春节期间，有一家公司，它的总部位于杭州，在这之前并不出名。这家公司发动了一场行动，被称作“科技奇袭”，并且开启了中国的“AI 新纪元”。
DeepSeek 有这样一段传奇叙事：它以黑马的姿态登场，之后迅速在全球范围内变得火爆。其产品上线仅仅 7 天，就赢得了 1.1 亿全球用户，并且登上了 160 个国家应用商店的榜首，成为了现象级的 AI 大模型。
DeepSeek 凭借其高效能以及低成本的开源特性，使得 AI 技术的应用门槛得到了大幅降低。同时，它也打破了那种“AI 大模型训练仅仅是国际巨头们的游戏，而中国只是跟随者”的认知。
DeepSeek 掀起的这场 AI 风暴使得中国科技资产迎来了价值重估。港股率先呈现出“科技牛”的态势，到 2 月底的时候，恒生科技指数在当年内上涨了 24.62%。A股市场也有着热烈的反响，万得 DeepSeek 概念指数从 1 月 27 日开始发布之后，涨幅达到了 35.51%。
笔者邀请了四位基金经理，他们分别是博时基金的肖瑞瑾、诺德基金的周建胜、广发基金的李耀柱以及长城基金的刘疆。他们一同顺着 DeepSeek 的发展脉络，对相关投资趋势与可持续性进行了探讨。
从跟随到引领，以技术创新推动“模型平权”
问：为什么 DeepSeek 可以成为让中国科技资产价值重新被评估的媒介呢？
周建胜称，DeepSeek 在以下四个维度发挥了作用，成为中国科技资产价值重估的“催化剂”。其一，在技术创新方面实现突破；其二，对市场信心进行了重塑；其三，产生了产业协同效应；其四，推动了估值体系的重构。并且，其多维突破正在重新构建全球对于中国科技实力的认知框架。
从核心技术突破的角度来看，DeepSeek 通过颠覆性创新，打破了 AI 领域“高投入 = 高性能”的固有模式。DeepSeek 凭借自身自主研发的强化学习算法以及硬件协同优化能力，仅仅用较低的训练成本，就在数学推理和代码生成等核心领域达到了国际顶尖的水平。这种技术路径创新成本低且性能高。它验证了中国企业在算法优化以及算力整合方面的自主创新能力。同时，它通过开源策略降低了 AI 应用的门槛，为中小科技企业构建应用生态创造了技术基座。
DeepSeek 在市场信心重塑方面，凭借现象级的市场表现扭转了国际资本的认知。从 QuestMobile 的数据来看，该产品上线仅 7 天，就获得了 1.1 亿全球用户，并且登上了多个国家的应用商店，其用户增长速度远远超过了 GPT 等国际竞品。这种爆发式增长背后，全球用户认可了 DeepSeek 模型的实力，这促使国际资本机构重新评估中国 AI 企业的创新能力。
产业协同效应体现在对国产技术生态的全面激活方面。DeepSeek 与国产芯片深度适配，这使得国产 AI 芯片能效得以提高，同时也抬升了部分半导体企业的估值空间；DeepSeek 与某平台进行技术协同，构建起了日均调用量超过 5 亿次的智能云平台，推动了部分互联网企业估值倍数的抬升。这种技术外溢效应延伸到了金融领域，延伸到了医疗领域，延伸到了制造领域等 18 个垂直领域，形成了覆盖算力基建的产业链，形成了覆盖算法开发的产业链，形成了覆盖场景应用的产业链，从而形成了完整的产业链。
估值体系重构的深层逻辑带来了资本市场定价范式的改变。传统互联网企业的 AI 业务价值此前一直被低估，如今开始变得显性化。中国互联网巨头的 AI 相关业务估值倍数从隐性折价的状态转变为显性溢价，进而带动了港股科技板块整体估值中枢的提升。DeepSeek 技术生态与国产算力基座深度融合，中国科技资产正在形成一种良性循环，即技术创新后进行商业转化，再实现资本溢价，这种良性循环或许会带来估值体系的重构。
