文章核心观点 - DeepSeek激活端侧AI新周期，推动AI应用普及，其开源模式和低成本特点降低AI硬件创业门槛，优化后的蒸馏技术使更多模型能部署在端侧，降低企业成本，增强用户体验；看好AI SoC芯片受益于算法平权带来的端侧AI硬件增长、端侧算力需求升级推动的ASP增长，以及国产龙头SoC公司的成长之路 [1] 开源模式+推理成本降低 - AI硬件创新过去的参与者包括智能手机大厂、互联网大厂、智能硬件创新企业和传统硬件厂商；DeepSeek - R1的蒸馏模型开源降低AI应用门槛，促进技术传播和应用，预计后续各类厂商将发布更多深度应用功能，端侧AI将呈现百花齐放态势 [6] - DeepSeek通过算法与硬件的协同创新显著降低AI应用成本，采用多种方法降低单任务对芯片算力的需求及推理能耗；DeepSeek - R1的推理成本远低于ChatGPT - o1，能用低成本训练出高效模型，推动尖端AI技术成为普惠型生产力工具 [7] 蒸馏技术提升端侧推理性能 - 模型端侧部署有安全性高、低延时等优势，但过去受算力、功耗等因素制约；蒸馏模型更小、计算效率更高，适合在资源受限环境中部署；DeepSeek的蒸馏过程创新性地引入“链式思考”，使小模型不仅继承推理能力，在推理效率和资源占用方面也有优势 [9] - DeepSeek开源两个660B模型的同时，蒸馏出6个小模型并开源，部分小模型在多项能力上可对标OpenAI o1 - mini，DeepSeek - R1 - Distill - Qwen - 32B在AIME 2024基准测试中表现优于其他开源模型；不同规格模型有不同适用场景，1.5B / 7B / 8B适用于本地轻量级任务，14B / 32B能应对复杂任务，70B / 671B面向大规模云端推理场景 [10][13] AI+汽车电子 座舱先行，智驾有望深度融合 - 自DeepSeek发布开源模型，国内车企在智能座舱和智能驾驶方面积极探索，目前应用场景主要集中在智能座舱，旨在提升人机交互体验；智能驾驶领域有望深度受益，但进程相对较慢，因DeepSeek是大语言模型，自动驾驶通常用垂直大模型，两者有效转变是车企需思考的问题 [14] 硬件预埋，国产汽车芯片开启高速增长 - DeepSeek推动智驾/智舱普及，硬件预埋促使汽车芯片进入高速增长阶段；自动驾驶技术迭代迅速，汽车行业进入软件定义汽车时代，硬件预埋可收集数据训练大模型并通过OTA升级推送更优算法，国产车企今年底前有望跟进升规升配，汽车芯片未来3年有望保持高景气 [15][16] - DeepSeek提升车端端到端大模型性能，让更多中低端车型部署端侧模型，利好国产平价芯片；大模型用于智驾面临线控底盘挑战，DeepSeek的模型优化思路和蒸馏技术可提升车载端到端模型性能，降低智能驾驶对高算力硬件的依赖，有助于国产智驾SoC发挥优势 [17][18] - 数据的重要性日益凸显，后进入者有望借助DeepSeek实现追赶，看好头部车企产业链；DeepSeek大模型开源推动“算法平权”，缩短车企间时间差距，数据重要性愈发突出；国产大模型突破有望提升国产车企竞争力与话语权，国产芯片市场份额有望提升，二者有望形成良性循环 [20][23] AI+消费电子 智能硬件百花齐放，端侧AI SoC迎东风 - DeepSeek具备低成本、高性能优势，能赋能AI应用终端硬件设备；其先进的模型压缩与蒸馏技术可蒸馏出小参数模型，克服端侧部署难题，适配多种应用终端的嵌入式芯片；DeepSeek运用多模态融合技术和场景化AI模型，实现自然交互和定制化服务 [25] - 智能手机方面，国内多家手机厂商接入DeepSeek，带来AI问答等功能，用户可通过自定义唤醒词激活手机AI助手；中兴努比亚Z70 Ultra全尺寸内嵌“满血”DeepSeek - R1，实现系统级交互整合和与智能穿戴设备互联；DeepSeek推出手机应用程序，具备多项AI功能 [26] - AI眼镜方面，产业界看好其成为实现更综合功能的硬件载体，目前主要依赖云平台调用大模型；随着技术成熟，从云到端的推理优化链条有望完善；DeepSeek优化多模态交互能力，提供便捷用户体验，新增深度思考能力，拓展应用场景 [28][29] - AI耳机方面，DeepSeek通过端侧语音模型和多模态交互优化，重新定义无屏交互体验；增强深度搜索与逻辑分析能力，新增情感交互与健康监测功能 [31] - 智能家电方面，DeepSeek提升智能交互精准度与自然度，增强家电自主学习和个性化服务能力；新增场景化智能服务，建立多模态数据辅助动态决策机制，打破人机壁垒实现自然交互体验 [32] - AI玩具方面，DeepSeek赋予AI玩具自然流畅的语言交互与智能学习能力，提供个性化陪伴和寓教于乐体验；实现多模态感知与情感陪伴，打造个性化学习方案 [34] 算力提升成为共识，近存计算呼之欲出 - 消费电子领域AI SoC芯片升级侧重于AI算力提升，NPU模块从旗舰产品选配变为标配，且算力迭代大幅增长；量产产品RK3588具备6Tops端侧算力，可支持主流参数级别的模型部署 [35] - 智能硬件对响应速度要求高，低延时需求凸显；端侧应用对算力需求日益增长，为加快数据传输，业内存储厂商针对端侧算力提出近存计算解决方案；看好片内DRAM提升端侧延时表现 [36][37] 本地产业链优势、长尾市场竞争宽松，看好国产细分龙头充分受益 - 大模型推动下端侧AI应用百花齐放，长尾应用市场竞争格局宽松，海外大厂在细分赛道精力不集中、产品迭代慢、服务质量差，看好国产SoC厂商凭借先发优势和垂直深度赢得市场份额 [38] - 产业链上游有成熟的国产多模态大模型，中游有各类SoC芯片和强大的模组组装产业链，下游有紧密合作的终端品牌；看好大模型提升终端品牌竞争力，国产芯片有望从中受益 [38]