近期，在2025年科技浪潮中崭露头角，迅速在全球范围内引起了广泛关注。从最初的初步展示，到在多个领域展现出巨大的应用潜力，DeepSeek凭借在生成式人工智能（AIGC）领域的卓越表现，已经成为推动各行业变革的重要力量。
DeepSeek之所以能够引发全球关注，主要有两个原因。首先，它首次使中国在人工智能技术发展趋势中占据了领先地位；其次，它采用开源模式，显著加速了全球大语言模型的升级与迭代，推动了全球人工智能技术的快速进步。
深入探讨DeepSeek对经济的影响变得尤为重要。为此，我们从以下三个方面来分析DeepSeek的效应与未来发展机遇：DeepSeek的发展历程，对科技行业的影响，以及对经济增长的推动作用。
一、DeepSeek的发展历程
DeepSeek由量化投资公司幻方量化的联合创始人梁文锋于2023年7月创立，专注于大语言模型及相关技术的研发。2023年11月，DeepSeek发布了DeepSeek Coder模型，标志着公司在人工智能领域的初步探索。2024年5月，DeepSeek推出了DeepSeek-V2模型，该模型采用MoE架构，显著降低了模型推理成本，引发了业内广泛关注。2024年12月，DeepSeek发布了DeepSeek-V3模型，其性能已接近顶级闭源模型，且模型训练成本创下新低。
2025年1月20日，DeepSeek迎来了发展历程中的重要里程碑，公司正式发布了DeepSeek-R1模型，引发了全球AI领域的强烈反响。该模型在数学、代码以及复杂逻辑推理任务中表现出色，推理过程涵盖了大量的反思与验证，思维链长度可达数万字。
DeepSeek的全球影响力迅速扩展。DeepSeek-R1模型与 OpenAI o1模型在AIME 2024（美国数学竞赛2024）、Codeforce（编程竞赛平台）、GPQA Diamond（高难度通用知识问答）、MATH-500（数学评估）、MMLU（规模多任务语言理解）、SWE-bench Verified（软件基准测试）等测试中不相上下，个别测试能力稍胜一筹。从斯坦福大学到麻省理工学院，DeepSeek-R1迅速成为美国顶尖学者的首选模型。2025年1月31日，英伟达、亚马逊和微软三大科技巨头宣布接入DeepSeek-R1模型。2025年2月，中国的云服务商、手机厂商和应用厂商也纷纷宣布接入DeepSeek-R1模型，向社会提供开放服务。
图1：DeepSeek-R1与OpenAI o1的比较资料来源：AIPaperAcademy、招商银行研究院
DeepSeek引领了训练模式的创新，改变了传统模型训练过度依赖算力的观念。传统的模型性能提升方法主要通过增加模型参数、扩充训练数据量以及提高计算资源的使用来实现。大规模模型的训练通常包括预训练、监督微调和强化学习三个关键阶段。然而，强化学习流程尚未完全标准化，仍处于初期阶段，具有巨大的技术创新潜力。OpenAI作为行业领先者，虽然掌握了强化学习的创新算法，但其技术细节一直处于保密状态。DeepSeek推动了强化学习的创新变革，在模型训练过程中，省略了传统的监督微调阶段，采用了组相对策略优化（GRPO）强化学习方法，替代了人类反馈强化学习（RLHF）和AI反馈强化学习（RLAIF）等常见的强化学习方法。通过这种基于规则的强化学习训练，DeepSeek-R1的性能达到了与OpenAI的O1模型相当的水平。
图2：DeepSeek采用基于规则的强化学习策略资料来源：AIPaperAcademy、招商银行研究院
DeepSeek-R1模型在训练和推理成本方面展现出显著优势。根据DeepSeek官方技术报告，DeepSeek-V3模型的训练成本约为550万美元。相比之下，DeepSeek-R1模型在此基础上进行了优化，业界预计其训练成本约为2000万美元。与此相比，OpenAI的o1模型的训练成本尚未公开，但有报道称其训练成本可能达到1亿美元。在推理方面，DeepSeek-R1模型的成本更具优势。DeepSeek-R1每百万输入tokens的成本约为0.55美元，每百万输出tokens的成本约为2.19美元。而OpenAI o1模型的每百万输入tokens的成本约为15美元，每百万输出tokens的成本约为60美元。
图3：模型技术提升带动推理成本持续下降（每百万个tokens）资料来源：a16z、招商银行研究院
