DeepSeek大模型及其企业应用实践 林子雨 副教授 厦门大学 DeepSeek 厦门大学大数据教学团队作品 2025年3月3日 每个人都可以读懂的大模型科普报告（企业篇） 厦门大学大数据教学团队 团队联系方式：ziyulin@xmu.edu.cn 国内高校大数据教学的重要贡献者 团队负责人：林子雨 副教授 年轻力量：核心成员全部46周岁以下 结构合理：教学型、科研型、实验工程师 模型微调主要是指令微调，指令微调包括两个阶段：监督微调和强化学习 在监督微调阶段，模型会学习一个 指令-响应（Instruction-Response）数据集，该数据集包含大量人 类编写的任务示例，例如“请解释相对论的基本概念”及其标准答案 通过这种方式，模型能够理解不同类型的任务并提供符合预期的回答。指令-响应（Instruction- Response）数据集用于训练模型理解任务指令并生成符合预期的响应 监督微调 在微

zhanliuyang@guosen.com.cn 证券研究报告 | 2023 年 05 月 29 日 行业研究 · 行业专题 电子 投资评级：超配（维持评级） 请务必阅读正文之后的免责声明及其项下所有内容 S0980521080001 S0980521080002 S0980522100001 汽车电子等市场发展。公司 GPU 产品能够并行计算的性能优势满足深度学习需求，通过对 GPU 架构升级不断推出新产 品，其运算性能得到显著提升，广泛 用于数据中心等计算密集领域。 请务必阅读正文之后的免责声明及其项下所有内容 复盘英伟达的 AI 发展之 路 英伟达业务模式拟打造成类似于计算堆栈或神经网络，包含硬件、系统软件、平台软件和应用四层，公司结合芯片、系统和软件的全栈创新能力构建加 速计算平台，并且完善针对 请务必阅读正文之后的免责声明及其项下所有内容 l 构建加速计算平台、完善“三芯片”产品布局，重点发力 AI 及数据中心领域。 复盘英伟达的 AI 发展之 路 目录 01 GPU 与人工智能 02 英伟达 的 A I 发展之 路 03 英伟达业绩实现与拆 解 04 风 险提示 请务必阅读正文之后的免责声明及其项下所有内容 请务必阅读正文之后的免责声明及其项下所有内容

zhangdawei1@guosen.com.cn zhanliuyang@guosen.com.cn 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 S0980521080001 S0980521080002 S0980522100003 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 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 目录 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 2024/12/26 2025/01/20 图： DeepSeek 模型迭代与发展历史沿革 DeepSeek 成立不到两年颠覆开源大模型格局，性能对标海 外 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 DeepSeek-V2.5-1210 发布，

请务必阅读正文之后的免责声明及其项下所有内容 证券研究报告 | 2023年05月31日 超 配 电子 AI+系列专题报告 边缘 AI：大语言模型的终端部署，推动新一轮终端需求 核心观点 行业研究·行业专题 电子 超配·维持评级 证券分析师：胡剑 证券分析师：胡慧 021-60893306 021-60871321 hujian1@guosen.com.cn huhui2@guosen 28 37.20 000810.SZ 创维数字 买入 15.74 181.04 0.94 1.35 16.74 11.69 资料来源：Wind、国信证券经济研究所预测 请务必阅读正文之后的免责声明及其项下所有内容 证券研究报告 2 内容目录 百亿参数大模型具备涌现能力，训练数据需等比例提升 .............................. 5 大模型的参数下限：AI2.0 时代，基础大模型参数指数级增长 ............ 23 oPxOoMqQsNsOpPoOmQwOqM8OdN7NpNmMpNoNlOmMoQeRoOnM6MnMtPvPqMqOwMoOuN 请务必阅读正文之后的免责声明及其项下所有内容 证券研究报告 3 图表目录 图1： AI2.0 时代的特征是通过超级海量数据无需标注训练一个大模型 .............................5 图2： 过去五年

