资料来源：iFinD，财信证券 投资要点：  事件：《科创板日报》2 月 8 日消息称，据 QuestMobile 数据显示， DeepSeek 在 1 月 28 日的日活跃用户数首次超越豆包，随后在 2 月 1 日突破 3000 万大关，成为史上最快达成这一里程碑的应用。  革命性推理能力叠加出色性价比，DeepSeek-R1 模型引发全球关注。 据 DeepSeek 官网数据，DeepSeek-R1 股票投资评级 买入 投资收益率超越沪深 300 指数 15%以上 增持 投资收益率相对沪深 300 指数变动幅度为 5%－15% 持有 投资收益率相对沪深 300 指数变动幅度为-10%－5% 卖出 投资收益率落后沪深 300 指数 10%以上 行业投资评级 领先大市 行业指数涨跌幅超越沪深 300 指数 5%以上 同步大市

AI、数字行为建模、远程医疗和合成生物学等前沿技 术驱动的全球健康生态系统。 这份报告客观阐述了 AI 和 ICT 技术融合将如何推动变革，造福人类和社会。 Joseph Sifakis 序言 为实现上述愿景，我们仍面临诸多超越通用人工智能范畴的技术挑战。我们的目标不仅是创造 一种“能够理解、学习任何人类所能完成的智力任务的机器”，更在于让机器能够整合自身能力， 自主行动，感知现实环境，并以自适应且可靠的方式追求其目标。 衡，并通过 定期或针对性的更新，实现系统的持续演进。 此外，系统验证目前正从理性主义向经验主义转变。传统的基于模型的技术虽能保证高可靠 性，但由于系统固有的复杂性和异构性，已不再适用。我们需要超越当前随机测试和仿真的方法， 开发更严格的验证技术。同时，我们还必须通过基于知识的监测技术弥补可靠性降低的影响。 报告中提到的愿景既广泛又宏大，与科技巨头截然不同。科技巨头通常依赖机器学习并推崇超 生成上取得了重大成就，但其认知模式仍困于基于多重线性统计关联的框架内，因此，普遍认为它 仍缺乏对复杂物理现象以及因果关系的深层次抽象与推理的能力。真正的突破或将源于一种使数据 空间和物理空间深度融合的超越现有范式的新架构，这个新架构应能够将数理原理或知识内嵌到数 据空间中，使其能完整准确认知数据系统中的复杂性，这是我们研究和经常讲到的精准智能或 SCI for AI。这是一个复杂系统自组织、自

大模型竞技场 (LMSYS) 位列全球开源模型第一名，依靠创新结构，将推理成本降低近百倍。 l 2024 年 12 月， DeepSeek-V3 发布，性能对齐海外领军闭源模型。该模型在多项评测集上超越了阿里 Qwen2.5-72B 、 Meta 的 Llama-3.1-405B 等其他开源 模型，并 逼近 GPT-4o 、 Claude-3.5-Sonnet 等顶尖闭源模型。据官方技术论文披露， 首个版本上线并同步开源。 DeepSeek-V3 为自研 MoE 模型，共有 671B 参数，每个 token 激活 37B ，在 14.8T token 上进行 预训练。 DeepSeek-V3 多项评测成绩超越了 Qwen2.5-72B 和 Llama-3.1-405B 等其他开源模型，并在性能上和世界顶尖的闭源模型 GPT-4o 及 Claude-3.5-Sonnet 不分伯仲。 l DeepSeek-V3 ，对用户开放思维链输出； DeepSeek 官网与 App 同步更新上线， 用户打 开“深度思考”模式，即可调用最新版 DeepSeek-R1 完成各类推理任务。 l DeepSeek 蒸馏小模型超越 OpenAIo1-mini 。在开源 DeepSeek-R1-Zero 和 DeepSeek-R1 两个 660B 模型的同时，通过 DeepSeek-R1 的输出，蒸馏了 6 个小模 型开源给社区，

