此外，DeepSeek应用了混合精度量化技术，支持FP16/INT8/INT4自适应量化，在(zai)保持97%以上精度的情(qing)况下，模型体积压缩至原始大小的1/4，边缘设备部署成本降(jiang)低(di)60%。

其次，是‌高性(xing)能和低(di)成本‌。

DeepSeek在(zai)AIME和MATH-500等基准(zhun)测试中展现(xian)出卓越的推理能力和更快的复杂问题解决响应速度。其训练成本仅为行业主流模型的十(shi)分之一左右，例如DeepSeek-V3的全部训练成本仅557.6万美元，远低(di)于Llama-3.1等模型的预训练成本。

除此之外，在(zai)‌多模态学习、跨场景适配‌、‌开源(yuan)和社区(qu)支持、‌多任务能力、国际(ji)竞争力，以及‌中文(wen)处(chu)理方面，DeepSeek都有诸多独特优(you)势(shi)。

在(zai)MMLU（多任务语言理解）、数(shu)学竞赛（AIME 2024）、代码生成（HumanEval-Mul）等基准(zhun)测试中，DeepSeek的表现(xian)接近甚至超越GPT-4o和Claude-3.5-Sonnet。例如，其在(zai)数(shu)学竞赛中的准(zhun)确率达79.8%，超过OpenAI的GPT-3模型。

正(zheng)因为这些优(you)势(shi)，使得全球的目光再次聚焦于AI。而(er)嗅(xiu)觉灵敏(min)的资本市场，则很快做出反应。

先(xian)是火爆了两年多的美国AI算力股出现(xian)估值大回撤，后是下游(you)的AI应用股集体爆发(fa)。

国内这边也不例外，先(xian)行开市的港股，众多的AI应用概(gai)念(nian)公司股价都出现(xian)上涨，包括阿里、腾讯、小米、金(jin)山云(yun)等等。

今(jin)天开市的A股，延续了AI科技股的上涨态势(shi)，国产算力、AI应用等，纷纷涨停(ting)。

02 DeepSeek突围的意义

自从2022年末(mo)ChatGPT横空出世之后，似乎AI的主导权一直(zhi)都掌握在(zai)欧美人手(shou)里，他们(men)有最好(hao)的大模型公司，最好(hao)的算力公司，最好(hao)的云(yun)计算公司，还有最为庞大的应用场景。

反观国内，因为众所周(zhou)知(zhi)的原因，一直(zhi)处(chu)在(zai)跟随甚至落后的状态中。相(xiang)关概(gai)念(nian)股票虽(sui)然也有跟风上涨，但持续性(xing)普遍不及外国公司，股价的大起大落反而(er)为人诟病割韭菜。

不过，外国那边也存在(zai)很多问题，首(shou)当(dang)其冲的就(jiu)是高昂(ang)的算力成本，因为GPU基本被英伟达垄断，一芯(xin)难求之下，价格自然水涨船高，而(er)大型科技公司因为害怕落后，就(jiu)疯狂烧钱屯芯(xin)片，以至于算力成本一直(zhi)居高不下。

然而(er)，两年过去了，真正(zheng)落地的AI应用并不多。

为什么？

一方面是高昂(ang)的算力成本，限制了下游(you)应用的发(fa)展，很多应用并不是没(mei)有好(hao)的idea，也不是没(mei)有应用场景，但开发(fa)成本过高，令人望而(er)却步(bu)。

另一方面，是大模型本身也需要完(wan)善，从模型到应用的路程并不短。

因此，有效降(jiang)低(di)算力成本，是一个能够促进下游(you)应用发(fa)展的好(hao)方法。

只不过，在(zai)英伟达垄断的情(qing)形下，想要它(ta)降(jiang)价几(ji)乎不可能，只能另辟蹊径。

国内外其实一直(zhi)都在(zai)探索这个“蹊径”，幸运的是，中国先(xian)做出来了DeepSeek。

至于为何(he)中国能够先(xian)做出来？

大概(gai)是因祸得福吧。

因为无法获得高性(xing)能的GPU，所以逼着国内公司只能在(zai)如此艰难的环境下，另辟蹊径。

而(er)外国公司，估计都集中在(zai)谁能抢到最多的GPU上，注意力机制的不同，自然导致了不同的结果。

虽(sui)然外国也在(zai)快速跟进，但无论如何(he)，这次是中国公司抢得了先(xian)机。也因为这个先(xian)机，让国内的AI技术，以及AI公司成为亮(liang)点(dian)，吸引大量资金(jin)涌入。

在(zai)之前的文(wen)章中，我们(men)说过，随着越来越多AI硬件和软件的出现(xian)，今(jin)年将是AI商业化落地的重(zhong)要一年。

而(er)随着DeepSeek的发(fa)布(bu)，低(di)算力成本、高效率、开源(yuan)的大模型技术有可能成为未来的主流。

这将极大地为下游(you)的AI应用开发(fa)降(jiang)本增效，从而(er)加速AI的商业化进程，从而(er)刺激AI公司，特别是国内的AI公司的股价，迎来有质量的上涨。

