科技行業(yè)專題報告：DeepSeek：技術(shù)顛覆or創(chuàng)新共贏

計算機行業(yè)首席分析師：吳硯靖；通信行業(yè)首席分析師：趙良畢；電子行業(yè)首席分析師：高峰；傳媒行業(yè)分析師：岳錚。計算機行業(yè)分析師：鄒文倩、李璐昕，研究助理胡天昊、馮雨淇；通信行業(yè)分析師：趙中興；傳媒行業(yè)研究助理：祁天睿。DeepSeek:技術(shù)顛覆or創(chuàng)新共贏核心觀點●DeepSeek通過算法及工程創(chuàng)新，顯著降低成本，技術(shù)變革算力新方向：DeepSeek模型通過使用PTX編程語言，以及工程能力上的創(chuàng)新，使得其在具有更強的性能的同時，實現(xiàn)更低的訓練與推理成本，或?qū)⒓铀偻苿覣I應(yīng)用與硬件的普及和落地。與市場認為的不同，我們認為更低的訓練與推理成本對算力需求呈現(xiàn)短期減少，長期高增的趨勢，AI能力邊際擴張依然需要依賴更大的模型和強大的算力，DeepSeek在算法和架構(gòu)上的創(chuàng)新給AI發(fā)展增加了一條新的道路，有望開拓AI行業(yè)的共贏局面?！窠Y(jié)合我們對芯片、硬件、軟件、應(yīng)用端等的影響分析，我們認為DeepSeek的技術(shù)顛覆帶來的是AI行業(yè)的多元化，有望加速AI行業(yè)的普及繁榮，具體細分到行業(yè)子板塊來看：DeepSeek的創(chuàng)新并沒有完全打破scalinglaws,且正從pre-training轉(zhuǎn)向post-training和推理，通過增加模型規(guī)模、擴展訓練數(shù)據(jù)、提高計算資源以及合理的任務(wù)設(shè)計，可加速模型學習更復(fù)雜的推理能力。隨著模型規(guī)模、數(shù)據(jù)量和計算資源的增加，模型能夠更好地進行推理，通過平衡性能、內(nèi)存占用和推理速度來提高大語言模型的運行效率，有利于AI硬件端的落地與普及。通信板塊-推理側(cè)算力有望增加利好國產(chǎn)光芯片，看好AI時代運營商角色轉(zhuǎn)換，光模塊景氣度無虞。我們認為運營商作為我國最大的流量管道，具備數(shù)據(jù)優(yōu)勢及接口優(yōu)勢，AI應(yīng)用的普及將持續(xù)推進，同時，更強訓練模型的未來需求將帶動光模塊產(chǎn)業(yè)鏈快速發(fā)展，在全球經(jīng)濟形勢復(fù)雜化趨勢下，核心器件光芯片等方向自主可控進程進一步加速。計算機板塊-看好算力向推理，基礎(chǔ)設(shè)施向應(yīng)用側(cè)投資變化機遇：當下投資中的結(jié)構(gòu)性機會主要體現(xiàn)在"從訓練算力為主到推理算力為主過渡”、“從高端GPU到ASIC芯片過渡”,以及“從基礎(chǔ)設(shè)施投資機會向應(yīng)用側(cè)投資機會過渡”。其開源策略和低成本模型使得更多企業(yè)和開發(fā)者能夠使用先進的AI技術(shù)，加速了AI技術(shù)在各行業(yè)的應(yīng)用和發(fā)展。傳媒板塊-大模型推陳出新進程加速，AI+賦能進行時：在C端，用戶滲透率不斷提升，主要AIAPP活躍數(shù)據(jù)持續(xù)環(huán)比增長；在B端，AI營銷等領(lǐng)域的商業(yè)化模式已經(jīng)逐步得到驗證。DeepSeek有望加速推動在影視、廣告、社交陪伴等多個領(lǐng)域AI+應(yīng)用落地?！裢顿Y建議：建議關(guān)注電子板塊消費電子相關(guān)產(chǎn)業(yè)鏈、AI終端硬件等方向；通信板塊運營商、光模塊、光芯片等方向；計算機板塊看好邊緣算力、AI應(yīng)用開發(fā)、數(shù)據(jù)服務(wù)與處理、端側(cè)AI設(shè)備等方向；傳媒板塊“AI+”等細分子領(lǐng)域方向?！耧L險提示：國際經(jīng)濟形勢復(fù)雜度進一步提升的風險；AI硬件發(fā)展速度不及預(yù)期的風險；AI產(chǎn)業(yè)鏈上下游短期波動的風險；AI應(yīng)用發(fā)展不及預(yù)期的風險等?？萍夹袠I(yè)專題報告2025年02月03日分析師趙良畢首席通信分析師吳硯靖首席計算機分析師高峰首席電子分析師岳錚傳媒分析師通信行業(yè)分析師：傳媒行業(yè)研究助理：祁天睿2233中國銀河證券|CGS科技行業(yè)專題報告一、DeepSeek:算法革命帶動AI景氣進一步上行 4(一)DeepSeek公司成立背景與發(fā)展歷程 4(二)DeepSeek:從硬件競賽到算法效率革命的技術(shù)顛覆 5(三)DeepSeek開辟了效率提升新賽道，創(chuàng)新優(yōu)勢明顯 7(四)DeepSeek引領(lǐng)AI成本革命，算法突破有望促進算力需求正向循環(huán) (一)推理算力需求持續(xù)增長正向影響芯片需求 16 (二)端側(cè)大模型落地，智能硬件迎來星辰大海 27 (一)開源的生態(tài)推動AI行業(yè)高速發(fā)展 37(一)電子板塊：ScalingLaws轉(zhuǎn)向后訓練，計算效率提升至關(guān) 40 DeepSeek,全稱杭州深度求索人工智能基礎(chǔ)技術(shù)研究有限公司，由幻方量化的聯(lián)合創(chuàng)始人梁文發(fā)。公司堅持技術(shù)創(chuàng)新路線，開創(chuàng)性地提出多頭潛在注意力機制(MLA)和DeepSeekMoE等創(chuàng)新架構(gòu)。憑借這些創(chuàng)新成果，DeepSeek的大模型在多項權(quán)威測評中展現(xiàn)出頂尖的性能表現(xiàn)。圖1:圖1:DeepSeek發(fā)展歷程2024年1月2024年9月2024年12月DeepSeekV3代MoE大模型DeepSeek的團隊成員大多來自清華大學、北京大學、中山大學、北京郵電大學等國內(nèi)頂尖高校，整體呈現(xiàn)出“年輕高學歷、注重開源、重視創(chuàng)新”的特點。根據(jù)彭博社報道，DeepSeek的AI助手在140個市場中成為下載量最多的移動應(yīng)用。根據(jù)900萬下載量的兩倍，印度貢獻了所有平臺下載量的15.6%。學推理、編程能力和自然語言理解等領(lǐng)域。其推理速度和準確度在多個測試場景中達到業(yè)界領(lǐng)先水平。此外，DeepSeekR1的“聰明”特性使得用戶無需復(fù)雜的提示詞技巧，即可獲得高質(zhì)量的回答。在實際使用場景中，無論是游戲、視頻播放還是日常工作的輔助，其流暢的操作體驗都得到了用戶的高度評價。用戶反饋顯示，DeepSeek界面簡潔直觀、操作簡單，在實時數(shù)據(jù)推送和內(nèi)容推薦上十分出色，能夠有效提升工作效率，減少用戶在信息檢索上的時間投入。DeepSeekR1的發(fā)布引起了硅谷科技領(lǐng)袖、國際媒體及學術(shù)界的廣泛關(guān)注。其性能和開源策略獲球科技市場的連鎖反應(yīng)。其開源策略、低成本、高性能的特性，對科技巨頭形成了壓力。其訓練成本的3%。這種成本效益優(yōu)勢使得更多企業(yè)和開發(fā)者能夠以較低的成本使用先進的AI技術(shù)，將大大加速AI技術(shù)的普及和應(yīng)用。44中國銀河證券|CGS科技行業(yè)專題報告大模型在AI行業(yè)中占據(jù)核心地位，是推動技術(shù)創(chuàng)新、拓展應(yīng)用場景及提升行業(yè)效率的關(guān)鍵因素。全球范圍內(nèi)的領(lǐng)軍企業(yè)持續(xù)推動大模型性能的提升，隨著模型規(guī)模的了顯著提升。然而，這種規(guī)模的擴大也相應(yīng)地帶來了訓練和部署成本的急劇增加，成為制約大模型在機器學習領(lǐng)域，尤其是大型語言模型(LLMs)Law)。