热点前沿及重点热点前沿解读 073 1.1 物理学领域 Top 10 热点前沿发展态势 073 1.2 重点热点前沿⸺“超导二极管效应研究” 074 1.3 重点热点前沿⸺“拍瓦级激光器及其应用” 078 2. 新兴前沿及重点新兴前沿解读 082 2.1 新兴前沿概述 082 2.2 重点新兴前沿⸺“双层镍氧化物 La3 Ni2 O7 的高温超导特性研究” 082 003 113 2.2 重点新兴前沿⸺“可移动天线在智能无线通信中的性能优化研究” 113 经济学、心理学及 其他社会科学 1. 热点前沿及重点热点前沿解读 115 1.1 经济学、心理学及其他社会科学领域 Top 10 热点前沿发展态势 115 1.2 重点热点前沿⸺“机器人发展与就业转型” 116 1.3 重点热点前沿⸺“个性化与数据驱动的心理治疗研究” 120 2. 天文学与天体物理学；9. 数学；10. 信息科学；11. 经济学、心理学及其他社会科学。 ③ 核心论文出版年的平均值。 ④ 引用至少两篇核心论文的施引论文。 2. 方法论 整个报告分析工作分为两个部分：研究前沿的 遴选和命名由科睿唯安和中国科学院科技战略咨询研 究院科技战略情报研究所合作完成，128 个研究前沿 的核心论文及其施引论文的数据由科睿唯安提供；研 究前沿的分析和重点研究前沿（包括重点热点前沿和

以下是可能影响人工智能领域未来发展和相关监管环境的一些重要因素， 也是可能影响本文件中前瞻性陈述准确性的因素所在： ● 技术的快速进步：人工智能领域不断发展，新的技术和应用层出不穷， 很难预测这些技术进步的确切轨迹及其对人工智能监管各方面的影响。 ● 监管框架的不确定性：对人工智能的监管方法仍在开发，不同管辖范 围内对人工智能开发、部署和使用的具体规定可能存在较大差异，并可能随着 时间的推移而发生变化。 ©2025 人工智能正在迅速改变我们的世界，并且具有重塑社会基本结构的巨大潜 力。然而，这种变革力量也带来一个严峻的挑战：当前的法律和监管环境很难 跟上人工智能，尤其是生成式人工智能爆炸性增长的步伐。本文旨在提供现有 法律法规及其对人工智能开发、部署和使用影响的高层次概览。我们的目标是 确定立法滞后的领域，并寻求实际的方法部署负责任的人工智能。当前的环境 缺乏完善的立法，在解决日益复杂的人工智能功能的潜在风险方面存在差距。 下的合作方法：所有科技公司对负责任的人工智能做出承诺，政策制定者提供 明确的指导，立法机构制定有效的法规。 本文以立法和法规为重点，开启了关于人工智能治理的重要论述。它为涉 足人工智能领域的从业者和企业提供了对当前人工智能治理环境及其不足之 处的基础理解。旨在通过强调这些不足，促进一场关于负责任人工智能开发和 应用所需法律框架的公开讨论。 引 言 人工智能领域的迅速扩展，需要法律和监管环境的不断演变，以确保在保 护个人

www.iresearch.com.cn 教育 成长 中观：语言的发展及其教育影响 自然语言—数字语言—机器语言，代表着教育发生、成长及其现代突变 语言是人类认识世界、改造世界的基本工具。自然语言的出现，从词语到概念的演化，抽象程度的提高，使得教育得以发生，知识、 概念、经验得以传授和传承；数字语言的 优势：在发现、认识、运用规律上相较于人 类有着明显的优势，人造工具突破人类认知 大语言模型 教育 突变 人类把数字语言外化给机器，人工智能在发现、 认识、运用规律上更具优势，带来教育体系变革 语言的发展及其教育影响 ➢ 数字系统：二进制、八进制、十进制等 ➢ 编码系统：ASCII码、Unicode等 ➢ 通信语言：IP地址数字标签、URL网页地址等 机器语言 能力放大 能力倍增 能力质变 人脑智能 www.iresearch.com.cn 中观：AI技术的发展及其教育推动 由教学辅助到自适应学习，AIGC技术变革推动大规模因材施教逐步落地 全球AI+教育经历了诞生期-摸索期-产业期三个阶段，在诞生期，AI和教育的结合主要围绕辅助教学进行探索，应用于答疑、练习、

