春节期间，一家总部位于杭州，名不见经传的公司，发动了一场“科技奇袭”，开启中国“AI新纪元”。

这是DeepSeek的传奇叙事——以黑马之姿登场，迅速火爆全球。产品上线7天即斩获1.1亿全球用户，登顶160个国家应用商店榜首，成为现象级的AI大模型。

DeepSeek以其高效能、低成本的开源特性，大幅降低了AI技术的应用门槛，也打破了“AI大模型训练只是国际巨头们的游戏，中国只是跟随者”的认知。

由DeepSeek掀起的这场AI风暴，让中国科技资产迎来价值重估。港股率先走出“科技牛”，截至2月底，恒生科技指数年内上涨24.62%。A股市场同样反响热烈，万得DeepSeek概念指数自1月27日发布以来，涨幅高达35.51%。

笔者邀请了四位基金经理，顺着DeepSeek的发展脉络，共同探讨相关投资趋势与可持续性。他们分别是：博时基金肖瑞瑾、诺德基金周建胜、广发基金李耀柱、长城基金刘疆。

从跟随到引领，以技术创新推动“模型平权”

问：为什么DeepSeek能成为中国科技资产价值重估的催化剂？

周建胜：DeepSeek成为中国科技资产价值重估的“催化剂”，主要体现在技术创新突破、市场信心重塑、产业协同效应和估值体系重构四个维度，其多维突破正在重构全球对中国科技实力的认知框架。

从核心技术突破维度，DeepSeek以颠覆性创新打破了AI领域"高投入=高性能"的固有范式。DeepSeek以其自主研发的强化学习算法和硬件协同优化能力，仅以较低训练成本便在数学推理和代码生成等核心领域达到国际顶尖水平。这种低成本高性能的技术路径创新，不仅验证了中国企业在算法优化、算力整合方面的自主创新能力，更通过开源策略将AI应用门槛降低，为中小科技企业构建应用生态创造了技术基座。

在市场信心重塑层面，DeepSeek以现象级市场表现扭转国际资本认知。根据QuestMobile数据，产品上线7天即斩获1.1亿全球用户，登顶多个国家应用商店，远超ChatGPT等国际竞品的用户增长速度。这种爆发式增长背后，是全球用户对DeepSeek模型实力的认可，促使国际资本机构重新评估中国AI企业的创新能力。

产业协同效应则体现在对国产技术生态的全面激活。DeepSeek与国产芯片的深度适配使国产AI芯片能效提高，抬升了部分半导体企业估值空间；与某平台的技术协同构建起日均调用量超5亿次的智能云平台，推动部分互联网企业估值倍数抬升。这种技术外溢效应已延伸至金融、医疗、制造等18个垂直领域，形成覆盖算力基建、算法开发、场景应用的完整产业链。

估值体系重构的深层逻辑在于改变了资本市场的定价范式。传统互联网企业被长期低估的AI业务价值开始显性化，中国互联网巨头的AI相关业务估值倍数从隐性折价转向显性溢价，带动港股科技板块整体估值中枢抬升。随着DeepSeek技术生态与国产算力基座的深度融合，中国科技资产正在形成"技术创新-商业转化-资本溢价"的良性循环，这种良性循环或将带来估值体系的重构。

肖瑞瑾：DeepSeek在2024年底先后发布V3、R1、Janus三款模型，引起国内外广泛关注。DeepSeek大模型是本土科研团队在算力受限的背景下，使用了多种原创技术创新，实现了训练和推理的成本的大幅降低，同时综合性能追平海外前沿大模型，成为中国科技自主创新的新突破。

DeepSeek大模型技术的出现有着重要意义，这表明中国本土人工智能产业的发展已经逐步追赶上海外前沿技术水平，并有能力提出了有原创性、引领性的技术创新思路。

从投资角度看，DeepSeek大模型显著提升了全球投资者对中国科技行业的关注度，因此近期我们看到境内外投资者持续增配港股和A股相关行业。DeepSeek大模型对中国科技行业估值体系的支撑将是长期系统性的，并且有坚实的基本面基础，境内外投资者对中国资产的信心也得到显著恢复。

