2025年互联网行业专题研究：互联网大厂如何受益于DeepSeek~R1“破圈”？

1、 DeepSeek-R1“破圈”拆解：突破性解 决业界难题，全面开源利于传播

1.1 原因 1：强大性能领跑全球，评测、实际体验赶超 OpenAI 推理模型o1

DeepSeek 的旗舰推理模型R1 在多个基准测试中的表现超越当下全球 AI行业领 先的推理模型 OpenAI-o1。根据 DeepSeek-R1 公开的技术报告，经过额外的 SFT 阶段和进一步的 RL 训练完善后的 R1，在 AIME 2024、MATH-500、LiveCode Bench、CodeForces 等多个数学、编程测试集中获得超越 OpenAI 的 o1 系列 的分数 ， 仅 在 考 察 物 理 化 学 生 物 的 GPQA Diamond 数 据 集 上 逊 色 于 OpenAI-o1-0912。

DeepSeek-R1 在开发人员和使用者中收获高评价，其在 Chatbot Arena 榜单中 位居前列，超过 OpenAI-o1。Chatbot Arena 是一个基于人类偏好评估 LLM 的 开放平台，其方法采用成对比较方法，用户只需投票比较两个模型响应并投票选 出更好的一个，平台通过众包利用来自不同用户群的输入，截至 2025 年 2 月 9 日，平台共收集到超过 260 万次用户的投票。尽管 DeepSeek-R1 上线时间较晚， 尚未收集到足够多的投票次数（共 4193 次，前十名的模型中最少），但仍获得 1361 分的 Arena Elo 分数，超过 OpenAI-o1，仅次于 Gemini 的两款模型和最 新版的 ChatGPT-4o。

DeepSeek-R1 在实际用户体验中收获不亚于 OpenAI-o1 系列的广泛好评，包括 英文日常问答、物理测试等。1）海外科技媒体 arstechnica 资深编辑对 DeepSeek-R1 与 OpenAI-o1 和 OpenAI-o1-Pro 进行评测，该评测更侧重于模 拟英文用户可能提出的日常问题，测试中所用的提问涵盖创意写作、数学、指令 遵循等领域以及部分设计得更加复杂、要求更高且更严谨的提问。该团队考虑模 型回答的正确性及一些主观质量因素，最终评测结果 DeepSeek-R1 在多个提问 中返回优于 OpenAI-o1 系列的回复。2）根据机器之心报道，CoreView CTO Ivan Fioravanti 等海外 AI 社区人士评测称，DeepSeek-R1 在编写 Python 脚本，模 拟小球在一个旋转的形状中弹跳的物理测试中，收获优于 OpenAI GPT-4o 等其 他大模型的表现。

1.2 原因 2：多项工作实现算法和工程上的实质性突破， 解决困扰行业的难题

DeepSeek-R1 经历多代模型的迭代，逐步实现在 GRPO 算法、DeepSeekMoE 架构、MLA 机制、FP8 精度、MTP 方法等多方位的突破。DeepSeek 的首个开 源模型 DeepSeek-Coder，于 2023 年 11 月发布，当时是业界领先的代码大模 型。随后一年多时间，DeepSeek 逐步推出 DeepSeekMath、DeepSeek-V2、 DeepSeek-V3 等多款大模型，不仅提升模型性能，更引入 GRPO 算法、 DeepSeekMoE 架构、MLA 机制、FP8 精度、MTP 方法等多项切实提升模型推 理能力、训练效率的创新点，并在技术报告中详细阐述，得到 AI 业界的广泛讨 论和认可。

DeepSeek-R1 是行业首个验证在后训练（Post-Training）时使用强化学习（RL） 让千亿参数的模型获得推理能力的研究，切实解决行业难题。区别于之前业界主 流的探索方向是过程奖励模型（PRM）和蒙特卡洛树搜索（MCTS），DeepSeek 跳过指令优化的监督微调（SFT）阶段直接用强化学习得到 DeepSeek-R1-Zero 模型，且只采用准确性和格式两种类型的奖励，使得模型生成推理轨迹并产生推 理能力。DeepSeek-R1 指出一条除了大幅提升训练数据量之外获得效果更好模 型的技术路线。