03 价值重(zhong)估？

在(zai)经历了去年9月底的上涨之后，很多基本面优(you)质的科技公司都进入了长达数(shu)月的回调，至今(jin)很多股价都未突破前期高位。

原因有很多，有宏(hong)观面的，有政策面的，也有货币面，科技行业以及公司本身也确实缺(que)少点(dian)利好(hao)刺激。

资本市场也一直(zhi)在(zai)等待一个大级别的消息面刺激。现(xian)在(zai)，随着DeepSeek的出现(xian)，这个期待已久的刺激因素正(zheng)式(shi)出现(xian)。

从资本市场的角度看，DeepSeek最大的意义，是让国内的AI产业迎来价值重(zhong)估的机会。

对比美国的AI公司，大型的估值普遍在(zai)30-50倍PE，但国内的普遍达不到这个数(shu)，即使是最好(hao)的互联网公司，像腾讯、阿里，PE都只有20倍左右。

虽(sui)然港股估值偏低(di)是市场共(gong)识，但也说明这些公司具备不错的性(xing)价比优(you)势(shi)。

在(zai)资金(jin)高低(di)切换、美联储降(jiang)息周(zhou)期下的外资回流、南下资金(jin)涌入，以及港股互联网巨头持续回购的背景下，港股科技股资金(jin)面势(shi)头正(zheng)足。

另外，不管是A股或者是港股，整体估值也好(hao)，公司估值也好(hao)，都处(chu)在(zai)历史较低(di)的位置，在(zai)没(mei)有利好(hao)刺激的时候(hou)，可能大家都已经习惯(guan)，但现(xian)在(zai)有了新刺激，估值中枢提升的概(gai)率大大增加。

过去两年，大家关注比较多的，是美股科技股，那边确实也回报了投资者。不过，鉴于美股科技股已经处(chu)于高位，大家是时候(hou)重(zhong)新审视港A两地科技股的价值了。

A股方面，可以看看科创(chuang)板人工智能ETF(588930)，它(ta)跟踪的是科创(chuang)AI指数(shu)，该(gai)指数(shu)涵盖AI产业链的上中下游(you)各(ge)环节，聚焦AI产业链上游(you)的优(you)质算力企业，其中，电子和计算机行业的合计权重(zhong)超过85%。

港股方面，则可以看看港股科技30ETF(513160)，它(ta)跟踪恒生港股通中国科技指数(shu)，其布(bu)局港股AI产业链上游(you)半导体、中游(you)互联网大模型企业、下游(you)消费电子和传媒企业，前十(shi)大成份股占(zhan)比超70%，聚焦港股AI龙头，锐度和弹性(xing)较高。

值得一提的是，与恒生科技指数(shu)不同，恒生港股通中国科技指数(shu)所有成份股均属(shu)于互联互通范围内，被纳入互联互通能够更好(hao)地引流“南下”的资金(jin)，或为港股上市企业带来更强的估值弹性(xing)。

04 结语

AI，是过去两年全球资本市场的投资主题，贡献了很多教科书式(shi)的投资案例。

对于AI投资，一直(zhi)有一个非常简(jian)单朴素的认知(zhi)，那就(jiu)是在(zai)长线价值的支撑下，做好(hao)选股，做好(hao)择时，大概(gai)率是能够获得成功的。

即使错过之前的机会，也不要紧，因为这种大级别的产业发(fa)展，能够提供的机会很多，不会一次就(jiu)结束(shu)。

至于什么是好(hao)的机会，现(xian)在(zai)看，主要可以考虑两点(dian)：

第一，是出现(xian)估值、业绩提升拐点(dian)的时候(hou)，23年初、24年初的英伟达是一个，此次DeepSeek引爆的国产AI也可以算一个；

第二，是回调过大，出现(xian)超跌的情(qing)况，因为跌过合理估值，市场的力量会让其自然修复到合理估值，修复的过程，就(jiu)是投资盈利的过程。

投资讲求确定(ding)性(xing)，以上这些，就(jiu)是确定(ding)性(xing)较高的机会。

虽(sui)然经历了巨大的上涨，但AI产业依然处(chu)在(zai)早期阶段，未来的成长性(xing)、确定(ding)性(xing)都很高，可以肯定(ding)的是，AI创(chuang)造商业价值和投资价值的能力依然很强劲。

认清这个趋势(shi)，才不容易被各(ge)种噪音震“下车”，才能够将AI产业的投资红利从头吃到尾。

当(dang)然，AI技术变化也很快速，不同阶段的概(gai)念(nian)股也有所不同，如前期偏重(zhong)上层的算力基建，中期可能是云(yun)计算、操作系统、大模型等，后期主要是应用。

即使是同一阶段，不同公司因为技术变化，也会出现(xian)高低(di)上落，就(jiu)像此次DeepSeek，给英伟达、Open AI、谷歌、微软等传统AI大厂，带来不小压力。

所以，慧眼识珠，也很重(zhong)要。