刘疆：首先，因为各种各样的原因，过去几年中国资产的估值是相对承压的，许多资产的估值处于明显偏低的位置，这就为重估和修复创造了空间。

其次，Deepseek确实是火出圈了，不但是在国内，海外也给与了很高的关注。AI这样大的科技创新浪潮，可以推动和改变很多事情，类似于十多年前的移动互联网。

Deepseek之所以会掀起科技投资热潮，主要是两个方面的巨大影响产生了投资逻辑。

一是改变产业的格局。过去OpenAI为代表的很多大模型是闭源的，而DeepSeek的开源将让所有人用上好用的大模型成为现实，即所谓“模型平权”；二是DeepSeek的推理成本大幅下降，“算力平权”时代也有望到来。

二是加速应用的发展。过去由于模型壁垒和算力壁垒，中小创业公司想在AI领域和大公司竞争是比较困难的，而DeepSeek帮助实现“AI平权”后，更多的公司可以涌入应用开发赛道，加速AI生态的发展。

因此，我们认为这一轮行情是合乎逻辑的，实实在在地可以看到产业的巨大变化。

李耀柱：DeepSeek的成功，让之前业界普遍认为的“AI大模型训练只是国际巨头们的游戏，中国只是跟随者”的认知首次出现松动。DeepSeek最核心的能力是团队以基础研究而不是商业化作为长期目标的文化，以及团队的想象力和将想象力转化为事实的技术实力。

DeepSeek通过硬件层面以及大模型训练方法层面的创新，以相当于同行大约十分之一的成本成功训练出性能对齐OpenAI o1的模型，并且遵循 MIT 许可证完全开源。此举改变了之前开源落后闭源模型以及AI训练一味追求暴力堆叠算力出奇迹的传统思维，促使科技企业重新审视自身发展AI的方式，并且DeepSeek R1模型率先打破“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：AI的投资逻辑正从“算力驱动”向“应用落地”转变，AI应用有望成为新的投资风口。

过去市场关注算力，是因为模型训练阶段对算力需求极大，同时模型的训练时间过长，更换芯片提供商的机会成本过高，而现在大模型训练和推理成本下降，AI真正开始进入产业应用期，投资机会也随之发生变化。DeepSeek等开源模型的优化降低了企业接入AI的成本，使得金融、制造、医疗、互联网等行业能更快落地AI技术，带来实际的生产力提升。

相比于早期以数据处理、文本生成为主的1.0阶段，AI正在向2.0迈进，未来核心在于“多模态”能力，如AI如何与物理世界结合，实现自动驾驶、智能机器人、工业智能化等深层次应用更加值得关注。

肖瑞瑾：对国内AI产业链而言，DeepSeek提出了新的降本增效技术思路，显著降低了人工智能大模型的使用成本，并且快速与国产AI算力芯片和云公司进行适配，打造了完全国产化的算力基座，这为后续国内人工智能应用快速发展打下了坚实的基础。

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，相当于AI产业的基础设施。这里很多人的第一反应是利空，直觉上对于算力的需求变少了，其实是要细分情况来看。模型预训练的算力需求可能受影响，但是应用有望大规模爆发，驱动推理算力大规模增长。我们看到DeepSeek火出圈后，有时会出现卡顿出不了结果的情况，即反映了算力的不足。未来国内AI产业有望大爆发，驱动国内算力的成长。

第二是模型层面，我们看到从ChatGPT爆火以来已经有2年多时间了，在这个过程中陆续有不少的模型领先或出圈，最多的时候有上百个大模型在开发。但是随着模型的性能和成本差距拉开，相信玩家会越来越精简。