根據(jù)規(guī)模定律，模型的性能會隨著模型規(guī)模的指數(shù)級增加而實現(xiàn)線性提升。目前，國際上新版本的規(guī)模均已突破千億參數(shù)大關(guān)。盡管這些模型在性能上展現(xiàn)出了卓越司和開發(fā)者而言，其高昂的硬件資源使用成本、計算時間等依通過算法優(yōu)化的創(chuàng)新路徑，進一步降低了訓練成本，為大模型的大規(guī)模應(yīng)用提性。DeepSeek在1月20日正式發(fā)布了其R1模型，并同步開源了模型權(quán)重。在第三方的基準測試中，DeepSeek-R1的表現(xiàn)優(yōu)于OpenAI、Meta和AnthropicAIME2024數(shù)學基準測試中，DeepSeek-R1的成功率高達79.8%,成功超越了OpenAI的o1推理模型。在標準化編碼測試中，DeepSeek-R1更是展現(xiàn)出了“專家級”的性能，在Cod得了2029Elo的評級，并超越了96.3%的人類競爭對手。同時，DeepSeek-R1真正令人矚目的地發(fā)展路徑，僅用557.6萬美元和2048塊英偉達H800GPU便完成了性能對標GPT-40的模型訓練，成本僅為OpenAI同類模型的十分之一，推理成本更是低至每百萬Token0.14美元，而OpenAI的推理成本則為7.5美元每百萬Token。DeepSeek-R1-openAI-o1-1217DeepSeek-R1-openAI-o1-1217一DeepSeek-R1-32BOpenAI-ol-Arcmtw)Pasel)MMLUsWE-benchVeri4o15566中國銀河證券|CGS科技行業(yè)專題報告與專有模型不同，DeepSeek-R1的代碼和訓練方法均在MIT許可下完全開源，這意味著任何人都可以無限制地獲取、使用和修改該模型。全球開發(fā)者對DeepSeek-R1的貢獻代碼使其推理效率每小時提升0.3%,這一開放性的舉措極大地激發(fā)了業(yè)界的創(chuàng)新活力。DeepSeek-R1在芯片資源利用、算法復(fù)雜性和推理速度上實現(xiàn)了重大突破，為AI行業(yè)的發(fā)展樹立了新的標桿。1)首先是算法層次的創(chuàng)新。他們采用了新的MoE架構(gòu)，使用了共享專家和大量細粒度路由專家的架構(gòu)。通過將通用知識壓縮到共享專家中，可以減輕路在保持參數(shù)總量不變的前提下，劃分更多的細粒度路由專家，通過靈活地組合路準確和針對性的進行知識表達。同時，通過負載均衡的算法設(shè)計，有效地緩解了傳統(tǒng)MoE模型因2)其次在系統(tǒng)軟件層次的創(chuàng)新。DeepSeek采用了大量精細化的系統(tǒng)工程優(yōu)化。例如，在并行策略方面，采用雙向流水的并行機制，通過精細的排布，挖掘了計算和通信的重疊，有效的降低了流水并行帶來的氣泡影響；在計算方面，采用FP8等混合精度進行計算，降低計算復(fù)雜度；在通信方面，采用低精度通信策略以及token路由控制等機制有效降低通信開銷。DeepSeek-R1的成功或許證明，未來的AI競賽將不再單純依賴于芯片的納米級較量，而是算中國銀河證券|CGS科技行業(yè)專題報告--37B----37BFRAMES(Acc.)-三--練與推理成本減少了當前的算力需求，但是并不意味著AI的未來發(fā)展對半導體整體需求的減少，從而加速AI的普及。AI能力邊際的擴張依然需要依賴更大的模型和強大的算力，DeepSeek在算法和架構(gòu)上的創(chuàng)新給AI的發(fā)展增加了一條新的道路。Scalinglaws指出，模型的性能伴隨著三個關(guān)鍵因素的增加而提升，即：模型參數(shù)量、訓練數(shù)據(jù)量、計算資源，且性能和資源之間存在對數(shù)線性關(guān)系，DeepSeek的技術(shù)創(chuàng)新表現(xiàn)在很多方面。778請務(wù)必閱讀正文最后的中國銀河證券股份有限公司免責聲明。8中國銀河證券|CGS科技行業(yè)專題報告size,andamountofcompute2usedfortraining.Foroptimalperformanceallthreefactoupintandem.Empiricalperformancehasapower-lawrelationshipwitheach資料來源：CornellUniversity,中國銀河模型架構(gòu)的創(chuàng)新：以DeepSeekV3為例，采用了先進的MoE架構(gòu)，具備6710億總參數(shù)，態(tài)激活機制顯著降低了計算資源的需求，同時保持了高性能。DeepSeek提出的多頭潛注意力o1正式版。通過DeepSeek-R1的輸出，蒸餾了6個小模型開源給社區(qū)，其中32B和70B模RouterhhHlTTop-KrconcotenatefconcotenotelppyFigure2|IlustrationofthebasicarchitectureofDeepSeek-V3.FollowingDeeadoptMLAandDeepSeekMoEforeut?②rnut?②rnPPFigure6|TheoverallmixedprecisionframeworkwithFP8dataformat.Forcl?completecausalchainforthepredictionofeachtoken99請務(wù)必閱讀正文最后的中國銀河證券股份有限公司免責聲明。中國銀河證券|CGS科技行業(yè)專題報告Counterfactual:Ayoun資料來源：CornellUnive中國銀河證券|CGS科技行業(yè)專題報告了質(zhì)疑。在DeepSeek的沖擊下，國內(nèi)外大模型廠商緊急上線新明自身的領(lǐng)先優(yōu)勢。同時，亞馬遜、英偉達、微軟等海外AI巨頭紛紛上線部署支持用戶訪問DeepSeek-R1模型。2月1日，OpenAI發(fā)布全新推理模型o3-mini并首次向免費用戶開放。這是OpenAI推理模型系列中最新、成本效益最高的模型。在定價方面，03-mini每百萬token的輸入 (緩存未命中)/輸出價格分別為1.10美元/4.40美元，比完整版o1便宜93%。不過，o3-mini的性價比或依然不及DeepSeek。作為對比，DeepSeek的API提供的R1模型，每百萬token的輸入(緩存未命中)/輸出價格僅分別為0.55美元/2.19美元。在03-mini推出后，OpenAICEO表示，中國競爭對手DeepSeek的崛起削弱了OpenAI的技術(shù)領(lǐng)先優(yōu)勢，并就開源與閉源的問題回應(yīng)的開發(fā)模式，未來將重新制定開源戰(zhàn)略。與此同時，國產(chǎn)大模型的降價浪潮仍在持續(xù)。1月30日，latest三款模型輸入輸出價格調(diào)整，qwen-maxDeepSeek的成本突破不僅是大模型訓練的從“硬件驅(qū)動”普惠化應(yīng)用打開了新空間，反映AI技術(shù)向?qū)嵱没⒌统杀净葸M。行業(yè)對算力的依賴相較之前發(fā)生了“結(jié)構(gòu)性”而非“總量性”變化：DeepSeek的技術(shù)進步短期內(nèi)或許能夠局部緩解算力壓力，但由于算法與算力的“螺旋上升”關(guān)系、應(yīng)用場景的爆發(fā)式擴展以及數(shù)據(jù)增長的不而會促使大模型發(fā)展進入“算法進步→模型大模型成本優(yōu)化與算力需求之間相互成就，高資源使用效率反而可能會增加算力的總消耗DeepSeek通過降低訓練成本，提高訓練效率，看似減少算力需求，但著降低了企業(yè)的訓練與推理門檻，即每單位成本所能提供的訓練和推理服務(wù)更有望激活更廣泛的用戶與應(yīng)用場景，從而引發(fā)對更大參數(shù)以及更復(fù)雜的大模 (如模型壓縮、蒸餾)確實能提升單次任務(wù)效率，但AI能力的邊界擴展(如多模態(tài)、復(fù)雜推理、通用人工智能)仍依賴更大規(guī)模模型和更復(fù)雜計算。