肖瑞瑾称：DeepSeek 在 2024 年底陆续发布了 V3、R1、Janus 这三款模型。这一事件引发了国内外的广泛关注。DeepSeek 大模型是本土科研团队在算力受限的情况下，运用了多种原创性的技术创新，使得训练和推理的成本大幅降低，并且其综合性能能够与海外前沿大模型相媲美，成为了中国科技自主创新的新成果。
DeepSeek 大模型技术的出现意义重大。这显示出中国本土人工智能产业的发展正在逐步追赶海外的前沿技术水平，并且具备了提出具有原创性、引领性的技术创新思路的能力。
从投资角度而言，DeepSeek 大模型使得全球投资者对中国科技行业的关注度得到了显著提升。正因如此，近期我们能够看到境内外投资者持续增加对港股和 A 股相关行业的配置。DeepSeek 大模型对中国科技行业估值体系的支撑具有长期性和系统性，并且有着坚实的基本面基础。同时，境内外投资者对中国资产的信心也得到了显著的恢复。
刘疆指出，在过去几年中，由于诸多原因，中国资产的估值承受着一定压力。许多资产的估值处于明显偏低的状态，这种情况为资产的重估和修复创造了空间。
其次，Deepseek 确实在国内外都引起了广泛关注。它不但在国内火出圈了，在海外也获得了很高的关注度。AI 这样大规模的科技创新浪潮，能够推动和改变许多事情，就如同十多年前的移动互联网一样。
Deepseek 会掀起科技投资热潮，主要是因为两个方面产生了巨大影响，进而形成了投资逻辑。
一是产业格局发生改变。以往以 OpenAI 为代表的众多大模型是闭源的，而 DeepSeek 的开源举措能让所有人都能用上好用的大模型，这实现了所谓的“模型平权”；二是 DeepSeek 的推理成本有了大幅降低，“算力平权”的时代也很有希望到来。
一是模型壁垒和算力壁垒导致过去中小创业公司在 AI 领域与大公司竞争困难；二是 DeepSeek 帮助实现“AI 平权”，使得更多公司能够涌入应用开发赛道；三是更多公司涌入应用开发赛道后，加速了 AI 生态的发展。
因此，我们认为这一轮行情是有其合理性的。并且，我们能够实实在在地看到产业发生了巨大的变化。
李耀柱表示：DeepSeek 取得了成功，这使得之前在业界普遍流传的“AI 大模型训练仅仅是国际巨头们的专属游戏，而中国只是跟随者”这种认知开始首次出现松动。DeepSeek 最为核心的能力在于团队将基础研究当作长期目标的文化，还有团队所具备的想象力以及将这种想象力转化为实际事实的技术实力。
DeepSeek 在硬件层面进行了创新，同时在大模型训练方法层面也有所创新。凭借这些创新，它以仅相当于同行大约十分之一的成本，成功地训练出了性能能够与 OpenAI o1 对齐的模型。并且，该模型遵循 MIT 许可证，实现了完全开源。此举改变了之前开源落后闭源模型的状况，也改变了 AI 训练一味追求暴力堆叠算力出奇迹的传统思维。这促使科技企业重新审视自身发展 AI 的方式。DeepSeek R1 模型率先打破了“安全、好用、低成本”的不可能三角形，降低了普通人使用最先进大模型的门槛。
从算力驱动到应用落地，重塑AI投资逻辑
问：DeepSeek是否改变了AI产业的投资范式？
李耀柱称，AI 的投资逻辑正在发生转变，从之前的“算力驱动”转变为“应用落地”。并且，AI 应用有希望成为新的投资风口。