1.3 原因 3：全面开源并推出免费 C 端产品，使得优质 AI 推理体验快速扩散

DeepSeek 采用完全开源策略，降低 C 端用户使用门槛，促进 AI 开发者社区的 协作生态。 相较于闭源且收费较高的 OpenAI-o1，1）通过开源并在技术报告中详细公布技 术进展和模型训练思路，DeepSeek 吸引大量海内外开发者和研究人员的关注， 使得其作为中国模型首次受到海外 AI 科技界全面推崇认可。2）免费使用的 DeepSeek App 成为大部分中国乃至全球用户首次体验的优质 AI 推理模型，用 户量实现快速增长。根据 Questmobile 数据，DeepSeek 在 25 年 1 月 28 日的 日活跃用户数首次超越豆包，随后在 2 月 1 日突破 3000 万大关，成为史上最快 达成这一里程碑的应用。根据 AI 产品榜数据，25 年 1 月 DeepSeek 用户增长达 1.25 亿（含网站（Web）、应用（App）累加不去重）。其中，80%以上用户 来自 1 月最后一周，即 DeepSeek 在几乎没有任何广告投放情况下实现 7 天完 成 1 亿用户增长。

2、 互联网大厂大模型：持续迭代参与竞争， 阿里通义性能比肩 DeepSeek

2.1 阿里巴巴： 基座模型、深度推理模型进展稳居第一 梯队

阿里旗下最新旗舰模型 Qwen2.5-Max 在指令模型、基座模型的指标对比中，均 已能赶超业界领先的模型。阿里通义于 25 年 1 月发布最新 Qwen2.5-Max 模型， 其为通义千问系列效果最好的模型。 根据通义千问披露：1）指令模型（即我们平常使用的可以直接对话的模型）对 比，在 Arena-Hard、LiveBench、LiveCodeBench 和 GPQA-Diamond 等基 准测试中，Qwen2.5-Max 的表现超越 DeepSeek-V3。同时在 MMLU-Pro 等其 他评估中也展现出具备竞争力的成绩。 2）基座模型对比中，Qwen2.5-Max 在 MMLU（大规模多任务语言理解）、MATH、 BBH 等多项测试中均展现出相对上一代 Qwen2.5-72B 的大幅提升，以及相对 DeepSeek-V3 的超越。 3）尽管并未进一步披露在算法技术、工程上的具体细节，但 Qwen2.5-Max 同 样为超大规模的 MoE 模型，使用超过 20 万亿 token 的预训练数据及精心设计 的后训练方案进行训练。Qwen2.5-Max 和 DeepSeek-V3 同样实现 AI 业界对训 练超大规模 MoE 模型的突破。

Qwen2.5-Max 代码编写等各项能力、实际应用体验均得到提升，已在 Qwen Chat 中上线，整体接入阿里云服务 API。1）Qwen2.5-Max 的代码编写与理解 能力、逻辑能力、多语言能力显著提升，回复风格面向人类偏好进行大幅调整， 模型回复详实程度和格式清晰度明显改善，内容创作、JSON 格式遵循、角色扮 演能力定向提升。2）Qwen2.5-Max 具备联网搜索功能，输出的每句话来源出 处都有标注，整体运行也很丝滑。代码能力上，Qwen2.5-Max 能够帮助用户完 成各种可视化创作，一句话生成代码及建模；也有 Artifacts 功能，一句话能开 发各种小应用、小游戏。

阿里旗下最新实验性研究推理模型在数学和编程等领域已取得显著进步，期待 Qwen2.5-Max 新模型赋能、DeepSeek-R1 开源后的技术启示，QwQ-32B 正式 版带来突破。阿里通义于 24 年 11 月发布 QwQ-32B-Preview 实验性研究模型， 专注于增强 AI 推理能力。 作 为 预 览 版 本 ， 根 据 通 义 千 问 披 露 ： 1 ） QwQ-32B-Preview 和 OpenAI-o1-preview 和 OpenAI-o1-mini 在 GPQA（科学推理）、AIME、 MATH-500（数学）以及 LiveCodeBench（代码）四个数据集中各有胜负，但 整体水平比较接近。而相比 GPT-4o、Claude 3.5 Sonnet 和 Qwen2.5，具备比 较明显的领先优势。

