来源：华泰睿思

我们认为，DeepSeek对下游应用生态来说，降低了开发者门槛，加速了AI技术的普惠；激发开源社区创新，有助于应用场景的扩展，并看好三大方向。

核心观点

DeepSeek低成本+高性能，推动AI应用生态发展

DeepSeek最新大语言模型R1性能比肩GPT-o1；多模态模型Janus-Pro也正式发布。因其“低成本+高性能”的开源模式，DeepSeek成为全球增速最快的AI应用，并引发国内外产业圈和投资圈震动。我们认为，DeepSeek对下游应用生态来说，降低了开发者门槛，加速了AI技术的普惠；激发开源社区创新，有助于应用场景的扩展。我们看好：1）Agent类应用，可通过API集成来继承新一代LLM的能力，提升交互质量和效率；2）大模型能力向轻量化模型迁移，加速AI智能硬件渗透；3）利好下游传媒应用方向AI电商/AI玩具/AI情感陪伴/AI广告等的繁荣和商业化落地。

激发开源社区创新，扩大开源生态建设

DeepSeek在开源策略方面，采用“基础模型开源+高阶功能商业化”模式，将吸引开发者参与生态建设，激发社区创新。1月29日Hugging Face首席科学官表示DS-R1开源模型累计下载量超70万次，日增40%；用DS-R1搭建的衍生模型至少有670个，累计下载量超320万次，日增约30%。R1属于完全开源不限制商用，使用宽松的MIT License。我们认为，将利于更多开源模型利用R1蒸馏的标签数据增强推理加速迭代，开源项目可能成为行业事实标准，降低AI应用技术门槛。此外，采取闭源策略的大模型厂商也可能会考虑差异化开源策略，如OpenAI等。

模型推理能力提升，提升AI Agent交互质量和效率

DeepSeek R1大模型在推理、数学、代码等能力都有明显提升，使得RL算法平权。应用侧看，Agent通常依赖LLM来理解和生成自然语言，理解用户的需求并生成相应的响应，需求理解/挖掘能力的增强，便宜好用的长上下文，会提升Agent的落地效果。低成本开源大模型的持续迭代下，Agent可通过API集成来继承新一代LLM的能力实现进化，提升交互质量和效率。To B企业服务中，Agent正从任务执行变成决策支持伙伴；To C场景中，有助于提高生活场景的效率，并提供个性化服务。

大模型能力向轻量化模型迁移，加速AI智能硬件渗透

DeepSeek R1的出现将让产业界对基于CoT思路的优质合成推理数据的使用增加。DeepSeek通过知识蒸馏技术，实现大模型能力向轻量化模型的高效迁移，降低智能产品的AI功能集成门槛，开发者可快速将其AI能力部署至硬件设备并针对场景定制化。同时，凭借高效推理能力和低延迟响应的能力，DeepSeek能提升智能硬件交互的流畅度和场景理解的准确度，增强交互体验，助力AI智能硬件的普及渗透。我们预计，25年端侧小模型的技术迭代和降本增效将不断体现，未来免费端侧小模型可能百花齐放，助力端侧AI手机、AI可穿戴设备（眼镜/耳机等）、AI玩具、AI机器人等产品的发展。

DeepSeek影响下，利好下游AI应用繁荣和商业化落地