這可能會對均衡下的算力需求產(chǎn)生正面影響，整體算力需求不會減少而是更加旺盛，從而形成對硬件需求的新一輪推升，即步蒸汽機效率的提升，煤炭消耗量不降反增。其核心觀點為：技術(shù)進步提高了資源使用效率，效率提最終導致資源總消耗增加。在算力日益成為數(shù)字經(jīng)濟“水電煤”的今天，De開源定位，恰恰是算力普及化革命的關(guān)鍵參與者。我們認為，大模型成本優(yōu)接的此長彼消關(guān)系，而是互相搭臺、相互成就，高資源使用效率反而可能增加算價的持續(xù)走低有望帶來更快的商業(yè)化落地，進而會衍生出更多的微調(diào)及推理球AI應(yīng)用及算力發(fā)展。(一)推理算力需求持續(xù)增長正向影響芯片需求層轉(zhuǎn)向。AccuracyAccuracy0展現(xiàn)出的推理scalinglaw20004000通過增加模型規(guī)模、擴展訓練數(shù)據(jù)、提高計算資源以及合理的任務(wù)設(shè)計，可以加速模型學習更復(fù)雜的推理能力，這一過程遵循scalinglaw。隨著模型規(guī)模、數(shù)據(jù)量和計算資源的增加，模型能夠更好地進行推理。OpenAI的O1模型，以及其背后所強調(diào)的后訓練(Post-training)和推理階段(Inference-time)的計算投入，正在重新定義我們理解AI模型性能增長的方式。通過模仿人類思考過程，進行多步驟、多路徑的推理，最終選擇最優(yōu)的答案。這種“隱式思維鏈”(ImplicitChainofThought)的方法，需要在推理階段投入更多的計算資源進行探索和評估。谷歌研究發(fā)現(xiàn)，當合理分配推理計算資源時，檢索增強生成(RAG)的性能能夠呈現(xiàn)近乎線性的增長，RAG在長上下文的大語言模型上的性能最高可提升58.9%。這意味著，模型的表現(xiàn)提升和投入的計算量幾乎是成正比的，這種現(xiàn)象被稱為推理擴展定律。也進一步印證了，在提升推理能力上，算力依然是最為重要的需求之一，無論其模型是開源或者閉源。未來的AI系統(tǒng)計算開銷將更多地集中在推理服務(wù)上，而非單純的預(yù)訓練計算。這意味著算力基礎(chǔ)設(shè)施的建設(shè)和優(yōu)化需要重新思考，以滿足日益增長的推理需求。在AI技術(shù)的實際應(yīng)用落地過程中，用戶感受最直觀、最強烈的往往是推理環(huán)節(jié)的性能表現(xiàn)。雖然過去我們一直在強調(diào)大模型訓練的重要性，但真正到了企業(yè)應(yīng)用層面，推理的需求規(guī)模往往是訓練需求的5-10倍。以字節(jié)為例，根據(jù)QuestMobile的數(shù)據(jù)，目前抖音集團旗下豆包app的月活躍用戶達到了7522萬，AI原生APP在24年12月的月活躍用戶規(guī)模達到了1.2億，同比增速達到232%。Al場景分類即夢AI百度集團C橙篇圖14:2024年原生APP整體月活躍用戶規(guī)模及同比增速資料來源：QuestMobile,中國銀河證券研究院資料來源：QuestMobile,中國銀河證券研究院QuestMobile數(shù)據(jù)顯示，2024年12月，AI原生App整體月人均使用時長達133.0分鐘，較1月增加53.4分鐘；月人均使用次數(shù)從1月的26.1次增加至49.6次?？紤]到未來的潛在推理需求，預(yù)計將推動國內(nèi)推理算力需求的持續(xù)增長。目前2024年豆包大模型的日均token調(diào)用量在40000億左右，預(yù)估2025年日均token調(diào)用量將提升到最高40萬億，將大幅提升對推理算力的需求。國產(chǎn)算力寒武紀、海光信息等廠商有望受益。請務(wù)必閱讀正文最后的中國銀河證券股份有限公司免責聲明。2024年Al原生App整體月人均使用時長及次數(shù)趨勢■■月人均使用時長■月人均使用次數(shù)02024-012024-022024-032024-042024-052024-062024-072024-0820240(二)后訓練增長及國產(chǎn)化需求提升有望帶動光芯片需求增長穩(wěn)定性好，傳輸距離長等特性，廣泛應(yīng)用于長距離傳輸，高速率遠距離的電信骨干網(wǎng)，城域網(wǎng)和DCI等領(lǐng)域，但其具備成本較高的特性，雖然可以部署于短距離傳輸市場中，但不具備性價比優(yōu)勢。表1:光芯片按功能分類產(chǎn)品類別激光器芯片內(nèi)布傳輸，消費電子等領(lǐng)域中速度無線接入短距離市場，部分應(yīng)中長距離傳輸，如FTTx接入網(wǎng)、傳網(wǎng)，城域網(wǎng)和DCI探測器芯片噪聲小，工作電壓低，成本低，靈敏度低中長距離傳輸光芯片市場規(guī)模持續(xù)提升，推理側(cè)算力部署加速及國產(chǎn)化進程加速有望直接帶動行業(yè)增長。隨著云計算、大數(shù)據(jù)、人工智能等技術(shù)的快速發(fā)展，對高速、高效、低能耗的數(shù)據(jù)傳輸需求日益增長，光芯片的市場需求也隨之增加，推動全球光芯片市場規(guī)模持續(xù)擴大。根據(jù)中商產(chǎn)業(yè)研究院發(fā)布的《2024-2029年全球及中國光芯片行業(yè)發(fā)展趨勢與投資格局研究報告》顯示，2023年全球光芯片市達到31.7億美元。隨著國產(chǎn)替代的加速推進，中國光芯片市場規(guī)模持續(xù)增長，并展現(xiàn)出強勁的發(fā)展勢頭。中商產(chǎn)業(yè)研究院發(fā)布的《2024-2029年全球及中國光芯片行業(yè)發(fā)展趨勢與投資格局研究報告》顯示，2023年中國光芯片市場規(guī)模約為137.62億元，較上年增長10.24%。中商產(chǎn)業(yè)研究院預(yù)測，產(chǎn)化率約60%;25Gbs及以上的光芯片國產(chǎn)化率低，僅有4%。預(yù)計隨著推理側(cè)算力部署的逐步增多，以及后訓練算力的規(guī)模提升，相對較低速率光芯片市場空間將進一步提升，在我國光芯片相關(guān)企業(yè)有望直接受益。圖16:全球光芯片市場規(guī)模圖17:我國光芯片市場規(guī)模中國銀河證券|CGS科技行業(yè)專題報告(一)運營商、光模塊等細分板塊仍舊具備較大投資價值1)強化國產(chǎn)算力產(chǎn)業(yè)鏈：為中國AI發(fā)展帶來新機遇，為中美科技競爭增添變數(shù)。DeepSeek-R1/V3支持華為昇騰平臺及MindIE引擎，自研推理加速引擎使硅基流動與華為云昇騰服務(wù)上的模型效果媲美高端GPU,同時降低成本。這一突破為AI生態(tài)提供自主多元化方案，助力我國本土芯片廠商商業(yè)化落地，促進高效能AI的普及。2)提升中國AI國際影響力：DeepSeek-R1的開源實踐標志著開源模式對閉源模式的一次重要勝利，這一開源模式對社區(qū)的貢獻能夠迅速轉(zhuǎn)化為整個開源社區(qū)的繁榮。等長尾市場原本因成本限制無法參與的領(lǐng)域(如小規(guī)模模型微調(diào)、實驗性研究)將被激活，形成分散的算力需求增量，產(chǎn)業(yè)或?qū)⒂瓉斫Y(jié)構(gòu)性變化，有望為AI技術(shù)的多元化創(chuàng)新增添更多可能性。同將持續(xù)助推高算力需求。DeepSeek迅速吸引了全球開發(fā)者矚目，曾短時間內(nèi)即在蘋果中國及美國應(yīng)用商店免費應(yīng)用下載榜超越ChatGPT登頂，彰顯了中國AI技術(shù)以更開放姿態(tài)融入全球。