S0980524100002 S0980524060001 证券研究报告 | 2025 年 02 月 05 日 行业研究 · 行业专题 电子 投资评级：优于大市（维持） 请务必阅读正文之后的免责声明及其项下所有内容 DeepSeek 重塑开源大模型生态， AI 应用爆发持续推升算力需求 l DeepSeek 发展突飞猛进，领跑开源大模型技术与生态， DeepSeek 模型已成为全球现象级模型。 请务必阅读正文之后的免责声明及其项下所有内容 Deep Seek 发展突 飞猛进 ，领跑开源大模型技术 与生态 A I 应用爆发在 即 ，算力 需求持续攀升 ， 关注 AS IC 及服务器产 业链 风险提示 目录 请务必阅读正文之后的免责声明及其项下所有内容 02 01 03 DeepSeek 发展突飞猛进，领跑开源大模型技术与生 态 请务必阅读正文之后的免责声明及其项下所有内容 l License 的情况下，蒸馏 R1 训练其他模型。 DeepSeek 成立不到两年颠覆开源大模型格局，性能对标海外 图： DeepSeek 模型迭代与发展历史沿革 请务必阅读正文之后的免责声明及其项下所有内容 DeepSeek Coder 发布 ， 目前仍是开源代码模型标杆。 资料来源： DeepSeek 官网，国信证券经济研究所整理 2023/05 2023/11 2024/02

将为生态环境的实时监测、分析及预测提供强有力的支持。通过推 动智慧诊断的普及应用，能够有效提升国家和地区生态环保的治理 能力和水平。 1.3 多模态 AI 大模型的简介 多模态 AI 大模型是近年来计算机视觉、自然语言处理及其他 人工智能领域的研究与应用热点。这类模型通过融合多种不同类型 的数据源，如图像、文本、语音和传感器数据等，能够实现更为全 面和精准的智能分析及决策支持。相较于单一模态的 AI 系统，多 模态 本结合的应用为例，模型不仅能理解图像内容，还能综合背景信息 进行更深层的理解。例如，在生态环保领域，通过分析无人机拍摄 的森林图像与相关环境政策文本，多模态 AI 可以识别出生态环境 的变化趋势及其潜在影响。 实际应用中，多模态 AI 大模型的优势显著体现在以下几个方 面：  数据综合分析：通过结合不同类型的数据，提供更全面的视 角，增强预测准确性。  智能决策支持：为决策者提供直观和多维的信息支持，有助于 频分析技术能够提供实时的监测结果，对及时发现生态问题和 做出应对决策具有重要意义。 不同模态的结合与互补使得多模态 AI 大模型能够更全面地分 析生态环境问题。表 1 总结了各类模态的主要特点及其应用场景： 模态种类 特点 应用场景 文本模态 信息量大、抽象性强 环境报告分析、政策解读 图像模态 直观、可视化 生态监测、城市规划 音频模态 时间序列、环境声音 生物多样性监测、气象分析

生产制造端 硬件与基础软件 上游厂商 七十年代初，独立数据库公司的崛起推动全球数据库市场快速崛起。 1981年，IBM推出了面向大众市场的IBM PC及其配套软件，该 里程碑事件标志着全新软件时代的开启。 IBM推出IBM PC及其配套软件，标志着智能软件研发行业进入了一个全新的大众市场时代，推动了软件技术的普及与应用。 高速发展期 2001-01-01~2021-01-01 200 随人工智能的演进与 智能家居体系的优化，中国智能家居行业将持续发展。预计至2026年，中国智能家居市场的规模将攀升至453亿美元，同时，智能家居设备的年 出货量有望突破5.4亿台。同时，智能汽车及其相关技术在中国展现出强劲的增长态势，预计2025年中国智能汽车渗透率将达到82%，并计划在 2030年进一步提升至95%。鉴于智能汽车集成了自动驾驶辅助系统、智能导航及车联网服务等先进车载技术，车载智能软件的市场需求将持续上 应用 WPSAI，还推出了针对政务场景的大规模语言模型，能够实现公文撰写、智能润色、校对和排版等功能。 北京金山办公软件股份有限公司 法律声明 权利归属：头豹上关于页面内容的补充说明、描述，以及其中包含的头豹标识、版面设计、排版方式、文本、图片、图形等，相关知识产权归头豹所有，均受著作权法、商标法及 其它法律保护。 尊重原创：头豹上发布的内容（包括但不限于页面中呈现的数据、文字、图表、图