过去市场关注算力，原因在于模型训练阶段对算力的需求极为巨大，并且模型的训练时间持续得很长，更换芯片提供商所产生的机会成本也过高。而如今大模型的训练和推理成本有所下降，AI 真正开始迈入产业应用期，投资机会也随之发生了改变。DeepSeek 等开源模型进行了优化，这降低了企业接入 AI 的成本。因为成本降低了，所以金融、制造、医疗、互联网等行业能够更快地将 AI 技术落地，从而带来实际的生产力提升。
AI 正在迈向 2.0 阶段，相较于早期以数据处理、文本生成为主的 1.0 阶段而言。未来的核心是“多模态”能力，像 AI 怎样与物理世界相结合，以及实现自动驾驶、智能机器人、工业智能化等这些深层次应用，更加值得人们去关注。
肖瑞瑾称，对于国内的 AI 产业链来说，DeepSeek 给出了新的降本增效技术想法。它大幅降低了人工智能大模型的使用成本，还能迅速与国产的 AI 算力芯片以及云公司相适配，构建起了完全国产化的算力基座，这为后续国内人工智能应用能够快速发展奠定了坚实的基础。
刘疆：DeepSeek给AI产业链的影响主要体现三个方面。
第一是上游的算力，它相当于 AI 产业的基础设施。很多人对此的第一反应是利空，从直觉上看，对于算力的需求似乎变少了，但实际上需要细分情况来考量。模型预训练的算力需求可能会受到影响，然而应用方面有望实现大规模爆发，这会驱动推理算力大规模增长。我们看到 DeepSeek 迅速走红并出圈后，有时会出现卡顿且无法得出结果的情况，这反映出了算力的不足。未来国内AI产业有望大爆发，驱动国内算力的成长。
第二是在模型层面。从 GPT 爆火到现在，已经过去了 2 年多时间。在这期间，陆续有不少模型领先或者出圈。最多的时候，有上百个大模型在进行开发。然而，随着模型的性能和成本差距逐渐拉开，相信参与的玩家会越来越精简。
第三是在应用层面，并且这也是最受益的方面。开源的模型加上极低的推理成本，给所有的应用都带来了非常大的助力。我们看到 DeepSeek 发布之后，许多应用已经宣布要接入 DeepSeek。这里有两个重大事件值得关注：其一，拥有 13 亿月活用户的微信接入了 DeepSeek；其二，深圳把 DeepSeek 接入到政务当中，并且设置了 70 名 AI 公务员。全民 AI 时代值得人们去期待。
周建胜称，DeepSeek 取得了突破性发展，这一发展正促使 AI 产业投资范式发生系统性的变革。这种变革主要体现在投资逻辑的重构、生态体系的重塑以及估值体系的革新这三个方面。其带来的影响已经超越了单一技术突破的范畴，正在对全球 AI 产业的价值评估体系进行重构。
投资逻辑重构是核心。在技术路径方面，产业逻辑会从以算力军备竞赛作为核心转变为算力与算法效率共同发展。DeepSeek 通过一系列的算法创新，使单位算力的智能产出得到了大幅提高，从而促使投资评估标准从“GPU 卡数量”转变为“每 TFLOPS 智能增量”。
生态体系进行重塑。开源策略促使价值链条进行解构重组，进而催生了新型的价值网络。DeepSeek 的开源模型吸引了超过 10 万的开发者参与其中。形成了一个包含工具链开发、端侧部署以及垂直场景定制的生态闭环。这使得投资机会从上游的算力向中下游的应用进行了扩散。DeepSeek 与国产芯片进行深度适配，从而提升了国产 AI 芯片的能效比；DeepSeek R1 模型被广泛部署，激活了云计算需求，无论是海外的云服务厂商还是国内的云服务厂商，都因之而受益。
目前，金融行业在积极研究和部署 DeepSeek 的开源模型。目前，制造行业在积极研究和部署 DeepSeek 的开源模型。目前，医疗行业在积极研究和部署 DeepSeek 的开源模型。强大的 DeepSeek 开源模型有望加速 AI 应用落地，有望推动最终形成算力、算法与数据良性互动的生态格局。