限，因此 Chatbot 的落地范围局限在 B 端特定服务型场景，并未诞生具有广泛影响力的 C 端产品。2022 年 12 月，ChatGPT 在文 本生成、代码生成与修改、多轮对话等领域展现了大幅超越过去 AI 问答系统的能力，标志 着 Chatbot 行业进入 AI 大模型时代。此后，Chatbot 作为 C 端用户体验大模型门槛最低的 产品，成为大模型厂商的“标配”，谷歌 Bard、百度文心一言、阿里通义千问等产品在 在语言理解、数学推理上的得分接近于 GPT-3.5，在几乎所有基准上的任务性 能都与 PaLM 540B 持平或表现更好。2024 年 4 月，Meta 发布 Llama 3，Llama 3 性能大 幅超越前代 Llama 2，在同等级模型中效果最优。本次开源参数量为 8B 和 70B 的两个版本， 未来数个月内还会推出其他版本，升级点包括多模态、多语言能力、更长的上下文窗口和 更强的整体功能。最大的 34 电子 阿里巴巴：通义大模型开源闭源兼具，落地行业广泛 通义千问 2.5 中文性能追平 GPT-4 Turbo。通义千问自 2023 年 4 月问世以来，2023 年 10 月发布性能超越 GPT-3.5 的通义千问 2.0，2024 年 5 月发布通义千问 2.5。在中文语境下， 2.5 版文本理解、文本生成、知识问答&生活建议、闲聊&对话，以及安全风险等多项能力 上赶超 GPT-4。

AI 技术开启算网应用新范式 第九届未来网络发展大会白皮书 服务生成算力网络白皮书 6 1.3 算网服务生成成为应对挑战的必经之路 AI 技术的创新突破及迅猛发展, 为应对上述挑战并超越传统算 力网络设计理念与性能提供了潜在的可能性, 并将充分赋能新一代 信息基础设施。近年来，国内外各研究机构、公司厂商、标准组织等 相继提出随愿网络、智简网络、自治网络等新型网络概念，最终确定 署 超过一万 GPU 的集群已成为 AIGC 领域领先玩家的标配。在实际应 用中，智能计算中心能力的首要制约因素已从计算能力的不足，转变 为网络对计算效能最大化所施加的限制。因此，网络基础设施超越了 第九届未来网络发展大会白皮书 服务生成算力网络白皮书 36 其传统上仅仅连接设备的功能，成为决定整个智算中心绝对性能上限 的关键命脉。同时，考虑到用户需求的多样性，现代智算中心网络拓 可控性不好、缺乏可解释性、资源消耗大等问题。此外，当前生成式 AI 仅能根据已有的数据库生成相关领域内的内容，生成结果的泛化 能力和多样性尚有不足。随着关键技术和基础理论的不断突破，最终 能否超越人类的创造性和智慧也尚未可知。 服务生成算力网络的智能化建设还面临着智能部署的挑战。首先， AI 模型，尤其是 AI 大模型，通常需要大量的计算资源来进行推断和 处理，这可能导致在部署阶段面临硬件性能、存储容量和计算效率等

交互和培育问题。AIGC技术是对人脑计算、思考、判断等内在能力的延伸，是人的智能在机器形态 上的规模化聚集、运作和反应。由此，部分基础性的专业工作被替代，AI在劳动贡献、价值创造中 逐渐与人比肩甚至超越人类，AI和人类共同成为社会贡献主体。 在中观层面上，AIGC技术在知识量、信息获取和处理方面的强势能力，迫使教育界进一步反思现有 的教育框架，教师作为教学主体的功能性与人文性价值如何取舍？师-生-机三位一体的教育形态意 应新技术、新产业、新业态、新模式的学科专业，同时淘 汰那些不再适应经济社会发展需求的学科专业。同时，ChatGPT等大模型先后通过注册会计、律师资格等多种考试，在信息搜集和 整合上的能力逐渐接近甚至超越人类，也让我们反思AIGC时代下，简单的专业知识教学的社会适应性。因此教育系统需要调整教育 内容，重视信息素养和高阶通识能力的培养，逐渐增加跨学科融合式教育的权重，以加快前沿人才的供给速度。同时，教育系统还 学生拥有低风险、无限制的练习机会 ✓ 能够不断更正错误、优化作业 ✓ 每次练习都能得到Class Companion反馈 使用Class Companion学习的整个过程中，人工智能只是教师的辅助工具，教师可以超越AI拥有最终决定权 迭代完善作业内容 答疑流程 教师为本 • 上传自制作业 • 使用内置作业库 • 利用AI生成 • 从零创建作业  主问题和子问题  摘要、来源、引用  允许学生改进的次数