能够对 不同类型的事件进行快速判断与响应。例如，针对人群聚集、异常 运动或遗留物品等可疑行为，系统能够立即触发相应的警报，并动 态记录和标记此事件的相关视频片段。下表展示了几种主要事件类 型及其对应的处理逻辑： 事件类型 处理逻辑 人群聚集 识别人群密度，触发警报并实时向指挥中心发送数据 异常运动 对于超速、逆行等行为进行识别并发起告警 遗留物品 识别可疑遗留物品，自动标记并发送至安保人员查验 YOLO、SSD 等）会被用来识别和追踪视频中的行人、车辆等目 标。通过对检测到的目标进行过滤，只保留与事件相关的目标数 据，从而减少不必要的干扰。比如，若分析人群密集度，则可只关 注行人及其行为。 此外，数据缺失处理也是预处理的一部分。由于视频数据在传 输或存储过程中可能出现丢失，为此应采用插值法或其他数据填补 技术（如 K 邻近法）来估算丢失信息，确保视频数据的完整性和连 贯性。 SSD（Single Shot Multibox Detector）。这些模型能够实时识别视频中的目标，具有较高的准 确率和处理速度。 在事件识别方面，时序数据处理变得至关重要。循环神经网络 （RNN）及其变种长短时记忆网络（LSTM）可以很好地捕捉时间 序列数据中的依赖关系。此外，近年来基于 Transformer 架构的 模型，如 Vision Transformer（ViT），在处理时序视频数据方面

可以生成健康管理报告，并为患者提 供健康建议。 综上所述，当前 AI 生成式大模型的发展为医疗领域带来了新 的机遇，通过其在生成和分析多模态数据方面的能力，可以显著提 高医疗服务的效率和质量。随着技术的不断进步及其应用案例的增 多，未来 AI 生成式大模型将在医疗行业中发挥愈加重要的作用。 2.2.1 主流算法 当前，AI 生成式大模型的主要算法可以归纳为以下几类，这些 算法在自然语言处理、视觉生成、音乐创作等领域取得了显著成 生成的内容，及时推送营养建 议、运动规划、心理辅导等信息，帮助患者更好地管理自己的健 康。这种自动化、个性化的信息提供方式提升了患者的依从性，并 改善了其生活质量。 根据最新的市场研究，以下是各个应用案例的数量及其所占的 比例： 应用领域 案例数量 占比 医学图像分析 150 30% 临床决策支持系 统 120 25% 药物研发 100 20% 患者管理与教育 80 15% 其他 50 10% 虑的诊断方案，并在团队讨论中充当信息来源，确保每位医务人员 都能获得统一及最新的信息支持。对于团队协作的需求，医务人员 主要关注以下几个方面：  案例分析与讨论支持：AI 模型提供多种诊断假设及其可能性 评估，帮助团队进行有效讨论。  文档生成与资料共享：自动生成病例讨论的记录，确保信息有 效传播。 医务人员的培训和教育也是一个关键领域。AI 生成式大模型可 以用于持续教育，为医务人员提供个性化的学习材料和病例分析。

中泰证券股份有限公司（以下简称“本公司”）具有中国证券监督管理委员会许可的证券投资咨询业务资格。 本报 告仅供本公司的客户使用。本公司不会因接收人收到本报告而视其为客户。 n 本报告基于本公司及其研究人员认为可信的公开资料或实地调研资料，反映了作者的研究观点，力求独立、客 观和公正，结论不受任何第三方的授意或影响。本公司力求但不保证这些信息的准确性和完整性，且本报告中 告中的任何内容所引致的任何损失负 任何责任。 n 投资者应注意，在法律允许的情况下，本公司及其本公司的关联机构可能会持有报告中涉及的公司所发行的证 券并进行交易，并可能为这些公司正在提供或争取提供投资银行、财务顾问和金融产品等各种金融服务。本公 司及其本公司的关联机构或个人可能在本报告公开发布之前已经使用或了解其中的信息。 n 本报告版权归“中泰证券股份

的建 议与操作方案。 首先，本文将介绍城市轨道交通行业的基本情况以及面临的主 要挑战。这些挑战包括实时数据处理不足、乘客流量波动、设备维 护不及时等。接着，我们将详细探讨 AI 大模型的定义及其在其他 行业的成功应用案例，从而为城市轨道交通的应用奠定理论基础。 在结构上，本文将分为以下几个部分： 1. 行业分析：全面回顾当前城市轨道交通的运营现状、市场环境 和技术发展趋势。 2. 数据收集：实时获取列车位置、运行速度、到站时间以及客流 量等信息。 2. 数据处理：使用数据清洗和预处理技术，去除噪声和异常值， 确保数据的准确性。 3. 实时分析：利用 AI 大模型进行数据挖掘，识别高峰时段、设 备故障及其他突发事件。 4. 决策支持：生成信息可视化结果，呈现多种调度方案，包括列 车增发、调整发车频率、分配空闲车辆等。 5. 方案评估：使用模拟工具分析各方案的优缺点，评估对乘客流 动和系统整体性能的影响。 其次，在实际应用中，可以将设备分为不同的类，例如机车、 信号设备、供电系统以及轨道等。每类设备基于其不同的工作环境 和故障特征，采用相应的数据特征和算法进行建模和分析。以下为 不同类设备的主要故障类型及其监测指标： 设备类型 主要故障类型 监测指标 机车 电机故障、制动失效 温度、振动、声音等数据 信号设备 信号失灵、延时 通信延迟、信号强度、数据包丢失 供电系统 电压波动、设备短路 电流、电压、负荷情况