未來創(chuàng)新將聚焦于效率、開放性和生產(chǎn)力轉(zhuǎn)化，DeepSeek或成全球AI科技發(fā)展轉(zhuǎn)折點。雖然DeepSeek的推出，對降低推理側(cè)成本帶來巨大降低，但我們認為推理側(cè)的成本降低，將顯著帶來訓練測迭代的加速，由于推理側(cè)成本的降低，應(yīng)用場景落地或?qū)⑦M一步加速，推動推理側(cè)模型效率的進一步提升，從而帶動通信行業(yè)相關(guān)方向的持續(xù)性繁榮。故而我們維子領(lǐng)域運營商、光芯片、光模塊的推薦方向，認為DeepSeek的推出，運營商作為我國最大的流量動光模塊產(chǎn)業(yè)鏈快速發(fā)展，在全球經(jīng)濟形勢復(fù)雜化趨勢下，核心器件光芯片一步加速。未來5年數(shù)通市場的增長驅(qū)動力主要來自400G以上高速率光模塊的需求。全球云計算服務(wù)提供商對計算能力和帶寬需求的持續(xù)增長，以及他們在服務(wù)器、交換機和光模塊支出的增加，將推動光模塊產(chǎn)品向更高速率的800G、1.6T甚至更高端產(chǎn)品的迭代升級。根據(jù)我們估算，全球光模塊400G客戶主要集中于亞馬遜(約45%)和谷歌(約25%)、800G主要集中于英偉達(約50%)、谷歌(約30%)和Meta(約20%)等，2025年1.6T光模塊的主要需求方預(yù)計將是英偉達和谷歌。在GTC2024大會上，英偉達發(fā)布了其最新產(chǎn)品GB200,其服務(wù)器與交換機端口速率也實現(xiàn)了翻倍提升，更有望引領(lǐng)AI光模塊從現(xiàn)有的800G向更高性能的1.6T升級。此外，英偉達明確了2026年將使用1.6T網(wǎng)卡，對應(yīng)3.2T光模塊需求，明確了光模塊升級迭代的節(jié)奏。LightCounting預(yù)測，到2029年，400G+市場預(yù)計將以28%以上的復(fù)合年增長率(每年約16億美元以上)擴張，達125億美元。其中800G和1.6T產(chǎn)品的增長尤為強勁，這兩個產(chǎn)品共占400G+市場的一半以上。與此同時，200G以下速率光模塊產(chǎn)品的市場規(guī)模預(yù)計將以每年約10%的速度縮減。光模塊頭部廠商產(chǎn)品的高度可靠性、領(lǐng)先的研發(fā)實力及交付能力等優(yōu)勢將中度有望進一步提高。因此，那些能夠與客戶同步研發(fā)、快速融入客戶供應(yīng)鏈，并能提前把握客戶圖18:2O24400G和800G光模塊需求強勁(百萬美元)202320232024圖19:2018-2028年全球數(shù)通光模塊各速率市場空間(百萬美元)20182019202020212022202320242025202620272028圖21:互聯(lián)速率在過去每四年翻一倍，2023年開始每兩年翻一倍2023=Year02Xevery4years2Xevery2years高速光模塊的應(yīng)用導致網(wǎng)絡(luò)設(shè)備功耗大幅增加，硅光等新技術(shù)加固護城河。在以400G和800G模塊正式放量后該問題更為突出，這種能耗增長對智算中心的運營成本構(gòu)成了重大壓力，降功耗成為光模塊技術(shù)發(fā)展的核心訴求之一。硅光技術(shù)利用現(xiàn)有的CMOS工藝將光器件與電器件開發(fā)和集成到同一個作為光學介質(zhì)的硅基襯底上，令光電處理深度融合，較傳統(tǒng)分立器件更能發(fā)揚“光”(高速率、低功耗)與“電”(大規(guī)模、高精度)的各自優(yōu)勢。目前由于良率和損耗問題，硅光模塊方案的整體優(yōu)勢尚不明顯，在功耗、速率、成本、體積四個方面的突破是未來新技術(shù)發(fā)展的重點方向，也是未來光模塊廠商競爭力的體現(xiàn)。根據(jù)LightCounting的預(yù)測，使用基于SiP的光模塊市場份額來產(chǎn)業(yè)機遇。圖23:基于圖23:基于SiP光調(diào)制器的光模塊市場份額在2028年占44%201820192020202120222023202420252026202圖22:2010-2022年光模塊的整體功耗提升了26倍【2014離。因此LPO更適合短距離應(yīng)用，如數(shù)據(jù)中心內(nèi)部服務(wù)器與交換機的連接，以及機柜間的連接。而和運算單元之間的電學互連長度，在減少信號損耗問題的同時實現(xiàn)了更低的功耗，還有助于縮小設(shè)端口開始，并于2024至2025年開始商用表2:傳統(tǒng)光模塊與LPO與CPO方案技術(shù)優(yōu)缺點對比高低高低時延高低高好好好好在光電子器件方面，隨著算力資源的廣泛部署及其網(wǎng)絡(luò)基礎(chǔ)設(shè)施建設(shè)的加速推進，MTP、MPO這類密集連接的典型產(chǎn)品，以其獨特的高密度設(shè)計顯著降低了布線成本，同時增強了系統(tǒng)的可靠性和可維護性，為數(shù)據(jù)中心的長期發(fā)展提供了有力支持，需求展現(xiàn)出快速增長的態(tài)勢。此外，傳輸速率的顯著提升也驅(qū)動了光有源器件光口向多通道方向的快速發(fā)展，進而帶動了市場對多通道密集連業(yè)將顯著受益。太辰光是全球最大的密集連接產(chǎn)品制造商之一，其中MT插芯及部分無源光器件產(chǎn)品的技術(shù)水平在細分行業(yè)處于領(lǐng)先地位，公司憑借產(chǎn)品的高性價比優(yōu)勢，有望進一步提升在產(chǎn)業(yè)鏈的市場份額。目前在數(shù)據(jù)中心和算力點內(nèi)部，美國已經(jīng)完成400G光口向800G光口的演進，正在向1.2T、中國銀河證券|CGS科技行業(yè)專題報告力點和算力集群之間迫切需要400G/800G光傳送設(shè)備進行承載和傳輸。德科立在長距離光電子器件產(chǎn)品上不斷推陳出新，在寬譜放大器、小型化可插拔放大器、高速率長距離相TSV(硅通孔)技術(shù)是硅光芯片封裝中的關(guān)鍵技術(shù)，其通過在硅片中創(chuàng)建垂直通道實現(xiàn)光芯片與電芯片間的高效電互連，促進了高密度集成和3D堆疊，增強了光電混合集成的性能和可靠性，擁有包括TSV在內(nèi)的多樣化先進封裝技術(shù)，具備8英寸、12英寸晶圓級芯片尺寸封裝技術(shù)規(guī)模量(二)端側(cè)大模型落地，智能硬件迎來星辰大海LLM單純云端部署(例如ChatGPT)并不廣泛接受。如下圖統(tǒng)計所示，88%的參與者傾向于邊緣-云協(xié)作架構(gòu)，其中58.33%支持本地部署，81.82%對現(xiàn)有的僅云端解決方案不滿意。他們的主要擔憂是：1)遠程大型語言模型服務(wù)的高延遲，2)將個人數(shù)據(jù)傳輸?shù)皆贫说娘L險，3)云端大型語言模型服務(wù)的成本。02023年邊緣大型語言模型開始陸續(xù)爆發(fā)，當時出現(xiàn)了幾個參數(shù)量低于10B的模型，使其能在邊緣設(shè)備上運行，包括meta的LLaMA系列，微軟的Phi系列，智譜的ChatGLM,阿里巴巴的Qwen等。進入2024年創(chuàng)新步伐加快，邊緣端部署的優(yōu)勢是能夠縮短響應(yīng)時間，并直接應(yīng)用在如手機、汽車、可穿戴設(shè)備上。2022年至2032年，按終端用戶劃分的全球設(shè)備邊緣人工智能市場規(guī)模。市場將以25.9%的復(fù)合年增長率增長，預(yù)計2032年的市場規(guī)模為1436億美元。盡管在邊緣端部署大模型有諸多優(yōu)勢，但考慮到端側(cè)有限的計算能力、存儲能力和能源限制等，使得直接部署基于云端的LLM困難重重。