1. DeepSeek 推动模型平权，关注 AI 终端及算力领域 DeepSeek 以更低成本提供对标 o1 模型。2024 年 12 月，DeepSeek V3 首个版本上线，在 多项评测成绩超越了 Qwen2.5-72B 和 Llama-3.1-405B 等开源模型，并在性能上和 GPT-4o 以及 Claude-3.5-Sonnet 不分伯仲，训练成本仅约为 558 万美元。1 月 20 在上线仅 20 天后其日活 用户迅速突破 2000 万大关，达 2215 万；此后日活用户持续攀升，根据 QuestMobile 数 据显示，DeepSeek 在 1 月 28 日的日活跃用户数首次超越豆包，随后在 2 月 1 日突破 3000 万大关，成为史上最快达成这一里程碑的应用。 图 4：产品增长 1 亿用户所需时间 电子行业深度报告 6 请务必阅读末页声明。 数据来源：AI产品榜公众号，东莞证券研究所

AGI是指能够像人类一样进行各种智能活动的机器智能，包括理解语言、 识别图像、进行复杂推理等。Sora大模型能够直接输出长达60秒的视频， 并且视频中包含了高度细致的背景、复杂的多角度镜头，以及富有情感 的多个角色。这种能力已经超越了简单的图像或文本生成，开始触及到 视频这一更加复杂和动态的媒介。这意味着人工智能不仅在处理静态信 息上越来越强大，而且在动态内容的创造上也展现出了惊人的潜力 2.1 国外的大模型产品 n Sora DeepSeek（深度求索） 2024年12月26日，杭州一家名为“深度求索”（DeepSeek）的中国初创公司， 发布了全新一代大模型DeepSeek-V3。在多个基准测试中，DeepSeek-V3的 性能均超越了其他开源模型，甚至与顶尖的闭源大模型GPT-4o不相上下，尤 其在数学推理上，DeepSeek-V3更是遥遥领先。DeepSeek-V3以多项开创性 技术，大幅提升了模型的性能和训练效率。DeepSeek-V3在性能比肩GPT- 评估大模型文本生成、问答等功能的输出质量 和正确率,是技术指标的核心。知识准确率直接 决定了模型应用场景的范围和效果,是一个必须 重点考量的维度 问答准确率 答案是否是真实可信的，不存在模型的幻想， 或超越出本知识库内容的编造内容；是否提供 了查证答案来源的可溯源的知识出处机制 答案可信度 大模型是否能够按照客户化的语言模式，生成 答案，以流畅的、适配客户情境的客户化语言 进行交流 语言个性化程度

(DI)） 技术趋势 决策智能 分析师 Christian Titze 和 David Pidsley 战略规划假设 到 2028 年，25% 的首席数据和分析官愿景声明将变得“以决策为中 心”，超越“数据驱动”的口号，明确针对人类决策行为以提高数据和 分析 （D&A） 价值。 趋势基本描述 DI 是一门实用学科，它通过明确理解和设计决策的制定方式，以及如何 通过反馈评估、管理和改进结果来推进决策。DI 所有的人类活动都围绕着做作出选择或决策。在当今复杂的商业世界中，在正确的时间及时 做出正确的决策具有至关重要的意义。 然而传统的决策技术既不能保证决策的正确性也缺 乏决策的敏捷性。笔者在【20，21】中介绍了 Gartner 提出的超越传统决策技术的决策智能 （DI）概念，技术框架，技术和市场发展趋势，以及决策智能平台(DIP)的兴起和若干案例。 其中也包括决策智能在供应链中的应用和案例。特别在【22】中介绍了决策智能在供应链计

国产数字化升级标杆实践报告 07 - 国产数字化升级标杆实践报告 07 - - 08 国产数字化升级标杆实践报告 国产软件和解决方案已超越“可用”阶段， 全面迈向“好用”，操作体验与性能表现能 够很好地满足甚至超越业务需求，推进融合 创新已成为关乎企业发展的战略抉择。在实 际应用过程中，实现了从传统系统到国产平 台的平滑过渡，能够保障业务的连续性与稳 定性。国产实践的成效显著体现在多个维