在药企研发领域的本 地 化部署和应用场景 智慧芽生物医药 2025 年 03 月 智慧芽 01 大模型的发展阶段和 deepseek 02 Deepseek-R1 在药企的本地化部 署 03 芽仔与 Deepseek-R1 对接 04 Al 融入智慧芽生物医药产品 智慧芽 @LS- GTM 智 慧 芽 2 2022.12 @LS-GTM o Deepseek 对行业产生巨大影 响 智慧芽 DeepSeek 5 01 大模型的发展阶段和 deepseek 02 Deepseek-R1 在药企的本地化部 署 03 芽仔与 Deepseek-R1 对接 04 Al 融入智慧芽生物医药产品 智慧芽 6 Model Base Model Model Download Dee HuggingFace ModelScope 满 血 版 ， 能 力 最 强 Deepseek-R1 在药企的本地化部 署 资料来源： AI 肖睿团队，北京大学 -DeepSeek 原理与落地应 用 智慧芽 智慧芽 @LS- GTM 7 o Deepseek-R1 在药企的本地化部署 · 个人部署： Ollma 框架适合个人用户私有化本地部署，但在多用户并发场景下性能衰减明显。

中国企业出海启示 – 外企进入中国市场经验 出海/本地化进程“五步走”，销售、生产、供应链、研发、公司治理，优势企业本地化进程由浅及深 5 销售与市场 本地化 生产组装 本地化 供应链 本地化 产品研发 本地化 公司治理 本地化 Step 1 Step 2 Step 3 Step 4 Step 5 究其根因，在于企业的本地化深入程度 大型外企深入全流程，中小企业多止步于Step2生产组装 p2生产组装 企 业 市 场 表 现 本地化进程 … 人形机器人 整机 过去10年，外企在中国市场的表现“两极分化” 大型外企信心与市场表现持续增强 大型外企 企 业 对 中 国 市 场 的 商 业 信 心 当外企对中国市场投资信心产生分野时，市场环境现象： ▪ 政策密集出台：本土产业扶持政策（如中国制造2025）中小企业扶持政策 （如专精特新小巨人）等 ▪ 市场逐渐饱和：大型外企市场表现稳定、结构性领先 大型外企：全流程本地化 中小外企：止步于生产组装 电气设备/3C For Roundtable M2 2025 Proprietary and Confidential All Rights Reserved. 反观中国企业出海，如何构建本地化能力——REGAL Model 深度出海/本地化的本质：基于资源、生态、公司治理的全面本地化，构建敏捷的组织，从而构建稳固的本地化根基 6 Governance

大幅削减银行算力投入。 开源生态赋能 开放模型代码与框架， 中小银行可二次开发， 打破技术垄断壁垒。 强 大的社区支持，加速功 能迭代与问题解决。 本地化部署优势 多个尺寸开源模型支持 私有化部署，满足金融 数据安全与合规要求， 如江苏银行本地化微调 案例。 性能与成本双赢 DeepSeek 在保证高性 能的同时，显著降低银 行技术成本，加速 AI 普及。 热度传播路径 捧上天

新技术领域对我筑起“拦水坝”，强行切割基于市场规则建立 起来的全球供应链，谋划小圈子、组建小阵营、成立小同盟， 推动全球制造业格局区域化发展。一方面，力推制造业回流， 美国对光伏、锂电池等部分产品设置本地化指标，推动企业 在美国本土布局设厂，并将逐年提升本地化要求。另一方面， 拓展打压范围，2023 年 10 月欧盟委员会正式对从中国进口 的电动汽车展开反补贴调查；2024 年初美国再次对中国采取 CCID D CCID

落地有望推动新一轮换机潮。 AI 部署本地化具有必要性，优势包括更低的延迟、更小的带宽、提高数据安 全、保护数据隐私、高可靠性等。完整的大模型仅参数权重就占满一张 80G 的 GPU，但是通过量化、知识蒸馏、剪枝等优化，大模型可以在手机本地实 现推理。高通团队使用骁龙 8 Gen2 部署 Stable Diffusion，实现本地运营 15 秒出图，证明了大模型本地化运行的可能，也体现出目前手机芯片的局限 以在旗舰 手机上每秒处理 20 个 token，大约是每秒 16 个单词。谷歌没有明确说明使用了 什么硬件来测试，但提到是在“最新的手机上”运行，这证明了与大模型具备类 似能力的轻量化版本可以实现本地化部署。 图31：PaLM2 的从小到大的四种版本 图32：PaLM2 在部分测试中体现出了优异性 资料来源：Google，国信证券经济研究所整理 资料来源：Google，国信证券经济研究所整理