估值体系的革新表现在估值思维的改变。过去两年，在资本市场中，估值的着重点在于算力卡的数量。谁能够率先拿到算力卡，并且拿到的数量越多，其算力集群的规模也就越大。市场就会相信这样的企业越有能力开发出厉害的模型，进而会给予它更高的估值水平。DeepSeek 的创新技术开源之后，资本市场的估值逻辑开始变得丰富。在进行估值时，需要综合考量算力规模、算法效率以及生态位价值等因素。并且，估值思维可能会从以硬件为核心逐渐转变为软件硬件双轮驱动的模式。
从国产化到商业化，多个环节迎来新机遇
问：顺着DeepSeek的发展脉络，哪些投资机会值得关注？
肖瑞瑾建议关注以下产业机会：算力芯片国产化；端侧硬件创新；应用场景；人形机器人；智能驾驶等方向。
从 DeepSeek 大模型的研发情况来看，当下国内大模型的研究能力大致与海外同行持平。然而，在算力芯片领域，由于国内先进的半导体工艺制程相较于海外较为落后，所以国内的人工智能芯片整体上落后于海外。大模型训练所需要的算力需求，尚未有足够的国产供给来予以满足，依然受到海外供给的限制。
在端侧硬件这个领域，芯片制程方面的要求不是特别高。所以国产芯片的供给比较充足。国内的智能手机、IOT 以及平板 PC 等硬件的能力比较强。正因如此，端侧硬件领域在国内具有显著的优势。并且这种优势正在转化为商业化的潜力。我们在今年能够看到 AI 原生的智能手机、IOT 设备、AIPC 等国产品牌的硬件产品被推出。
在应用层面，中国拥有显著优势的工业产业基础，同时也有广泛的数字化使用场景。再结合 DeepSeek 的低成本优势，国内的应用或许会进入快速增长的时期，并且有希望率先实现商业化潜力。
在人形机器人方面，目前国内在人形机器人 VLA 大模型研发领域处于跟随者的状态。不过，凭借着坚实的工业基础，在人形机器人硬件领域拥有显著的产业优势。人形机器人作为大模型的重要落地场景，其商业化还需要 2 到 3 年的时间。然而，硬件的创新以及持续的降本可能会在中国本土发生。
智能驾驶方面，目前国内在算力芯片方面处于跟随者地位。不过，目前智能驾驶正朝着平价化的方向发展。到 2025 年，国内智能驾驶的渗透率有望快速提升。10 万人民币价格带的 A 级车也有希望搭载智驾系统。其商业化潜力已经开始体现出来。
刘疆：我们不妨从增量和变化两个维度来考量。
在增量方面，其一，算力的需求属于纯增量。在前两年，这方面的投资机会已得到极为充分的体现；之后，我们能够期待国产算力的发展，以及推理算力需求的爆发。其二，受益于 AI 能力提升的新兴应用。例如智能驾驶，又如机器人。过去因为 AI 能力存在瓶颈，所以进展较为缓慢。AI 实现了爆发式发展，这驱动了相应产业加速发展。我们看到，今年智能驾驶进入到渗透率快速上升的阶段，人形机器人也即将实现量产。
变化层面体现在 AI 对很多产业的改造升级方面。例如，许多传统产品在插上 AI 的翅膀后，是否会催生出新的投资机遇，像手机、眼镜、耳机、玩具等端侧产品，以及游戏、影视、教育、社交等精神文娱消费领域；其次是对传统产业的升级优化，比如政务、制造业、交通等领域。
周建胜称，从 DeepSeek 的发展历程来看，我们能够察觉到以下这些投资机会。
国产算力芯片方面。DeepSeek 的低成本推理技术促使国产芯片在边缘侧加快替代进程。过去，国产算力芯片因受外部封锁而在性能、功耗等方面与国际先进水平存在一定差距。如今，DeepSeek 的一系列算法优化有望打破国产芯片适配的“天花板”。通过在工程上持续不断地优化，国产算力芯片的可用性有望得到显著提升。
