板块观点
　　DeepSeek系列为什么爆火？
　　DeepSeek实现行业领先模型能力，并且对代码开源。在AIME2024、Codeforces、GPQADiamond、Math-500、MMLU等多个测试中，DeepSeek-R1展现出媲美OpenAI-o1的模型能力。
　　 DeepSeek的模型成本大幅下降。在成本方面，DeepSeek-R1的API服务输出定价为16元/1MTokens，相较于openAI-o1下降96%。对2024年12月发布的DeepSeek-V3，其API服务输出订单仅为8元（活动优惠期内为2元）/1MTokens。
　　DeepSeek系列有哪些关键的技术突破？
　　DeepSeek系列模型有2个核心的模型，DeepSeek V3和DeepSeek R1/R1-zero。
　　DeepSeek V3在传统专家混合模型（MoE）上改进，实现了超低的训练成本。传统MoE模型存在负载均衡问题，在低精度训练方面也容易受到异常值影响。DeepSeek V3通过动态调整专家负载，避免了传统方案的性能损失，并且通过FP8混合精度训练框架验证了FP8在超大规模模型上的可行性。通过优化算法、框架和硬件协同，DeepSeek V3的训练需要180KH800 GPU hours（2048块H800上训练50-60天），训练成本仅557.6万美元。相比之下，OpenAI训练GPT-4使用了2万块A100显卡训练90-100天，训练成本约6300万美元。
　　 DeepSeek R1/R1-zero通过大规模强化学习训练，涌现出强大推理能力。DeepSeek R1/R1-zero都是是通过大规模强化学习训练而来的模型，其中R1-zero没有将有监督微调（supervised fine-tuning ,SFT）作为初始步骤。最早采用强化学习方法进行训练的模型是OpenAI o1。OpenAI研究科学家、o1核心贡献者Hyung Won Chung在MIT进行过一次名为“Don’t teach. Incentivize（不要教，要激励）”的演讲，就论述了这一理念。Hyung WonChung认为AI领域正处于一次范式转变，即从传统的直接教授技能转向激励模型自我学习和发展通用技能。AGI所需要的技能太多，我们无法列举出每一项技能去teach，因此唯一可行的方法就是incentivize激励，让模型自己的思考、去涌现新的能力。在训练中，R1/R1-zero的推理能力通过强化学习自然涌现，思考时间随着模型的进行持续提升，自然而然地获得了解决越来越复杂推理任务的能力。
　　相比R1，R1-zero省略了监督有监督微调SFT环节，完全依赖于强化学习，进一步减少了人工干预，引起了更多的关注。这对于那些难以获取大量高质量标注数据的领域来说，具有重要的意义。
　　风险提示
　　1、人形机器人技术进展不及预期，成本下降不及预期。
　　2、需求不及预期风险。
　　3、受制于电池成本及补能便捷性，设备电动化渗透率不及预期。