第三是应用层面，也是最受益的。开源的模型+极低的推理成本，对于所有的应用都是非常大的助力。我们看到DeepSeek发布后，很多的应用已经宣布接入DeepSeek。这里有两个重大事件值得关注：一是拥有13亿月活用户的微信，接入了DeepSeek；二是深圳将DeepSeek接入到政务中，同时设置了70名AI公务员。全民AI时代值得期待。

周建胜：DeepSeek的突破性发展正在驱动AI产业投资范式发生系统性变革，主要体现在投资逻辑重构、生态体系重塑和估值体系革新三个层面，其影响已超越单一技术突破范畴，正在重构全球AI产业的价值评估体系。

投资逻辑重构或是核心。技术路径层面，产业逻辑将从以算力军备竞赛为核心转向算力与算法效率齐头并进。DeepSeek通过一系列算法创新，将单位算力的智能产出大幅提升，促使投资评估标准从"GPU卡数量"转向"每TFLOPS智能增量"。

生态体系重塑，开源策略推动价值链条解构重组，催生新型价值网络。DeepSeek的开源模型吸引超10万开发者参与，形成包含工具链开发、端侧部署、垂直场景定制的生态闭环，使投资机会从上游算力向中下游应用扩散。DeepSeek与国产芯片的深度适配，使国产AI芯片能效比提升；DeepSeek R1模型的广泛部署激活云计算需求，不论海外还是国内云服务厂商都因此受益。

目前，我们观察到金融、制造、医疗等行业都在积极研究和部署DeepSeek的开源模型，强大的DeepSeek开源模型有望加速AI应用落地，推动最终形成算力、算法与数据良性互动的生态格局。

估值体系的革新体现在估值思维的转变。过去两年资本市场估值着重点在算力卡数量，谁能先拿到卡，拿到的多，算力集群规模越大，市场就相信其越能开发出厉害的模型，从而给予其更高的估值水平。DeepSeek的创新技术开源后，资本市场的估值逻辑逐渐丰富起来，要综合考虑算力规模、算法效率、生态位价值等，估值思维或将从硬件为核心逐步切换为软件硬件双轮驱动。

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、智能驾驶等方向的产业机会。

从DeepSeek大模型研发来看，目前国内大模型研究能力已经基本追平海外同行。但在算力芯片领域，受限于国内先进半导体工艺制程落后于海外，国内人工智能芯片整体落后于海外，大模型训练所需的算力需求尚未得到充分的国产供给来满足，仍然受制于海外供给。

在端侧硬件领域，对芯片制程要求不算高，因此国产芯片供给较为充分，国内智能手机、IOT和平板PC等硬件能力较强，因此端侧硬件领域国内优势显著，并正在转化为商业化潜力，我们将在今年看到AI原生的智能手机、IOT设备、AIPC等国产品牌硬件产品推出。

应用层面，中国具备显著优势的工业产业基础和广泛的数字化使用场景，结合DeepSeek的低成本优势，国内应用或将进入快速增长期，并有望率先兑现商业化潜力。

人形机器人方面，国内目前在人形机器人VLA大模型研发领域仍处于跟随者地位，但凭借坚实的工业基础，在人形机器人硬件领域具备显著产业优势，人形机器人作为大模型的重要落地场景，商业化尚需2-3年时间，但硬件创新和持续降本或将在中国本土发生。

智能驾驶方面，尽管目前国内受限于算力芯片整体处于跟随者地位，但目前智能驾驶正在走向平价化，2025年国内智能驾驶渗透率有望快速提升，10万人民币价格带的A级车也有望搭载智驾系统，商业化潜力已经开始兑现。