二是垂直应用加速落地。DeepSeek 的新模型具有高性能，有望满足众多行业的应用需求。它还具有低成本和开源的特点，有望扫除 AI 大模型落地的障碍。目前我们观察到，在医疗领域、工业智能化、办公自动化、教育、游戏等领域，商业化进程有所提速。
三是端侧 AI 呈现崛起态势。DeepSeek 蒸馏出的诸多版本模型具备强劲性能，有希望能在智能手机、PC、AI 眼镜、AI 玩具、汽车、机器人等终端设备上加快应用进程。过去因为模型参数庞大，或者模型性能未达标，终端侧 AI 应用存在很多局限。DeepSeek 的系列模型以及其开源的技术，能够赋能全社会提升 AI 应用水平。或许在不久的将来，我们就能看到各种有趣的 AI 终端进入我们的生活。
四是算力基础设施。DeepSeek 降低了单个模型的训练算力需求，然而这也意味着利用相同的算力资源能够有潜力去开发出更强大的模型。尤其是随着推理模型被广泛应用，推理计算的算力需求或许会不断地提升，并且有希望催生出云计算、算力租赁以及其供应链等领域的广泛机会。
李耀柱称，AI 产业链的机会正在从底层算力开始向上延伸。其中，国产算力芯片这一环节将迎来新的发展机遇，数据基础设施这一环节也将如此，AI 软件服务厂商以及工业智能化等多个环节同样都将迎来新的发展机遇。
长期而言，算力端依旧处于紧缺状态。DeepSeek 的用户使用量在快速提升，用户对响应效率的要求体现出算力资源仍存在紧缺情况。因此，算力需求没有减少，并且还会持续增加，只是需求的重点逐渐从预训练端转移到后训练端和推理端。
展望未来，我们可关注两个方向。其一，推理端需求在不断扩大。用户通过调用接口来获取模型推理结果，这使得芯片仍有需求，但对预训练端高性能 GPU 的依赖有所减少。这一情况使得中端的半导体公司能够在推理端芯片市场切入一部分市场份额，然而，整体市场依然是以高端半导体公司为主导的。
第二，数据生成端的重要性会进一步提高。模型要实现智能化，前提是能够用高质量数据进行训练，这些数据包含合成数据等多种类型，而生成这些数据也需要高效的芯片给予支持。当数据积累到一定规模后，就会反过来提升对预训练算力的需求。在这个动态的循环过程中，市场对算力的长期需求是较为确定的。
中国企业在应用落地以及强化学习数据生成端方面展现出了竞争力，能够获取部分市场份额。其中，中国的互联网公司、科技企业、自动驾驶公司等，凭借深厚的数据积累和业务场景，能够更好地借助 DeepSeek 等 AI 模型来优化内部效率，甚至还能催生出新的商业模式。AI 技术在这些企业中的渗透，会对整个产业链的发展起到进一步的推动作用。
可持续性探讨：短期噪音还是长期趋势
如何判断 Deepseek 带来的投资机会是可持续的呢？如何判断它不是短期噪音呢？
周建胜认为，要判断 DeepSeek 所带来的投资机会是否具有可持续性，就需要从多个方面进行综合考量。
从技术层面而言，持续的技术创新能力有着重要意义。企业需要持续进行技术方面的研发以及创新工作，进而推出具有竞争力的新的产品和技术，以此来保持领先的地位。比如要关注 DeepSeek 后续的推理模型以及多模态模型的发展情况，像 Janus - Pro 在视频生成、3D 场景理解等领域所取得的突破，如果能够持续地缩小与顶尖模型之间的技术代差，那么其商业化的空间是值得期待的。
商业化落地能力是很重要的。企业要把技术转变为实际的产品和服务，让技术实现商业化应用并且获得盈利。查看它在各个行业的应用拓展状况，要是应用一直在拓展，并且市场需求一直在增加，就能够带动相关企业的业绩增长，这样的话，投资机会可能会更具有可持续性。
