demo版本。”杨林表示，大家之所以高度关注DeepSeek，是因为这种技术跨越式的进步将带动整个平台的切换，带来世纪性的投资机遇，类似于互联网、移动互联网诞生时的时刻。

　　资本往往走在产业发展的前沿，表现更为乐观。杨林指出，从智算中心到算力芯片，从光模块到电力运维、节能散热等，围绕大模型本身及场景落地，资本市场看到了诸多投资机遇。DeepSeek发布后，开启了端侧AI领域的投资机遇，值得长期关注。

数据和伦理：关键变量

　　“虽然DeepSeek的技术报告并未披露太多细节，但我们可以感受到其‘思维’质量极高，这说明其可能在数据上进行了大量精准标注和筛选。”肖仰华认为，精细的数据处理是DeepSeek成功的重要因素之一。

　　在专家学者看来，国产大模型的发展应遵循成本可控、安全可信的技术路线，DeepSeek为这条路线提供了更多可行性。

　　肖仰华表示，以往大模型性能的提升依赖于算力堆积，而DeepSeek为大模型指出了低成本训练的方向，这将影响整个大模型的发展方向。业界可以以更低的成本提升大模型的安全可靠性。

　　“数据壁垒高筑、数据汇聚困难，导致大模型无法在垂直领域进行有效训练，也无法在专业场景发挥作用。”肖仰华指出，当前提升大模型的成熟度面临两大瓶颈问题：一是数据孤岛现象普遍，二是数据精细化标注有待加强。

　　AI技术快速发展，AI大模型在多个场景迅速落地，正在重塑人的概念和内涵，进而给社会关系带来一系列挑战。

　　“以人为本，从这个角度出发，我们应提前建立AI应用准则。”肖仰华强调，生成式人工智能技术的发展日新月异。然而，人类的情感、价值、伦理观念调整却相对缓慢。如何调和这一矛盾，是我们需要直面的挑战之一。科技普惠，人工智能的发展应始终坚持“服务于人”的本质。

（文章来源：上海证券报）