再評估設(shè)備端大型語言模型的性能時，有幾個關(guān)鍵指標需要考慮：延遲、推理速度、內(nèi)存使用、存儲和能耗。通過優(yōu)化這些性能指標，設(shè)備端大型語言模型能夠在更廣泛的場景中高效運行，提供更好的用戶體驗。同時針對邊緣設(shè)備的部署，在保持性能的同時提高計算效率至關(guān)重要，通過量化、剪枝、知識蒸餾和低秩分解，這些方法通過平衡性能、內(nèi)存占用和推理速度來提高大語言模型的運行效率，確保其在設(shè)備端應(yīng)用中的可行性。請務(wù)必閱讀正文最后的中國銀河證券股份有限公司免責聲明。中國銀河證券|CGS科技行業(yè)專題報告資料來源：Cornelluniversity,中國銀河證券研究院資料來源：Cornelluniversity,中國銀河證券研究院近年來，人工智能技術(shù)的迅猛發(fā)展和移動設(shè)備硬件的不斷升級，使得在邊緣言模型成為可能。作為人們?nèi)粘Ｉ钪凶畛Ｓ玫脑O(shè)備，智能資料來源：Cornelluniversity,中國銀河證券研究院設(shè)備端語言模型正開啟一個智能、響應(yīng)迅速、個性化應(yīng)用的新時代理能力直接引入用戶設(shè)備，這些模型正在改變?nèi)藗兣c技術(shù)互動的方式。從即時消息建議到實時語言與傳統(tǒng)的基于云的實施有顯著不同。這些挑戰(zhàn)涉及多個領(lǐng)域，包括模型壓縮、高效推理、安全性、中國銀河證券|CGS科技行業(yè)專題報告幽Edge-Cloud資料來源：Cornelluniversity,中國銀河證券研究院資料來源：Cornelluniversity,中國銀河證券研究院人工智能技術(shù)的快速發(fā)展，“AI+”已經(jīng)成為推動全球創(chuàng)新和經(jīng)濟增長的重要力量。相比24年AI基礎(chǔ)設(shè)施相關(guān)個股業(yè)績和股價的一騎絕塵，2025年則可能是“AI+”百花齊放的開始。根據(jù)QuestMobile的數(shù)據(jù)，當下LLM的落地應(yīng)用在網(wǎng)頁端、移動端都已比較成熟，正逐步拓展至智能網(wǎng)頁應(yīng)用階段用戶通過網(wǎng)頁瀏覽器即可訪問，能夠生成高質(zhì)量的文本內(nèi)容，如回答各種問題、撰寫文章、進行文本翻譯等代表應(yīng)用移動端應(yīng)用/插件代表插件進一步拓展了LLM的應(yīng)用場景，將LLM代表插件智能硬件階段提供了更加自然、便捷的交互方式··.資料來源：QuestMobile,中國銀河證券研究院從硬件產(chǎn)品來看，手機是目前LLM最成熟的落地硬件載體之一，除手機外，AI硬件首先以市請務(wù)必閱讀正文最后的中國銀河證券股份有限公司免責聲明。場成熟品類為切入點，如耳機、眼鏡、智能音箱等。QuestMobile數(shù)據(jù)顯示，2024年10月，智能穿戴行業(yè)在AIAPP用戶中滲透率33.4%,TGI達296。LLM常見硬件載體AA智能體形式眼鏡全天語音播報學習機全方面輔助學習的智能導師機器人智能音箱管家”耳機P2024年10月智能設(shè)備細分行業(yè)在AIAPP用戶中滲透率及TGI活活滲透率—活躍滲透率TGI智能家居智能穿戴智能汽車智能配件智能健康A(chǔ)I正在內(nèi)容、應(yīng)用、硬件、生態(tài)上影響世界，AI智能體已從“數(shù)字”走向“具身”;隨著市場發(fā)展，大模型更廣泛地接入硬件產(chǎn)品，做好軟硬件協(xié)同發(fā)展是未來競爭的關(guān)鍵。圖32:AI智能體“數(shù)字化”走向“具身化”o··0中小學作業(yè)城小ns0262月A 不中干7Ha.rna用梁人.no**具身化成為物理實體，且場景功能可靈活疊加具身化成為物理實體，且場景功能可靈活疊加垂直場景——Al學習機搭載教育垂直大模型，全學段全學科的學流"等不同學習需求科大T20A學習機 學科輔導口語陪練×作業(yè)批改寫作指導泛場景——Al智能機器人接入文心大模型的平板機器人，滿足陪伴、辦公助理、輔助學習等多方面需求圖像生成情感陪伴生活助手職場辦公圖像生成情感陪伴AI技術(shù)可以賦予IoT“人工智能大腦”。物聯(lián)網(wǎng)可以將人與物、物與物連接成為一個整體，通過IoT智能設(shè)備生成海量數(shù)據(jù)；AI技術(shù)可以對海量數(shù)據(jù)進行深度學習、判斷用戶的習慣，提升用戶體驗，兩者相輔相成，推動“萬物互聯(lián)”向“萬物智聯(lián)”進化。ChatGPT的出現(xiàn)使得人工智能技術(shù)在語言交互方面的應(yīng)用更為廣泛，近日推出的插件功能，將進一步促進AI技術(shù)和其他產(chǎn)業(yè)的融合，核心在于如何理解世界、對世界進行建模，并基于此進行行為的決策以及與環(huán)境進行交互。大語言模型從本質(zhì)上，只有數(shù)據(jù)和算法的迭代，而具身智能則需要把本體也一起囊括進來，需要本體、算法和數(shù)據(jù)一起聯(lián)合迭代、優(yōu)化和進化。warmupmylunch隨著多模態(tài)大模型和世界模型(WMs)的出現(xiàn)，這些架構(gòu)因其出色的感知、交互和推理能力而被視作具身代理的“大腦”。機器人可以通過接入大模型直接理解人類的自然語言指令，并將其轉(zhuǎn)化為具體的行動。而當前我們依然處在“具身智能”的初級階段，即智能硬件。AI+硬件也是未來3-5年消費電子的主要發(fā)展方向，值得關(guān)注。VirtualEnvironment(CyberSpace)Brain:EmbodicdWorldPereeptionADiryFlorNot-DalEmbodimentsMulti-modalHuman-RoboActivePerceptionInteractionSafeManipulatFig.2.TheoverllframeworkoftheembodiedagentbasedonMLMsandWMs.Theemthecapabilitytounderstandthevirualphysicalenvironmentandactivelyperceivemulimodalelements.Itcanfhumanvalueandeventcausality,decomposecomplexasks,andexecutereliableactions,aswel資料來源：CornellUniversity,中國銀河證券研究院oo◎◎公司智能穿戴設(shè)備訊飛會議耳機在IFYBUDSApp中生成會議摘要、與FLYB智能耳機小度智能眼鏡資料來源：QuestMobile,中國銀河證券研究院資料來源：QuestMobile,中國銀河證券具體產(chǎn)品三星GalaxyS24系列通過融合本地和云端AI體驗的GalaxyAI,充分釋放了移動設(shè)備的生產(chǎn)力潛以處理更多、更重要的工作事務(wù)，成為真正意的翻譯功能。針對交談場景，三星GalaxyS24系列可以進行通借助由GalaxyAI支持的高精度圖像分割、OCR識別以及大模型理解能力，三星GalaxyS24系列還為消費者帶來了創(chuàng)新的即圈即搜功能，讓用戶只需長按Home按鈕，然后通過簡單的圈選手勢，即可搜索屏幕上感OlaFriend為開放式耳機，單耳重量為6.6克，接入了豆包大模型，與豆包App深度結(jié)合，用戶戴打開手機即可通過語音喚起豆包進行對話。該耳機接入了字節(jié)豆包大模型的Seed-ASR(語型可以高精度識別中英文、口音，甚至能通過上下文，“聰明”地識別各類信息。