在产业生态建设这一方面，一个良好的产业生态系统对企业的长期发展是有利的。我们需要考察 DeepSeek 是否有能力构建出丰富且活跃的产业生态，以此来吸引更多的企业和开发者参与其中，进而形成一个发展的闭环。
政策支持是一个关键的外部因素。AI 作为新一轮科技革命的核心驱动力，已然成为全球大国争夺战略主导权的重要阵地之一。可以预计，在未来相当长的一段时间里，各个国家或许将会持续出台与人工智能产业相关的政策，从而对资本市场的 AI 投资形成长期的支撑。
李耀柱称：首先，市场给予部分未受益且纯属主题炒作的公司过高预期，这类相关公司存在估值虚高的风险。目前，DeepSeek 以及所有其他大模型依旧是以 Transformer 大架构为基础的。在 2025 年，值得关注的话题是究竟谁能够找到可替代 Transformer 的结构。DeepSeek 所探索的技术方向是值得被关注的。
其次，关于 AI 在哪些领域会出现爆款，大家并没有达成一致的看法。因此，应用的爆发方向依然存在不确定性，需要持续地进行跟踪和观察。
首先，从技术层面来看，强化学习的大模型本质是基于规则设计的。其次，未来能否设计出能够评判模型输出质量的奖励机制是关键所在。再者，未来强化学习模型在非数学和非编程等领域进行进一步迭代时可能会面临挑战，因为这些领域不易于定义结果的对错以及不易定义规则。最后，技术的迭代仍在持续，尚未达到稳态水平。我们认为，深入去关注技术的发展方向，这是未来能够做好投资的重要因素之一。 我们觉得，对技术的发展方向予以深入关注，是未来做好投资的重要因素之一。 我们以为，把技术的发展方向进行深入关注，是未来做好投资的重要因素之一。
刘疆：几个方面的风险还是值得留意的。
技术发展会产生影响。我们了解到，科技行业具有两个特点，一是变化迅速，二是存在破坏性创新。正因如此，很多当时看似正确的逻辑，一旦被颠覆，就有可能给部分资产价格带来较大的伤害。
一是国际环境会产生影响。目前在某些环节存在互补的需求，如果国际环境状况变差，就可能会带来一些不利的后果。
三是情绪亢奋过度会致使高估，这样就会产生波动回调的隐患。我们觉得主要的应对方式为紧密跟踪研究，紧紧跟随行业的发展变化并适时调整策略，尽可能去做大概率正确的事。
肖瑞瑾：投资者把握本轮投资机会，建议采用长期基本面视角。
首先，要仔细辨别相关概念股的真伪。其次，对于公告已经澄清的个股，需要加以判断。
其次，从多个产业趋势角度来考虑。一是算力芯片国产化，二是端侧硬件创新，三是人形机器人，四是智能驾驶等。要选择那些受益于这些产业趋势，同时具备扎实基本面基础并且估值合理的龙头公司进行配置参与，这样就能获得产业发展和企业成长所带来的投资收益。
最后，在日常跟踪方面，可以借助 DeepSeek 等人工智能工具来获取行业前沿信息，并且掌握基本的投资研究能力，以此实现对投资公司的长期基本面跟踪。
普通投资者参与人工智能产业投资时，相关风险包含技术风险、地缘政治风险、道德伦理风险以及产业政策风险等。
在组合管理中，评估企业发展前景时，技术前景的“想象空间”只是其中的一个部分。然而，对产业发展的技术壁垒、市场空间、竞争格局、盈利弹性进行综合分析，才是对企业进行综合定价的基础。财务指标只是用于评估企业财务状况和定价的依据，财务估值并不能成为交易的行为基础。
普通投资者参与科技投资时，需要不断丰富自身的投资者素养。其一，应减少参与那些仅有技术“想象空间”，却无法在产业落地的概念炒作。其二，也要回避低估值陷阱，尤其要避免投资处于衰退周期的低估值公司。
本文源自微信公众号，其作者是《财经》新媒体，36 氪获得授权后进行了发布。