刘疆：我们不妨从增量和变化两个维度来考量。

增量层面，一是算力的需求就是纯增量。这方面的投资机会在前两年已经有了淋漓尽致地体现；后续我们可以期待国产算力的发展，以及推理算力的需求爆发。二是受益于AI能力提升的新兴应用。比如智能驾驶，比如机器人。过去由于AI能力的瓶颈，进展是比较缓慢的，AI的爆发式发展驱动相应产业加速发展，我们看到今年智能驾驶进入到渗透率快速上升阶段；人形机器人即将量产。

变化层面,体现在AI对于很多产业的改造升级。比如说，很多的传统产品，插上了AI的翅膀后，会否催生新的投资机遇，譬如手机、眼镜、耳机、玩具等端侧产品，譬如游戏、影视、教育、社交等精神文娱消费；其次是对传统产业的升级优化，比如说政务，制造业、交通等等。

周建胜：基于DeepSeek的发展脉络，我们看到以下投资机会。

一是国产算力芯片。DeepSeek的低成本推理技术推动国产芯片在边缘侧加速替代，国产算力芯片受制于外部封锁，在性能、功耗等方面较国际先进水平还存在一定差距，如今DeepSeek的一系列算法优化有望给国产芯片的适配打开“天花板”，经过工程上的不断优化，国产算力芯片的可用性有望显著增强。

二是垂直应用加速落地。DeepSeek的新模型以其高性能的特点，有望满足诸多行业的应用需求，凭借其低成本和开源的特点，有望扫除AI大模型落地的障碍。目前我们观察到医疗领域​、​工业智能化​、办公自动化、教育、游戏​等领域的商业化进程提速。

三是端侧AI崛起。DeepSeek蒸馏的诸多版本模型性能强劲，有望加速在智能手机、PC、AI眼镜、AI玩具、汽车、机器人等终端上的应用。过去受制于庞大的模型参数，或者模型性能不达标，终端侧AI应用受到了很多局限，DeepSeek的系列模型及其开源的技术赋能全社会提高AI应用水平，或许在不久的将来我们就会看到各种有趣的AI终端走进我们的生活。

四是算力基础设施。尽管DeepSeek降低了单个模型的训练算力需求，但这意味着用同样的算力资源有潜力开发出更强大的模型。特别是随着推理模型的广泛应用，推理计算的算力需求或将不断提升，有望催生云计算、算力租赁及其供应链等领域的广泛机会。

李耀柱：AI产业链的机会正从底层算力向上延伸，包括国产算力芯片、数据基础设施、AI 软件服务厂商、工业智能化等多个环节都将迎来新的发展机遇。

长期来看，算力端依然紧缺。DeepSeek的用户使用快速提升，用户对于响应效率的要求反映出算力资源依然紧缺。所以，算力需求并未减少，反而会持续增长，只是需求的重点逐步从预训练端转向后训练端和推理端。

展望未来，我们可以关注两大方向：第一，推理端需求正在扩大。用户调用接口获取模型推理结果对芯片仍然有需求，但对预训练端高性能GPU的依赖有所降低，这使得中端的半导体公司在推理端芯片市场能够切入一部分市场份额，但整体市场仍以高端半导体公司为主导。

第二，数据生成端的重要性将进一步提升。模型智能化的前提是可以使用高质量数据训练，其中包括合成数据等多种数据类型，而生成这些数据同样需要高效的芯片支持。当数据积累达到一定规模后，反过来又会增加对预训练算力的需求。在这个动态循环中，市场对算力的长期需求是相对确定的。

中国的企业在应用落地和强化学习数据生成端展现出了竞争力，能够切入部分市场份额。尤其是中国的互联网公司、科技企业、自动驾驶公司等，依靠深厚的数据积累和业务场景，将能更好地利用DeepSeek等AI模型优化内部效率，甚至催生新的商业模式。AI技术在这些企业中的渗透，会进一步推动整个产业链的发展。

