2025年，人工智能迎来关键发展期，大模型推理能力显著提升，强化学习与知识蒸馏技术助力算法效率飞跃，推动AI从单模态向通用智能迈进。在开源与闭源的竞争中，开源模型以低成本赋能行业，闭源模型则凭借多模态壁垒保持领先，形成技术共享与专有垄断并存的新格局。AI智能体的快速发展正加速生产力变革，自动化决策与自主执行成为趋势。据预测，全球AI产业规模将在2025年达到7576亿美元。在此背景下，Deepseek系列模型持续创新，V2引入MoE架构提升效率，V3通过FP8低精度训练进一步降低计算成本，而R1则开创了纯强化学习推理模式，在数学推理和代码生成方面媲美GPT-4，有力推动了开源AI生态的发展，加速了AI在行业中的应用落地。

DeepSeek V3凭借6710亿参数的MoE架构、MLA压缩技术和MTP预测等创新技术，实现了低成本、高稳定性的超大规模模型训练，在数学、代码和多语言任务中达到了开源模型的性能巅峰。其MoE架构采用256个路由专家+1个共享专家模式，大幅降低了计算成本与显存占用。MLA机制通过低秩联合压缩技术优化长序列处理，提高了推理效率。无辅助损失的负载均衡策略和MTP多步预测技术则进一步提升了训练稳定性和复杂任务解决能力。

DeepSeek R1在V3的基础上，以强化学习训练为核心，通过冷启动数据、多阶段优化和模型蒸馏等创新技术，在数学推理、代码生成等领域达到了顶尖水平，并实现了高效推理和轻量化部署。其无监督版本R1-Zero通过组相对策略优化算法，降低了训练成本并提升了推理能力。R1在强化学习、蒸馏等核心算法上的领先性，增强了中国AI的全球竞争力。同时，MoE架构优化、FP8混合精度训练和DualPipe通信等技术，显著降低了DeepSeek R1的训练和部署成本，成为开源领域高效能、低成本AI的典范。

DeepSeek R1通过开源策略、技术突破和成本优化，推动了全球AI大模型的普惠化，并在B端和C端市场加速了AI商业化应用的落地。其MIT许可开源模式降低了企业获取AI的门槛，推动了算力民主化。在B端市场，DeepSeek R1满足了企业对数据安全与定制化的需求，加速了企业级AI需求的爆发。在C端市场，AI搜索、智能助手、AI手机等应用场景快速增长，推动了个性化交互体验的升级。

风险提示：算力供应链自主性、商业化变现能力、监管与安全等风险需关注。

（文章来源：国泰海通证券）