此外，DeepSeek还采用了混合专家模型（MoE）、多头潜在注意力（MLA）、多令牌预测（MTP）和蒸馏（Distillation）等方法，显著提升了模型训练效率，并减少了对计算资源的需求。如果DeepSeek的创新能够有效降低对硬件算力的依赖，那么专注于高效能硬件芯片（如AI ASIC）的厂商可能会逐步成为AI硬件领域的新竞争者，从而挑战英伟达的市场主导地位。据报道，当前已有超15 家的国内芯片厂商支持DeepSeek推理应用，包括华为昇腾、龙芯中科、壁仞科技、海光信息、摩尔线程等公司。
PTX（Parallel Thread Execution）是英伟达GPU编程模型的一部分，DeepSeek将其作为创新工具，优化了模型的训练和推理效率。通过使用PTX，DeepSeek能够提升算法执行性能，并减少对CUDA环境的依赖，这有可能削弱英伟达在GPU计算领域的封闭性生态系统，推动更开放的计算平台竞争。
二、DeepSeek有望推动科技行业的重大变革
回顾科技行业的历史，单位成本的下降通常会促进产品或服务的广泛采用，从而导致总需求的显著增长。例如，“杰文斯悖论”提出，当蒸汽机效率提升时，煤炭的消耗量并未减少，反而大幅增加。另外，半导体行业的摩尔定律见证了电子产品的全球普及。
21世纪初，VMware等公司推出虚拟化软件，预计可以将服务器CPU的利用率从5%提升至80%以上。当时，许多投资者认为服务器CPU市场将停滞不前。然而，服务器的工作负载虚拟化率从2005年的20%增加至2017年的75%，服务器CPU的单位销售额仍继续以每年6%-7%的速度增长。自2016年以来，云计算的爆发使得服务器CPU的增长速度进一步加快。
图4：服务器虚拟化技术带来成本下降和云计算产业爆发资料来源：Evercore ISI Research、招商银行研究院
DeepSeek的技术进步推动了模型技术的发展，促使科技巨头加速AI领域的竞争。尽管DeepSeek已取得显著突破，但其仍处于大语言模型发展的技术版本阶段。大语言模型领域仍在快速发展和变革，竞争日益激烈，技术不断推陈出新，因此需要持续的研发投入，才能在全球AI竞争中保持领先地位。
DeepSeek-R1模型发布后，亚马逊、微软、谷歌和Meta等科技巨头表示将在2025年继续加大资本支出，投入更多资源于AI基础设施建设。具体而言，亚马逊计划将2025年的资本支出从去年的约830亿美元提高到1000亿美元（同比增长34%），主要用于支持人工智能服务的需求，以及北美和国际部门的技术基础设施建设。微软预计2025年投入800亿美元（同比增长44%），用于AI基础设施，以扩大其全球高性能数据中心网络，满足训练和运行AI模型所需的专用芯片需求。谷歌预计2025年将在资本支出方面投入750亿美元（同比增长43%）。Meta计划2025年资本投入600-650亿美元（同比增长59%），用于推动人工智能战略。
从这些科技巨头管理层的表态来看，高强度的AI资本开支将持续较长时间。Meta的CEO马克·扎克伯格强调，保持在AI领域的领先地位至关重要，并认为如果未来10到15年内投资不足，Meta将面临不利局面。谷歌的CEO桑达尔·皮查伊也表示，谷歌倾向于进行过度投资，以避免错失AI带来的收入机会，即使这存在过度投资的风险。
图5：海外科技巨头资本支出情况资料来源：高盛、招商银行研究院
中国企业在AIGC领域的投资也呈现出快速增长的趋势。预计中国的AI资本支出将从2022年的128亿美元增加到2027年的400亿美元，年复合增长率为25.6%。以云服务商为例，字节跳动的资本开支预算预计从2024年的800亿元大幅增长至2025年的1500亿元以上，主要用于AI算力采购和IDC基础设施建设。在电信运营商方面，中国移动预计2024年的资本开支将达到1730亿元，其中在算力领域的投入预计为475亿元，同比增长21.5%，占总资本开支的比重提升至27.5%。
图6：中国AIGC市场资本支出预测资料来源：IDC、招商银行研究院
三、DeepSeek对经济产生深远的影响
作为人工智能领域的重要技术成果，DeepSeek有望对经济产生深远的影响。它有望促进经济整体增长，推动产业结构的优化升级，助力企业提升经营效益，创造新的就业机会。
1、对宏观经济的推动作用
DeepSeek的创新有望推动长期增长。DeepSeek突破了传统产业的边界，促进了资源的优化配置，为经济增长开辟了新的路径。根据IDC的研究，到2030年，与商业相关的AI解决方案每投入1美元，预计将为全球经济带来4.60美元的直接和间接经济效益。预计到2030年，企业在采用AI、将其融入现有业务运营，以及向企业和消费者提供AI产品和服务的支出，将推动全球经济增长4.9万亿美元，累计产生的经济效应将达到19.9万亿美元，占全球GDP的3.5%。