DeepSeek 赋能工程审计 DeepSeek 凭借其强大的推理能力以及对中文的深度理解与优化，成为 AI 领 域自主可控的新一代人工智能大模型。尤其是其高效能与低成本的特点，极大地 降低了本地化部署和应用的门槛，这就为提升工程审计效率，创新工程审计方 式 创造了条件。DeepSeek 强大的学习和推理功能，可以为工程审计的多个领 域带 来显著的效率提升。DeepSeek 赋能工程审计行业的典型应用如 率。这一功能的实现，可以先通过对 DeepSeek 进行工程成本测算的知识扩展， 知识库中保存的过往项目成本数据及扩充材料设备价格数据信息，形成工程成本 测算的知识迭代更新。 5.4.2 智慧成本测算实现 在本地化部署的系统中已经加载了工程成本测算的知识，此时就可以利用该 知识来实现智慧成本测算。上传当前项目的成本明细文件后，在对话框中输入类 “ 似 分析这份成本明细中各项成本的占比是否合理，与过往类似项目对比情况如 计算各分项工程量。最后，将各分项工程量汇总，并与图纸和设计要求 向匹配， 进一步的，DeepSeek 可自动匹配系统中类似项目的工程量汇总表，如 差异较大 将给出提示，以确保工程量计算准确。 5.5.2 智慧计算工程量 在本地化部署的系统中已经加载了工程量测算的知识，可以利用该知识来 实 现智慧工程量测算。在上传当前工程图纸（PDF 或图片格式）后，在对话框 中输 “ ” 入类似 请根据图纸分析计算工程量 等提示词。模型会基于本地知识库中

300168.SZ 万达信息 已经完成 DeepSeek 开源版本在公司自有智算环境的本地化部署和算力集 成，目前正在将 DeepSeek 集成到公司数字智脑智能体、大模型服务支撑 平台等产品中 600718.SH 东软集团 携手云南省肿瘤医院等多家医院全面实现 DeepSeek 的本地化部署,打造面 向患者、医护等多角色的 AI 智能体 2506.HK 讯飞医疗科 技 AI

的出现对于国内金融业数字化转型的价值与意义 ? 一、低成本、高性能。 DeepSeek 通用及推理模型在性能不输头部同类大模型的基础上，成本相较于头部大模型下降至数十 分之一以 下，同时开源、本地化部署特性和蒸馏技术使金融机构无需重资本投入底层模型研发，降低试错成本和二次开发难度，对创新 更加友好。 二、适配国产 GPU 。为金融机构基础设施信创改造提供了可落地的 AI 改造路径。 的出现对于国内金融业数字化转型的价值与意义 ? 一、低成本、高性能。 DeepSeek 通用及推理模型在性能不输头部同类大模型的基础上，成本相较于头部大模型下降至数十 分之一以 下，同时开源、本地化部署特性和蒸馏技术使金融机构无需重资本投入底层模型研发，降低试错成本和二次开发难度，对创新 更加友好。 二、适配国产 GPU 。为金融机构基础设施信创改造提供了可落地的 AI 改造路径。 理解业务与理解技术同样重要 :AI 是认知杠杆，不是流程替代，金融机构业务端的“产 品经理” 或成为稀缺人才 ; Ā 表 22ÿ 财富管理领域的认知能力坐标系 资料来源 ÿ 中信建投整 理 通过 MoE 架构、本地化部署、适配国产 GPU 、规则奖励 机制、开源生态等策略， DeepSeek 在 推理能力不输 OpenAI GPT-o1 的同时，实现显著的成本节省。 简单对比 : 训练成本 :DeepSeek-V3

化运维，提供端到端的技术支持，降低企业 AI应用的长期运营成本 全生命周期管理 支持私有化部署至客户本地环境，确保金融、 政府等高敏感行业的数据主权，符合国家信 创安全标准 数据安全与本地化部署 6.2 DeepSeek大模型一体机 某厂商国产化AI算力的“开箱即用”解决方案 6.2 DeepSeek大模型一体机 天玑科技：PriData 超融合一体机 深信服：一朵云 海康威视：文搜存储系列产品 中国联通：DeepSeek一体机 柏飞电子：DeepSeek 加固式一体机 京东云：DeepSeek 大模型一体机 华能振宇：天巡 DeepSeek 大模型一体机 昆仑技术： DeepSeek 本地化部署一体机 百度：百舸 DeepSeek 一体机 黄河信产：黄河 DeepSeek 一体机 6.2 DeepSeek大模型一体机 n 一体机价格 服务器硬件：¥200,000-500,000，用于 意内容，还能通过物理设备执行复杂任务 生成式 AI 与具身智能 深度融合 为降低算力成本，轻量化小模型通过混合专家 架构和知识蒸馏技术，以更低的能耗实现与大 模型相当的性能。这类模型在本地化场景中将 广泛应用，推动 AI 向边缘计算渗透 小模型崛起与高效化 随着大模型压缩和量化技术的不断提升，知识 密度持续增大，终端搭载的模型能力值逐步增 强。终端算力加速渗透，AI 处理的发展重心逐

首席企业架构师 www.top100summit.com 武艳军 一汽大众首席企业架构师 “ • 企业架构和数字化转型专家，TOGAF企业架构师鉴定级认证专家，Open Group中 国架构本地化工作组专家，DAMA中国会员。 • 具有近20年金融信息化领域工作经验，对数字化转型有深入研究和实践。 • 毕业于北京大学，曾就职于某中央金融企业，负责牵头公司数字化战略规划、企 业架构设计、数字化转型实施等方面工作。