可持续性探讨：短期噪音还是长期趋势

问：如何判断Deepseek带来的投资机会具有可持续性，而非短期噪音？

周建胜：判断 DeepSeek 带来的投资机会是否具有可持续性，需综合考量多方面因素。

从技术层面来看，技术持续创新能力至关重要。企业要不断进行技术研发与创新，推出有竞争力的新产品和技术，保持领先地位。例如关注 DeepSeek 后续推理模型和多模态模型进展，像 Janus - Pro 在视频生成、3D 场景理解等领域的突破，若能持续缩小与顶尖模型的技术代差，商业化空间值得期待。

商业化落地能力也不可或缺。企业需将技术转化为实际产品和服务，实现商业化应用与盈利。观察其在各行业应用拓展情况，若应用不断拓展且市场需求持续增加，能带动相关企业业绩增长，投资机会或将更具可持续性。

产业生态建设方面，良好的产业生态系统利于企业长期发展。考察 DeepSeek 是否能构建丰富、活跃的产业生态，吸引更多企业和开发者参与，形成发展闭环。

政策支持是关键外部因素。AI作为新一轮科技革命的核心驱动力，已经成为全球大国争夺战略主导权的关键阵地之一。预计在未来相当长的时间，各个国家可能将会对人工智能产业持续出台相关政策，对资本市场的AI投资形成长期支撑。

李耀柱：首先，市场对于部分没有受益、纯属主题炒作的公司给予太高预期，相关公司蕴含估值虚高的风险。目前DeepSeek和所有其他大模型仍然基于Transformer大架构，2025年关注的话题是谁可以找到替代Transformer的结构。DeepSeek探索的技术方向值得关注。

其次，关于AI应用在什么领域出现爆款并没有达成共识，所以应用的爆发方向仍然具有不确定性，需要持续跟踪和观察。

最后，在技术层面，基于强化学习的大模型其本质是基于规则设计的，未来是否可以设计能够评判模型输出质量的奖励机制是关键。未来，强化学习模型在非数学和非编程等不易于定义结果对错以及不易定义规则的领域上的进一步迭代可能会遇到挑战，所以技术的迭代还在继续，并没有达到稳态水平。我们认为，深入关注技术的发展方向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。

一是技术发展的影响。我们知道科技行业第一是变化快，第二是破坏性创新，因此很多的逻辑在当时是对的，但是一旦被颠覆，有可能就会对部分资产价格带来比较大的伤害。

二是国际环境的影响。目前在一些环节还是需要互补的，如果状况恶化还是会产生一些不利影响。

三是情绪过于亢奋导致高估，从而产生波动回调的隐患。我们认为主要的应对方式就是紧密跟踪研究，紧密跟踪行业发展变化并及时调整策略，尽可能做大概率正确的事。

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，对于相关概念股应该仔细辨别真伪，对于公告澄清的个股应加以判断。

其次，应该从算力芯片国产化、端侧硬件创新、人形机器人、智能驾驶等多个产业趋势角度出发，选择其中受益于产业趋势，具备扎实基本面基础、且估值合理的龙头公司进行配置参与，获得产业发展和企业成长带来的投资收益。

最后，对于日常跟踪角度，可以通过使用DeepSeek等人工智能工具获取行业前沿信息、掌握基本的投资研究能力，实现对投资公司的长期基本面跟踪。

另外，普通投资者在参与人工智能产业投资过程中，相关风险主要包括技术风险、地缘政治风险、道德伦理风险和产业政策风险等。

在组合管理中，评估企业发展前景时，技术前景的“想象空间”只是其中一个环节，但是对产业发展的技术壁垒、市场空间、竞争格局、盈利弹性的综合分析才是对企业综合定价的基础，财务指标只是评估企业财务状况和定价的依据，财务估值并不构成交易的行为基础。

普通投资者在参与科技投资时，需要持续丰富自身的投资者素养，一方面应减少参与空有技术“想象空间”、但无法产业落地的概念炒作，一方面也要回避低估值陷阱，尤其是避免投资行业处于衰退周期的低估值公司。