根据彭博情报的预测，AIGC应用市场的规模预计将从2022年的18.6亿美元增长到2032年的6618.14亿美元，年均复合增长率高达80%。在这一市场中，AI广告预计将占据最大份额，而药物研发、网络安全和IT服务市场的增速最快。同时，AIGC在科技领域的投入也将显著增加。信息技术硬件、软件、服务和广告等领域的AIGC支出预计将从2022年的1%增长到2032年的12%。这一增长反映了AIGC在各个行业中的广泛潜力，特别是在加速产品开发、自动化流程和增强决策支持方面的应用。
图7：2022-2032年AIGC应用市场规模资料来源：Bloomberg Intelligence、招商银行研究院
2、传统产业面临变革
传统科技行业和制造业正迎来全面革新。借助模型压缩技术，汽车、手机、物联网等领域的传统硬件设备将迎来与大模型深度融合的契机。在汽车行业，自动驾驶与路线规划逐渐实现，智能座舱系统通过大模型提供更加人性化的交互体验，从语音控制到智能导航，都能够精准洞察用户需求。在手机行业，智能手机通过接入大模型实现轻量级推理服务，带来更个性化的交互、更智能的任务管理以及实时生成的个性化内容。在物联网领域，智能家居设备能够通过大模型分析用户的生活习惯，实现更精准的场景联动。这种融合将促使传统硬件设备进行全面升级，推动科技制造业向智能化、高端化迈进，成为产业结构调整与升级的关键力量，推动上下游产业链协同发展，创造出更多新的经济增长点。
资料来源：Yole、招商银行研究院
3、新兴产业带来发展机遇
人形机器人和AI Agent等新兴产业正为经济带来前所未有的发展机遇。根据Evercore ISI的分析，过去60年，每隔15至20年，创新积累便会推动科技行业发生重大变革，带来新型硬件的大规模普及。每轮创新带来的新兴硬件数量规模将是上一轮硬件数量规模的10倍，大型计算机每年出货数十万台，小型计算机每年出货数百万台，个人电脑每年出货数亿台，而智能手机的出货量则达到了每年十亿台。
人形机器人正凭借其独特优势，成为潜力巨大的新型硬件。由于外形与肢体结构类似人类，人形机器人能够更自然地融入日常生活场景，完成复杂的互动任务。在功能拓展方面，借助AIGC技术强大的学习和决策能力，人形机器人能够不断优化自身功能，在工业和服务行业中胜任各种需求和个性化服务。从产业带动角度看，人形机器人将催生出庞大的产业链，包括上游的芯片研发、传感器制造，中游的机器人本体制造，以及下游的应用场景开发和运维服务。这些领域将迎来新的发展机遇，推动产业结构优化升级，成为AIGC时代经济增长的新引擎。
AI Agent也有望对传统软件和互联网经济发起颠覆性冲击。2024年，抖音电商的商品交易总额达到3.5万亿元，同比增长了30%。抖音通过短视频平台迅速切入电商市场的成功案例，给我们带来了深刻的震撼。而AI Agent具备强大的自主学习和决策能力，能够根据用户需求自动执行一系列复杂任务，完成从被动执行到主动服务的转变。无论是作为个人生活助理，还是企业日常工作中的支持工具，AI Agent都能够实时分析用户的工作习惯和需求，并定制个性化的生活和商业活动。这一技术的出现可能会颠覆现有商业生态，加速商业市场的洗牌和变革，成为未来软件及互联网经济的重要布局方向。
4、企业经营层面的影响
在企业经营方面，DeepSeek为决策提供了有力支持。企业可以利用DeepSeek对市场数据、消费者行为数据等进行深入分析，掌握市场趋势和消费者需求变化，从而制定更精准的市场策略。在产品研发过程中，DeepSeek可以帮助企业进行市场调研和竞品分析，了解消费者对产品功能和特性的偏好，优化产品设计，提高市场竞争力。在生产环节，DeepSeek的智能化技术可以帮助企业实现生产过程的自动化和智能化控制。通过对企业内部数据的分析，DeepSeek还能够优化管理流程，提升管理效率。
5、就业市场的影响
DeepSeek效应将在就业市场产生深远影响。一方面，重复性和规律性强的岗位面临替代风险，如数据维护、基础客服、基础程序员、简单生产制造岗位等。另一方面，DeepSeek也创造了新的就业机会，尤其是在新兴行业如人形机器人、AI Agent、数据中心等领域。这些领域将需要大量的专业人才。同时，随着技术的变革，劳动者的技能需求也发生了转变，劳动力需提升数字技能、编程能力和数据分析能力，以适应新兴岗位的要求。
中国在互联网用户基础、数据资源、政策支持和产品快速迭代等方面的优势，为DeepSeek等应用的创新提供了良好的发展环境。借鉴移动互联网的发展经验，DeepSeek在产品创新、应用场景拓展以及产业链深度整合将是推动其成功的关键因素。展望未来，DeepSeek等产品有望在更多领域实现突破和应用，持续推动经济和社会的发展。