中國銀河證券|CGS科技行業(yè)專題報告表4:DeepSeek大模型與GPT-4、Llama3.1405發(fā)布時間2023年3月2024年12月2025年1月2024年7月1.8萬億6710億，每次激活370億15億-70億(不同規(guī)模蒸餾版本)13萬億14.8萬億-15萬億-張H800)-3080萬GPU小時(1.6萬張否是是是(8K版本)輸入端：0.14美元/百萬輸出端：0.28美元/百萬輸入端：0.55美元/百萬輸出端：3.29美元/百萬DeepSeek將加速AGI時代到來，AIAgent將成為通往AGI的基石。DeepSe能革命下里程碑式的產(chǎn)品，對標OpenAI的o1模型，并且在強化學習的推動下，展現(xiàn)出了此前未中國銀河證券|CGS并且DeepSeek開源其模型預(yù)示著開源社區(qū)正以全新的方式推進人工智能技術(shù)的發(fā)展，加速通用人工智能時代到來并推動AIAgent技術(shù)更加成熟。圖38:AIAgent處于早期階段，逐漸由Copilot進入到AIAgent探索階段成人指導AIAIAgent是一種能自主感知周遭環(huán)境，通過內(nèi)在的智能處理進行決策，并執(zhí)行相應(yīng)行動以達成特定目的的智能體。它基于大型語言模型(LLM),集成了規(guī)劃、記憶、工具和行動能力。從智能助手、個性化推薦系統(tǒng)到自動化客戶服務(wù)，AIAgent的應(yīng)用案例層出不窮，它們在各行各業(yè)中展現(xiàn)出巨大的潛力和價值。AI代理的工作流程比傳統(tǒng)的LLM交互方式更高效：通過迭代式的AI代理工作流程(例如：先寫提綱，再進行網(wǎng)絡(luò)搜索，再寫初稿，再修改),可以顯著提高AI模型的輸出質(zhì)量，其提升程度甚至超過了模型本身的迭代升級。自動化的實現(xiàn)方式-人類完成絕大部分工作，類似于向AI詢問意見，了解信息：AI提供接處理工作。人類和AI進行寫作，工作量相當：AI根據(jù)人類的指令完成工作的初AI完成絕大部分工作，人類負責設(shè)定目標、提供資源和監(jiān)督結(jié)果：AI負責任務(wù)拆具選擇、進度控制，在達到目標后，AI能夠自主結(jié)束工作。未來人工智能發(fā)展關(guān)鍵在于推理，Capex逐漸轉(zhuǎn)向經(jīng)營性性質(zhì)。傳統(tǒng)訓練任務(wù)的Capex是研發(fā)型投入，而近期OpenAI發(fā)布的GPT-01所采用的推理模型，是被設(shè)計用來處理長時間的思考和多步驟的復(fù)雜任務(wù)，為用戶的決策提供支持，GPT-01在推理過程中的成本被描述為數(shù)百萬甚至數(shù)十億級別的提升，這預(yù)示著未來AIAgent廣泛滲透時，對于推理算力的需求將是指數(shù)級爆發(fā)增長，推理的Capex的日常經(jīng)營性質(zhì)越發(fā)明顯。AIAgent推理和規(guī)劃的能力由LLM來實現(xiàn)，推理和規(guī)劃賦能Agent學習能力，可以積累知識和經(jīng)驗，并且Agent可以對過往的數(shù)據(jù)和動作進行反思總結(jié)，從錯誤中吸取經(jīng)驗，并為接下來的行動進行糾正，從而適應(yīng)環(huán)境、更有效地執(zhí)行任務(wù)并成功達成目標。請務(wù)必閱讀正文最后的中國銀河證券股份有限公司免責聲明。中國銀河證券|CGS科技行業(yè)專題報告長，為AIAgent發(fā)展提供數(shù)據(jù)資源。未來五年，全球數(shù)據(jù)量將維持增長，2022年，全球數(shù)據(jù)規(guī)模已達到103ZB,中國數(shù)據(jù)規(guī)模達到23.9ZB;預(yù)計2027年，全球數(shù)據(jù)規(guī)?？蛇_到284.3ZB,近五年的CAGR可達到22%,中國數(shù)據(jù)量規(guī)模則可達到76.6ZB,近五年的CAGR為26%,超過全球增長速度。國產(chǎn)大模型自2023年7月開始進行密集發(fā)布，截至2023年7月，國產(chǎn)大模型累計數(shù)量達到300個，并且涉及金融、法律、教育、醫(yī)療、娛樂等多個垂直細分領(lǐng)域。圖39:全球數(shù)據(jù)量持續(xù)增長，為AIAgent發(fā)展提供數(shù)據(jù)資源0資料來源：甲子光年，中國銀河證券研究院圖40:國產(chǎn)大模型數(shù)量以指數(shù)級增長——國產(chǎn)大模型累計發(fā)布數(shù)量(個)0資料來源：甲子光年，中國銀河證券研究院中國AIAgent市場空間廣闊，B端、C端大有可為。2023年中國AIAgent市場規(guī)模為554億元，預(yù)計至2028年將達8520億元，其年均復(fù)合增長率為72.7%。AIAgent于2023年被業(yè)內(nèi)正式垂直領(lǐng)域的AI代理市場規(guī)?？赡苓_到SaaS的十倍，創(chuàng)造超過3000億美元的獨角獸企業(yè)。AIAgent加高效知識管理；2)在C端場景下，AIAgent作為生成式AI的商業(yè)化應(yīng)用，可以廣泛應(yīng)用于電中國SaaS市場規(guī)模(億元)112345-中國生成式AI市場規(guī)模(億元)--4請務(wù)必閱讀正文最后的中國銀河證券股份有限公司免責聲明。中國銀河證券|CGS科技行業(yè)專題報告中國AIAgent市場規(guī)模=B端AIAgent資料來源：頭豹研究院，中國銀河證券研究院020232024E2025E2026E資料來源：頭豹研究院，中國銀河證券研究院在AI技術(shù)的全球競爭中，以DeepSeek、Kimi、豆包等為代表的國產(chǎn)大模型憑借其前沿的技術(shù)創(chuàng)新與精準的場景化應(yīng)用，正強勢突圍。在C端，用戶滲透率不斷提升，主要AIAPP活躍數(shù)R1通過強化學習實現(xiàn)了低成本與高性能的1)1.0階段——被動分析與判斷：早期的人工智能的主要能力是被動地接受信息來進行分析和判斷。比較典型的例子如：生物識別技術(shù)(根據(jù)人臉、虹膜等特征信息輸入判斷是否匹配)。這些DiffusionModel這兩個算法模型對推動生成式AI的發(fā)展起到了重要的作用。目前的生成式AI已在人工智能的發(fā)展過程中，開源的生態(tài)起到了重要的作用：頭部AI公司引領(lǐng)著各項技術(shù)向前，并使得后來者能夠了解到最新的技術(shù)進展并發(fā)展相關(guān)的技門檻，有利于應(yīng)用端的開發(fā)創(chuàng)新，將極大地推動AI應(yīng)用生態(tài)的蓬勃發(fā)展。中國銀河證券|CGS科技行業(yè)專題報告 Meta發(fā)布2023年7月2023年7月開源2018202220232024在開源生態(tài)的大背景下，隨著相關(guān)技術(shù)的不斷迭代，我們認為AIAgent有望成為AI浪潮的下一個發(fā)展方向。AIAgent將進一步改變?nèi)藗兊娜粘Ｉ睿篈IAgent不僅能夠提高工作效率，優(yōu)化資源配置，還將在個性化服務(wù)、智能決策支持等方面發(fā)揮重要作用，有望成為推動社會進步和創(chuàng)新的關(guān)鍵。目前，頭部互聯(lián)網(wǎng)大廠相繼在AIAgent領(lǐng)域積極布局，我們認為憑借其強大的技術(shù)資金實力、豐富的數(shù)據(jù)資源和龐大的用戶基礎(chǔ)正開啟追趕模式，潛力巨大。公司時間具體技術(shù)/模型百度2024年4月2024年6月發(fā)布了文心大模型4.0Turbo,同時發(fā)布了飛槳新一代框架——飛槳框架3.0,具備動靜統(tǒng)一自動并行、2024年11月發(fā)布兩大賦能應(yīng)用的AI技術(shù)：檢索增強的文生圖技術(shù)(iRAG)和無代碼阿里巴巴2024年4月助手、電子商務(wù)、搜索、導航、娛樂等，從而進一2024年10月專業(yè)的AIAgent,在各自領(lǐng)域幫外貿(mào)人找到更高效的經(jīng)營方式，實現(xiàn)生2024年11月阿里發(fā)布全新AI推理模型QwQ-32B-Preview并同步開源，整體推理水平比肩OpenAIol。