.................................................................169 1. 引言 在过去几年中，人工智能（AI）技术的飞速发展及其在各行各 业的广泛应用，推动了企业对大型模型（大模型）解决方案的日益 需求。随着深度学习和自然语言处理技术的突破，许多企业意识 到，通过利用大模型，可以显著提高产品的智能化水平，提升效 率， 别等应 用，适合多种行业如客服、教育和医疗。  计算机视觉：可用于监控、自动驾驶及医学影像分析等领域， 需求不断增长。  机器学习/深度学习：支持预测分析、推荐系统等，用于金 融、零售及其他行业的数据驱动决策。 最后，从地域特征来看，市场细分也存在显著差异。北美和欧 洲地区在人工智能应用上较为成熟，企业对于 AI 技术的接受度 高；而亚太地区，尤其是中国、日本、印度，正迅速追赶，市场潜 外，平台也应用户自定义评测标准，以适应不同业务需求。 6. 实验管理与追溯：为便于管理和回退，平台应保存每次模型评 测的历史记录，用户可以随时查询模型的历次评测结果，进行 版本对比。 评测模块在实现时，可参考下表来定义评测流程及其对应的功 能： 功能模块 描述 模型上传 用户上传需要评测的模型 数据集选 择 用户选择或上传用于评测的数据集 指标设置 用户设置需要评测的指标 自动评测 系统根据设置自动进行评测

空间融合不同符号世界信息的潜能，利用高维空间 的多模态知识表示，能促进不同符号世界信息的理 解、交流和融合，提供在一个更全面、完整、系统的 218 www.jc2.org.cn 2期 认知结构下对现实世界的事物，及其规律的新发现和 深入理解，从而推动知识结构的不断迭代与演进。 图1 基于大语言模型技术的多模态数据挖掘 Fig. 1 Multi-modal data mining based on large language 不 同类型的知识在同一个数值向量空间进行分析成为 可能，打破了传统知识壁垒，有利于知识的连接和 融合，促进了应急知识的创新。相比较于知识的符 号化表示，数值表示的知识能反映更复杂、更细微 的事物本质及其变化规律，能通过数值空间的向量 操作来完成特定知识任务，这使得应急知识的应用 能超越过往经验。根据新的应用场景进行适应性调 整，对于理解和处理复杂的应急管理情境至关重要， 能极大地促进应急知识的应用场景创新[26]。 图像、视频等多模态数据的融合处理，分析和挖掘 数据间的潜在关联，识别出围绕各类风险的因果、 时空序列、逻辑等不同关系模式。随着应急大模型 中风险知识结构和内容的不断丰富和深入，感知系 统能够提供准确、及时的突发事件及其风险情境理 解，实现对风险的全面感知和实时监控。 思维系统：思维系统是应急大脑的决策引擎，能 够进行深层的需求理解和复杂的逻辑推理，特别是面 对时效性较高、且问题空间不明确的灾害情境，能够 针对具体问题进行分析和判断，结合大语言模型的思

货物需单独许可。其中一份文件把 12 家与中国 AI 大模型开发、服务器及超级计 算机产业相关公司列入清单，包括北京智源人工智能研究院等，浪潮信息多地子公 司也在列。另一份文件将 42 家中国公司、19 家巴基斯坦公司及其他多国公司纳 入，还以 “支持中国量子技术发展” 为由制裁部分企业，以 “涉军” 为由把数十家 中国公司列入出口关注清单。 表1：美国 2025 年 3 月 25 日发布的“实体清单”中的部分公司 本公司具备证券投资咨询业务资格，请务必阅读最后一页免责声明 证券研究报告 12 3 公司新闻 广立微：3 月 25 日消息，公司股东北京武岳峰亦合高科技产业投资合伙企业（有限合伙） 及其一致行动人上海建合工业软件合伙企业（有限合伙）、常州武岳峰桥矽实业投资合伙企业（有 限合伙）在 2024 年 12 月 25 日至 2025 年 3 月 18 日期间，通过集中竞价方式减持公司股份 布本报告当日的判断，且预测方法及结果存在一定程度局限性。在不同时期，本公司可发出与本报告所刊载的意见、预测不一致的报 告，但本公司没有义务和责任及时更新本报告所涉及的内容并通知客户。 在法律允许的情况下，本公司及其附属机构可能持有报告中提及的公司所发行证券的头寸并进行交易，也可能为这些公司提供或 正在争取提供投资银行、财务顾问、咨询服务等相关服务，本公司的员工可能担任本报告所提及的公司的董事。客户应充分考虑可能