DeepSeek+DeepResearch应用
概述：推理大模型建立在通用大模型基础之上，在推理框架上线之前，通用大模型直接回答。那现在就让他基于思维链，一步一步做好规划、调整、校对并完成输出。所以通用大模型和推理大模型它不是矛盾的存在。
简单来看，推理大模型和通用大模型功能不一，如果把AI模型比作工具包，DeepSeek把传统通用大模型比作一把瑞士军刀，功能多但不够锋利；推理大模型则像手术刀，专精切割但用途单一。
深度解读DeepSeek：原理与效应
生成式AI：使用生成式模型生成各类数据（语言、语音、图片、视频等）
o Attention：数据依存关系建模
o Transformer：数据生成的统一架构
o Scaling Laws：数据学习、生成的扩展法则
o RLHF：生成与人类价值对齐的数据
o o1/R1：生成式求解问题——生成问题求解的过程和答案（推理）
清华大学DeepSeek从入门到精通
DeepSeek是一家专注通用人工智能（AGI）的中国科技公司，主攻大模型研发与应用。
DeepSeek-R1是其开源的推理模型，擅长处理复杂任务且可免费商用。
普通人如何抓住DeepSeek红利
在AI时代，知识的获取成本趋近于零，拥有知识不再是核心竞争力。利用提示词创造知识，引领创新、明确方向，成为社会与个人竞争力的关键。
DeepSeek专题报告：AI编程或为B端最先崛起的AI应用
AI 编程：重构代码编写的范式。AI 编程已经成为 AI 发展的一个重要的细分领域，正在逐步赋能编程工作的各个方面，包括代码自动补全、代码生成、测试验收等。根据《2024 年中国 AI 代码生成市场观测报告》，2023 年中国 AI 代码生成市场规模达到 65 亿元，随着规范化开发需求和中小型企业用户对辅助开发工具的需求增加，预计到 2028 年，中国 AI 代码生成市场规模预计将增长至 330亿元，年复合增长率达 38%。
DeepSeek十大关键问题解读
DeepSeek探索出一条“算法创新+有限算力”的新路径，开源AI时代或已至，国产AI估值或将重塑。
Q1：DeepSeek对于算力的影响？——Jevons悖论：短期训练侧算力需求或受影响，但DeepSeek推理价格下降吸引更多用户调用模型，带来英伟达H100 GPU的租赁价格提升，故表明算力需求量短期仍呈提升趋势，中长期推理算力需求有望持续增长。
Q2：文本与多模态对算力的需求差别？——多模态模型大规模应用，或将升级算力需求。Sora将大模型训练数据从大规模的文本/图像，发展到视频数据，提升了新的维度，这或将数倍提升算力需求。
DeepSeek模型本地部署与应用构建
DeepSeek R1 推理模型具备强大的推理能力，能够准确理解并回应复杂的对话场景，支持多轮对话，确保用户体验的连贯性和高效性。
DeepSeek将如何改变AI应用？
从kimi（月之暗面）到智谱，从豆包（字节）到DeepSeek，中国基础大模型一直处于快速演进之中，演进的主旋律则体现为性能提升和成本降低，与计算机历史上PC、互联网的发展逻辑类似。我们总结了以下三个关键词：
关键词1：低成本。与暴力美学的大模型相对应的就是高成本，动则数百上千万元的成本投入在很大程度上制约了下游需求的释放，在中国当前的宏观环境下这种挑战更为明显。DeepSeek带来的成本指数级下降，将会大大加速AI应用的落地进程。
关键词2：开源。伴随闭源基础大模型能力不断提升之后，是否会向上侵蚀应用市场成为了市场的一种担忧。而开源体系大大降低这种可能：1）开源体系需要生态繁荣，基模厂商与应用厂商是合作关系；2）对于应用厂商而言，开源大模型的可获得性、可把握性更强，更容易基于此构建自己的垂直模型和能力。
锂电池行业专题报告：Deepseek加速端侧AI渗透，电池产业链有望实现量价齐升
电池是消费电子核心模组，容量密度持续升级。软包锂电池具有单体能量密度高、电化学性能优越、安全性强等优点，是目前应用最广的电池类型。根据EVTank 的统计，2023 年小型电池（3C 消费电池和小动力等）的出货量为113.2Gwh。随着手机功能越来越多以及 AI 应用逐步落地端侧，消费者对于手机和 PC 的高续航要求在持续提升，电池的重要性不断凸显。以 iPhone 为例，每年的新系列相比于上一代同款机型都会进行电池容量的升级。我们判断，随着端侧 AI 功能持续升级迭代，未来电池容量的提升速度和幅度将进一步增长。
计算机行业专题研究：为什么DeepSeek最受益方向是云产业链
DeepSeek 通过在架构设计、训练策略、算法优化以及硬件适配等多方面的创新实现在低算力条件下性能优异，配合其巧妙地蒸馏技术为模型的广泛运用打开想象空间。轻量化架构配合量化剪枝技术，使 AI 推理首次真正突破硬件限制，部署成本从高端 GPU 扩展至消费级 GPU。DeepSeek 带来的平权效应缩小与海外模型的差距，高效的训练方法让算力门槛显著降低。而算力门槛的下降给予云厂商们以低门槛部署“杀手级”应用的机遇将不断扩大。
汽车行业专题研究：DeepSeek对智能驾驶影响几何？
DeepSeek 开源大模型推出后，成为智能驾驶研发端关注的主要方向。DeepSeek 在数据生成、数据处理、模型蒸馏等方面具备较强能力。未来，DeepSeek 有望成为智能驾驶加速的关键，保证高效训练的同时，打通车云模型关系，并持续降低训练成本。未来功能实现层面来看，尚未实现智能驾驶功能完整性部署前，DeepSeek 的使用或加速缩小各家车企之间的时间差距。实现功能突破后，智能驾驶领先企业有望保持用户粘性和高阶功能性能的领先。
DeepSeek爆火详细报告：回顾DeepSeek的爆火过程
《DeepSeek爆火详细报告》深入剖析了DeepSeek大模型的发展历程、引发的各方观点、爆火原因、创新点、现存问题、竞争格局及未来趋势。 2024年5月DeepSeek-V2开源引发价格战，同年12月DeepSeek-V3参数大增且性能超越竞品，2025年1月DeepSeek-R1性能媲美OpenAI的o1正式版，其应用上线后在全球范围内用户量和下载量激增。
