报告行业投资评级 - 强于大市 [4] 报告的核心观点 - DeepSeek脱颖而出，价格优势显著，推理能力可对标OpenAI - o1，成本低于海外竞品，基于MLA + MoE架构有差异化优势，将打破行业对算力过度依赖，推动AI部署“普惠化” [4] - DeepSeek坚定开源路线，提升模型效能，吸引B端用户，在性能超海外闭源模型时，闭源方案将失竞争力，且与云厂商无直接竞争 [4] - DeepSeek有望赋予人形机器人多模态交互和工业场景，人形产业趋势明朗，其推理能力可助力多领域，相关指数节后涨幅可观，推荐关注相关产业链和半导体标的 [4] 根据相关目录分别进行总结 DeepSeek脱颖而出，价格优势显著 - DeepSeek模型与世界先进大模型不分高下，推理能力在权威测试中与OpenAI - o1相当，成本上V3每百万输入输出令牌定价较竞品有优势 [5] DeepSeek坚定开源路线，模型效率持续提升 - DeepSeek基于MLA + MoE架构持续更新迭代，MLA降低推理内存占用，MoE降本增效，V3自研相关机制和策略，预训练用14.8万亿Token，总参数量671B，激活参数量37B [8] - DeepSeek - V3技术更新使算力利用率攀升，双侧推卡减少等待期，架构上采用MOE并开创无损失策略，预训练验证FP8可行性，后训练引入创新方法 [9][10] - DeepSeek V3相比Llama3成本控制好、算力依赖低，仅用2000张H800 GPU训练，成本2.788 MGPU小时，R1降低内存和计算开销，V3运行时激活参数大幅降低成本 [11] 多重催化剂助力人形产业聚势 - AI智能体爆发助力大模型演进，2028年至少15%日常工作决策或由AI智能体完成，DeepSeek性能强大，其部署将影响人形机器人行业，2024 - 2035年人形机器人先在多领域落地，2035年后家用全场景覆盖 [12] - 人形产业趋势明朗，对FSD芯片需求扩张，特斯拉人形机器人有自研芯片和高算力，DeepSeek全局部署为智能化环节降成本，有具体技术路线 [15] 商业模式 - DeepSeek瞄准AI应用长尾领域，为中小企业等提供定制化低成本方案，通过精细化运营和利用外部资源压缩成本 [17][19] - DeepSeek可能参考海外盈利路径，一是参考英伟达人形机器人模型构建B端用户平台，二是参照Figure机器人帮助B端用户构建自研多模态 [20] 价值测算 - 特斯拉计划的100000块H100等效算力GPU价值23亿美元，推测6.9亿美元H100库存用于机器人训练，DeepSeek每秒处理60个tokens，价格优势明显，算力成本可节省88.8% [25]