36073—2018 数据管理能力成熟度评估模型 3 术语和定义 下列术语和定义适用于本文件。 3.1 数字化技术 digital technology 数字化转型过程中用到的信息技术及其组合。 注：包括但不限于云计算、大数据(数据分析)、移动计算、社交计算、物联网、智能化、边缘和个域计算、区块链以及 网络安全技术等。 3.2 业务数据化 digitization of business 判断数字化转型的问题， 并做出调整优化； c) 应确保人员树立科学开 发数字资源的观念与方 法，并以数字化、软件化 的方法，共享知识、技能 和经验 ； d) 应识别信息技术及其服 务创新人才、数字化转型 治理与管理人才等需求， 并有意识地吸纳和培养 相关人才 a) 应结合数字化转型战 略，建立岗位数字化评 价优化机制，持续优化 岗位数字化评价模型； 护数字化转型所需知识资源， 构建数字化转型知识库 a) 应建立知识资源的规划模 型，对组织数字化转型所需 知识资源进行预期规划； b) 应建立知识资源的管理 平台，对数字化转型的数 据模型及其关系模型、路 径模型等实现平台化管 理，形成模型要素间的整 合管理 a) 应支持企业内、行业内 知识库的互联共享，实 现知识创新； b) 应推动实现数字化转型 所需知识在上下游生态

地的主战场 .. 2 二、全球“机器人+人工智能”技术趋势分析 .................. 3 （一）工业领域的机器人正在从中等智能走向高度智能 ...... 3 （二）三大融合方向及其组合推动智能机器人产品涌现 ...... 5 （三）具身智能尤其是人形机器人前沿研究持续火热 ........ 8 三、“机器人+人工智能”在工业领域的应用 ................. 10 ；而深度学习则聚焦图 像、文本和语音等复杂任务的处理，能够帮助机器人实现缺陷检测、 知识问答、人机对话等功能，具有一定的决策能力。 5 图 1 机器人与人工智能融合历程 （二）三大融合方向及其组合推动智能机器人产品涌现 1、根据不同的环节需求形成三大方向的融合应用 人工智能应用于工业机器人的感知交互、推理决策和运动控制各 个环节。在运动控制方面，优化类模型能够加强机器人的控制精度， 不足等限制，尚未在工业中大规模应用。在推理决策方面，基于深度 学习、强化学习的方法，机器人可以通过训练学习数据以模仿人类， 甚至通过与操作对象或环境进行交互实现非结构性的复杂操作和自 主导航。 2、三种应用模型及其组合催生出多种功能的机器人 运动控制类模型推动传统工业机器人升级为“能精细化控制”的 机器人。一是操作优化类，传统焊接、打磨机器人通过对机器人的运 动轨迹进行计算并转化到关节空间，提高机器人的稳定性，转变成高

、海外投顾及保险数字化 三个场 景为例探讨大模型赋能金融业务的模式，第四部分归纳总结 DeepSeek 推动金融机构数字化转型的核心逻辑，最后一部分对券 商、保险、 信贷、供应链金融及其他金融科技机构业务逻辑的痛点和数字化价值进行深入探讨，以期对金融行业的智能化和数字化转型 提供参考。 核心观点 : Deepseek 的出现将加速金融机构的数字化转型 Deepseek 的出 “产品经理”或成为稀缺人才 ; 结论 8 : 金融市场的复杂性与反身性、金融数据的隐私性与安全性等特殊性促使金融业的数字化转型需要渐进式创新 ; 最后，本文对券商、保险、信贷、供应链金融及其他金融科技机构业务逻辑的痛点和数字化价值进行深入的分析和探讨，以 期对金 融行业的智能化和数字化转型提供参考。 》 01 金融机构数字化转型核心痛点与思考 》 02. 从金融机构的数字营销场景谈起 字营销、 海外 投顾及保险数字化三个场景为例探讨大模型赋能金融业务的模式，第四部分归纳总结 DeepSeek 推动 金融机构 数字化转型的核心逻辑，最后一部分对券商、保险、信贷、供应链金融及其他金融科技机构业务逻 辑的痛点和 数字化价值进行深入探讨，以期对金融行业的智能化和数字化转型提供参考。 内容摘要 如何理解 DeepSeek 的出现对于国内金融业数字化转型的价值与意义 ?