2025年1月發(fā)布了Qwen2.5-Max旗艦版模型，其預(yù)訓練數(shù)據(jù)量超過了20萬億tokens,2024年9月2025年1月騰訊混元宣布開源3D生成大模型2.0版本，并上線業(yè)界首個一站式3D內(nèi)容AI創(chuàng)作平臺——混元3DAI2024年5月發(fā)布字節(jié)跳動豆包大模型家族、火山方舟2.0、AI應(yīng)用及AI云基礎(chǔ)設(shè)施等一系列最新產(chǎn)品。中國銀河證券|CGS科技行業(yè)專題報告2025年1月資料來源：新智元，中國銀河證券研究院整理術(shù)，發(fā)行商有望以極低的成本實現(xiàn)映前觀眾與電影人物的“面對面”交流，劇本創(chuàng)作和故事開發(fā)視頻剪輯和后期制作營銷和宜傳推廣資料來源：Wind,中國銀河證券研究院整理與影視公司也在AIGC的應(yīng)用研究與業(yè)務(wù)協(xié)同上開啟了應(yīng)對未來的準備。從《斗羅大陸》《吞噬星空》到《三體》《遮天》,騰訊視頻在視效技術(shù)規(guī)模化運用和長期投入方面展現(xiàn)出了靈敏的嗅覺。自AIGC出現(xiàn)后，騰訊視頻在動畫行業(yè)中也開始探索二維和技術(shù)已被廣泛應(yīng)用在游戲資產(chǎn)生成，仿真場景渲染等多個環(huán)節(jié)。遵循供給端語音合成等)和AI工具來對游戲行業(yè)全產(chǎn)業(yè)鏈條進行重塑：請務(wù)必閱讀正文最后的中國銀河證券股份有限公司免責聲明。中國銀河證券|CGS科技行業(yè)專題報告提高美術(shù)資源生成效率，輔助高質(zhì)提高美術(shù)資源生成效率，輔助高質(zhì)量建模和紋理創(chuàng)作通過生成算法自動生成地圖、關(guān)卡、任務(wù)等游戲內(nèi)容縮短游戲開發(fā)周期，降低游戲開發(fā)自動化處理違規(guī)舉報，優(yōu)化匹配算法來平衡匹配機制，減輕策劃運營團隊負擔對局陪伴系統(tǒng)能夠為玩家提供虛擬的游戲伙伴，增強游戲的社交和互動性營銷方面，通過用戶行為分析、客戶服務(wù)與反饋等方式，提高營銷效精準分析，識別和培養(yǎng)潛在的用戶助力內(nèi)容審核和社區(qū)管理，將成為游戲生態(tài)健康發(fā)展的重要支撐優(yōu)化用戶體驗，解決游戲同質(zhì)化的痛點1)創(chuàng)作端：傳統(tǒng)的游戲創(chuàng)作端存在著資源生成效率低、成本高昂的痛點。特別是在美術(shù)資源的制作上，高質(zhì)量的3D模型和紋理的創(chuàng)作往往需要大量的手工藝術(shù)家工作時間，這不僅使得游戲開發(fā)周期延長，而且大幅度增加了開發(fā)成本。在AI技術(shù)的加持下，游戲創(chuàng)作將在自動化內(nèi)容生成(如AIGC繪畫工具和3D模型生成)方面發(fā)生根本性的變革。具體而言，AIGC可以通過生成算法自動生成地圖、關(guān)卡設(shè)計、任務(wù)等游戲內(nèi)容，分析玩家數(shù)據(jù)并進行游戲平衡性調(diào)整等，提高開發(fā)效率和游戲多樣性。2)運營端：在游戲運營方面，AI技術(shù)可以通過智能NPC、智能BOT和掉線托管等應(yīng)用，解決現(xiàn)有運營工作雜、營銷轉(zhuǎn)化弱的難題。例如，AI可以幫助處理違規(guī)審判，通過學習判斷何為游戲內(nèi)的違規(guī)行為，自動化處理大量的審判工作，減輕運營團隊的負擔；AI也能實現(xiàn)平衡匹配，通過分析玩家的技能水平和游戲習慣來優(yōu)化匹配算法，從而提供更公平、更有趣的游戲體驗；同時，對局陪伴系統(tǒng)能夠為玩家提供虛擬的游戲伙伴，增強游戲的社交和互動性。在游戲營銷方面，AIGC可以通過用戶行為分析、客戶服務(wù)與反饋、營銷預(yù)測和廣告優(yōu)化等方式，提高營銷效果和ROI。3)生態(tài)端：在游戲生態(tài)構(gòu)建上，AI技術(shù)的應(yīng)用將有助于優(yōu)化用戶體驗和增強運營工作的自動化，解決游戲體驗同質(zhì)化的痛點。AI可以通過精準的數(shù)據(jù)分析來提升營銷轉(zhuǎn)化率，為運營團隊提供決策支持，并幫助他們識別和培養(yǎng)潛在的用戶群體。此外，AI在內(nèi)容審核和社區(qū)管理方面的應(yīng)用，如自動化過濾不良信息，也將成為游戲生態(tài)健康發(fā)展的重要支撐。最終，這些進步將推動游戲行業(yè)朝著更加智能化和個性化的方向發(fā)展。AI+社交陪伴：AI驅(qū)動的虛擬助手，如Siri、GoogleAssistant,能夠通過語音識別和自然語言處理(NLP)提供陪伴服務(wù)，如幫助日常任務(wù)、提醒事項、甚至進行簡單的閑聊。從而增強用戶體驗，特別是在老年人、孤獨人群中的應(yīng)用，可以提供情感支持和便利。另外，AI用于生成虛擬人類角色，能夠進行情感交流、陪伴聊天，甚至根據(jù)用戶需求提供心理疏導，能給用戶提供個性化、情感化的陪伴服務(wù)，尤其在遠程工作或社交限制的環(huán)境下，滿足用戶的社交需求。AI+社交陪伴領(lǐng)域正迎來一場革命性的變革。在這新興領(lǐng)域，AI可以通過分析用戶的歷史對話和行為模式，自動生成符合用戶個性的對話腳本和互動建議。這種個性化的服務(wù)能夠讓用戶感受到更加貼心的社交體驗。借助于先進的情感識別技術(shù)，AI能夠識別用戶的情緒狀態(tài)，并據(jù)此調(diào)整其回應(yīng)策略，提供更加貼合用戶情感需求的陪伴。同時AI技術(shù)可以創(chuàng)建虛擬角色，這些角色不僅能夠進行自然語言對話，還能夠模擬真實人類的表情和肢體語言，為用戶提供一種全新的社交體驗。對于那些社交技能較弱的用戶，AI可以通過模擬社交場景，提供社交技能訓練，幫助用戶提高社交能力。目前像ChatGPT、豆包以及Minimax等能提供自然生動的語音合成能力，善于表達多種情緒，演繹多種場景，備個性化的角色創(chuàng)作能力，更強的上下文感知和劇情推動能力，滿足靈活的角色扮演需求。我們認為：AIGC技術(shù)目前已經(jīng)能從語言、語氣等多方面深入洞悉人類的多種情感，同時作出判斷給予不同的情感價值和需求。無論是在增強用戶體驗方面，還是拓展更多個性化的服務(wù)等方面，都具有豐富的想象空間，AI陪伴未來可能是成為工作中最得力的助理，也是最了解用戶習慣的銷售員，進一步的創(chuàng)新有望開發(fā)商業(yè)化應(yīng)用落地。AI分析用戶的購物歷史、瀏覽記錄和偏好，向用戶推薦可能感興趣的商品，提升轉(zhuǎn)化率和購買欲望。平臺如Amazon、淘寶等都在使用此技術(shù)，可以提高銷售額和客戶滿意度，同時減少用戶的決策疲勞，提升購物體驗。此外，AI驅(qū)動的聊天機器人和語音識別技術(shù)被廣泛應(yīng)用于電商平臺，能夠?qū)崟r響應(yīng)客戶咨詢、處理訂單問題、解決售后問題，有效提高客戶服務(wù)效率，降低人力成本，同時提升客戶體驗。人工智能(AI)技術(shù)的應(yīng)用領(lǐng)域不斷拓展，電商行業(yè)也在積極探索新的AI應(yīng)用，以保持競爭力并滿足消費者日益增長的期望。最初，電商平臺采用聊天機器人提供24/7客戶服務(wù)，解答用戶問題并處理訂單查詢。通過自然語言處理技術(shù)，系統(tǒng)能夠理解用戶意圖，提供更準確的服務(wù)。