互联网：DeepSeek成本和性能双突破，有望加速国内AI进程.pdf

[Table_IndNameRptType]

互联网

行业点评

DeepSeek成本和性能双突破，有望加速国内AI

进程

行业评级：增持主要观点：

[Table_IndRank]

报告日期：2025-02-05[Table_Summary]

⚫DeepSeek取得AI模型性能和成本的双重突破

公司发布并开源了其最新的AI模型DeepSeek-R1。该模型在

[Table_Chart]

恒生指数与恒生科技指数走势比较

多个基准测试中表现出色，特别是在数学推理和编程任务上，达到

了与OpenAI的o1模型相当的性能水平。例如，在AIME2024数

学基准测试中，DeepSeek-R1的得分率为79.8%，略高于o1的

79.2%；在MATH-500基准测试中，DeepSeek-R1的得分率为

97.3%，也优于o1的96.4%。此外，DeepSeek发布了多模态开源

模型Janus-Pro，在GenEval和DPG-Bench基准测试中，击败了

StableDiffusion和OpenAI的DALL-E3；而阿里巴巴发布了

[Table_Author]Qwen2.5-Max，为超大规模MoE架构；OpenAI跟进，依次发布了

分析师：金荣

执业证书号：S0010521080002全新的推理模型o3-mini，为其推理模型首次免费，并在ChatGPT

邮箱：jinrong@上线DeepResearch，可在数十分钟完成人类专家需要几个小时的

复杂研究任务。

⚫DeepSeek主要通过训练流程设计和新算法应用取得创新

12月发布的DeepSeek-V3主要体现了高效架构与创新技术的

结合，包括1）MoE架构的共享专家策略，减少知识冗余，提高参

数效率；2）DeepSeek-V3引入了FP8混合精度训练框架，占用空

间更小，计算速度更快；3）多头潜在注意力（MLA）机制，模型的

表示空间得到扩展，复杂特征的学习能力提升，并行计算提高处理速

度；4）多Token预测(MTP)的应用，通过极致的内存和通讯管理，

部分克服了MTP的缺点，从整体上提高了大模型的训练效率；5）数

据并行和模型并行，显著提高了GPU利用率，同时减少了通信开

销；而从DeepSeek-V3到1月份的DeepSeek-R1，则在强化学习