此外，預(yù)測分析工具被用于預(yù)測產(chǎn)品需求，優(yōu)化庫存水平，減少積壓和缺貨現(xiàn)象。AI還被應(yīng)用于供應(yīng)鏈管理，提高物流效率等B端場景。在C端方面，Google、OpenAI等公司正積極布局AI與搜索在電商中的應(yīng)用。通過對大量數(shù)據(jù)的深度學習，分析客戶的潛在消費需求，實現(xiàn)精準推薦。我們認為，生成式AI(AIGC)正在重塑電商格局。在生產(chǎn)端，AIGC輔助商家拓展業(yè)務(wù)，降低銷售和運營成本。在消費端，購物模式將從“人找貨”過渡到“貨匹配人”,最終實現(xiàn)“貨找人”,這將帶來巨大的消費增量。中國銀河證券|CGS科技行業(yè)專題報告題AI技術(shù)被用于分析消費者的行為數(shù)據(jù)，生成用戶畫像，并根據(jù)這些數(shù)據(jù)進行精準廣告定向投放 (如Facebook、Google廣告),更有效地提高廣告的點擊率和轉(zhuǎn)化率，減少廣告浪費，提升廣告主的投資回報率(ROI)。同時,AI可以自動生成與用戶相關(guān)的個性化內(nèi)容，如廣告文案、電子郵件和社交媒體帖子。基于用戶的興趣、行為模式生成個性化營銷信息，增強與消費者的互動，提高品牌忠誠度和參與度。人工智能(AI)的應(yīng)用正深刻變革營銷服務(wù)商的商業(yè)模式，推動行業(yè)降本增效。通過結(jié)合底層大型語言模型(LLM),并利用長期積累的廣告投放案例、用戶數(shù)據(jù)和行業(yè)數(shù)據(jù)，企業(yè)能夠為不同行業(yè)定制專業(yè)化的廣告投放模型。這使廣告主將更多預(yù)算轉(zhuǎn)向融合AI技術(shù)的增值服務(wù)，從而提升綜合毛利率。例如，AppLovin開發(fā)了AI廣告引擎Axon2.0,顯著提高了廣告投放的精準度，推動公司業(yè)績增長。通過深度學習和機器學習算法，分析用戶行為數(shù)據(jù)，精準識別目標受眾，并在適當時機投放最具吸引力的廣告。此外，利用大數(shù)據(jù)分析，預(yù)測用戶行為，更有效地進行個性化推薦，使廣告商能夠與更可能下載其應(yīng)用的用戶匹配，以獲得更高的留存率。我們認為，AI已經(jīng)重塑了營銷行業(yè)的生態(tài)。它不僅為營銷人員提供精準的數(shù)據(jù)支持，助力營銷策略的制定和優(yōu)化，還推動了“一人多面”的個性化營銷，使針對每個用戶生成定制化的內(nèi)容和服務(wù)成為可能。同時，AI保持了大規(guī)模營銷活動的高效執(zhí)行，實現(xiàn)了個性化與規(guī)模化生產(chǎn)的平衡。圖47:AI賦能營銷環(huán)節(jié)用戶畫像與精準廣告定向中國銀河證券|CGS科技行業(yè)專題報告我們樂觀看待DeepSeek創(chuàng)新對電子行業(yè)帶來的改變。我們總結(jié)1,我們認為DeepSeek的創(chuàng)新并沒有完全打破scalinglaws。DeepSeek模型具有更強的與推理成本減少了當前的算力需求，但是并不意味著AI的未來發(fā)展對半導體整體需求的減少，相反由于其模型架構(gòu)、基礎(chǔ)設(shè)施數(shù)據(jù)等方面的優(yōu)化，以及更低的成本，使得其更加容易布置在端側(cè)，從而加速AI的普及。AI能力邊際的擴張依然需要依大的算力，DeepSeek在算法和架構(gòu)上的創(chuàng)新給AI的發(fā)展增加了一條新的道路。2,Scalinglaws正在從pre-training轉(zhuǎn)向post-training和推理，通過增加模型規(guī)模、行推理。3,針對邊緣設(shè)備的LLM部署，在保持性能的同時提高計算效率至關(guān)重要，通過量化、剪枝、知識蒸餾和低秩分解，這些方法通過平衡性能、內(nèi)存占用和推理速度來提高大語言模型的運行效率，有利于AI硬件端的落地與普及。我們看好AI應(yīng)用持續(xù)落地帶來的傳統(tǒng)消費電子的換機周期，蘋果產(chǎn)業(yè)鏈值得關(guān)注，同時看好AI終端硬件如耳機、眼鏡、桌面機器人、表8:建議關(guān)注相關(guān)標的盈利預(yù)測情況-電子(截至2025年1月31日)總市值(億元)EPS(元)水晶光電中科藍訊樂鑫科技海光信息中國銀河證券|CGS科技行業(yè)專題報告(二)通信板塊：運營商、光模塊及光芯片子板塊動能強勁運營商盈利能力、現(xiàn)金流資產(chǎn)不斷改善、資產(chǎn)價值優(yōu)勢凸顯，持續(xù)增加分獲期”大有可為。當前運營商云業(yè)務(wù)發(fā)展如火如茶，DeepSeek對于成本端的降低有望協(xié)同運營商AIGC引領(lǐng)新一輪科技革命，DeepSeek對于成本端的降低或?qū)⑼苿討?yīng)用端的繁榮，繼而反哺推理側(cè)模型的快速迭代，推動應(yīng)用端的進一步發(fā)展。光模塊100G/200G→400G→800G→1/6T迭代速率持續(xù)提升，帶來產(chǎn)品量價齊升有望延續(xù)，帶來業(yè)績高增持續(xù)可期。同時國內(nèi)DeepSeek對于成本端及訓練精度的降低或?qū)⑹沟猛评韨?cè)對光芯片的技術(shù)需求產(chǎn)生一定放松，力部署的增加而有所上升，同時在復(fù)雜國際形勢下，海外芯片采購難度總市值(億元)EPS(元)中國移動中國聯(lián)通中國電信中際旭創(chuàng)天孚通信中國銀河證券|CGS科技行業(yè)專題報告(三)計算機板塊：看好算力向推理，基礎(chǔ)設(shè)施向應(yīng)用DeepSeek的爆火和推廣，有望加速全球AI產(chǎn)業(yè)鏈的發(fā)展。DeepSeek的技高質(zhì)量AI模型的訓練成本，有望加速AI技術(shù)的普及和應(yīng)用。成本的降低使得企業(yè)可以將更多資源投入到AI技術(shù)研發(fā)和應(yīng)用開發(fā)中，加速AI技術(shù)的創(chuàng)新和迭代以及AI市場的繁榮。短期而言，DeepSeek的技術(shù)創(chuàng)新可能對以GPU為代表的高端算力的芯片企業(yè)產(chǎn)生壓力，市場預(yù)計會從單純當模型的成本越低，開源模型發(fā)展越好，模型的部求將越來越大，我們認為，當下投資中的結(jié)構(gòu)性機會主要體現(xiàn)在“從訓練算業(yè)從以訓練算力為主向以推理算力為主過渡。隨著推理需求的增長，ASIC(應(yīng)用特定集成電路)和LPU(語言處理單元)等專用芯片將逐漸取代部分GPU市場份額。此外，推理算力的增長將推動邊緣計算設(shè)備的需求，邊緣側(cè)設(shè)備能夠直接在本地運行輕量化大模型，減少對和帶寬成本，邊緣算力機會逐漸凸顯。建議關(guān)注：寶信軟件、潤澤科技、海光信息、中科曙光、網(wǎng)DeepSeek的低成本、高性能模型展示了ASIC芯片在特定任務(wù)中的優(yōu)勢。ASIC芯片通過定制化設(shè)計，能夠?qū)崿F(xiàn)更高的能效比和更低的推理延遲。例如，DeepSeek的LPU+R1模型在運行7B蒸餾模型時，推理延遲僅為50ms,功耗約30W,而英偉達A100GPU運行175BGPT-3模型時，推理延遲約350ms,功耗約300W,ASIC芯片的崛起將為相關(guān)ASIC制造商以及AIOT端側(cè)只能硬件DeepSeek的技術(shù)創(chuàng)新不僅降低了模型訓練成本，還推動了AI策略和低成本模型使得更多企業(yè)和開發(fā)者能夠使用先進的AI技術(shù)，加速了AI技術(shù)在各行業(yè)的應(yīng)用1)AI應(yīng)用開發(fā)：隨著AI技術(shù)的普及，應(yīng)用開發(fā)將成為新的投資熱點。投資者可關(guān)注