2）作为预览版本，QwQ-32B-Preview 仍存在语言切换问题、推理循环、安全 性考虑和能力差异等问题。而 DeepSeek-R1 已解决部分此局限性，其多方面能 力超过 OpenAI-o1-mini，在奖励函数设计中，重点对语言一致性进行的要求。 DeepSeek-R1 的模型训练思路有望成为 QwQ-32B 的借鉴，同时在 25 年 2 月发 布的更强大的 Qwen2.5-Max 则有望成为 QwQ-32B 训练的基石。

阿里通义同样是模型开源的支持和践行者，其在开源大模型中性能和开发者参与 度均居领先位置。1）Qwen 系列模型中，除了旗舰模型闭源商用外，其余所有 模型都在走开源路线。截至 2025 年 2 月 9 日，Chatbot Arena 排名中， Qwen2.5-72B-Instruct 居第三位，优于 Llama-3.3-70B-Instruct。 2）Qwen 系列的特点是开源模型提供全尺寸开源模型。和 DeepSeek-V3/R1 开 源的 671B 超大模型不同，Qwen 开源模型参数量覆盖小到手机也能运行的 1.5B，大到 110B，基本上能覆盖开源社区的绝大多数需求，因而在全球开源社 区中影响力很大，AI 业界非常多的研究工作都是以 Qwen 为基础模型开展的。 25 年 2 月 10 日，全球最大 AI 开源社区 Huggingface 发布了最新的开源大模型 榜单，其中排名前十的开源大模型，都为基于阿里通义千问开源模型二次训练的 衍生模型。DeepSeek-R1 基于 Qwen 2.5 模型（参数个数 1.5B 到 32B）蒸馏多 个小模型，提供更具效率的版本，并做案例探索研究。

2.2 腾讯： 基座模型采取跟随战略稳健追赶，组织架构 调整聚焦应用结合

腾讯在 AI 大模型中的团队布局较为分散，持续关注人员、资源配置重点。包括： 1）混元大模型团队，旗下产品包括 23 年 9 月正式上线的混元系列大模型，及 基于混元大模型及搜索引擎驱动的 AI 智能助手“元宝”和 AI 智能体开放平台“元 器”。 2）腾讯 AI Lab 团队，早在 16 年 4 月成立，其基础研究方向包括计算机视觉、 语音技术、自然语言处理和机器学习，应用探索结合了腾讯场景与业务优势，聚 焦于游戏、数字人、内容和社交 AI 四类。 3）腾讯云 AI 团队，23 年 6 月早于混元发布行业大模型，并发布面向 B 端客户 的腾讯云 MaaS 服务解决方案，腾讯云板块基础设施持续支持腾讯内部模型研发 和应用探索。 4）其他应用团队，腾讯内每个事业群内均在探索大模型的产品化落地场景，包 括微信、QQ、输入法、浏览器等产品都将推出 AI 智能体，游戏、微信读书、腾 讯视频等产品也将基于混元做更多 AI 探索。以微信 AI 团队为例，24M1 微信公 开课 PRO 分享微信对话开放平台的更新，其能够帮助开发者和商家快速搭建一 个零成本、低门槛，满足自身业务需要的对话机器人。

组织架构调整，元宝并入 CSIG，或彰显腾讯 AI 战略更加清晰，从技术到重视产 品体验，从“后手入场”到全面探索 AI 应用的转变。25 年初，腾讯 AI 助手应 用“元宝”完成组织调整，产品团队从 TEG 事业群（技术工程事业群）调整至 CSIG（云与智慧产业事业群）。调整后，“元宝”应用将交由腾讯会议负责人 吴祖榕负责，主要负责元宝的产品能力建设和体验优化。 我们认为：1）元宝从技术部门的剥离或显示出腾讯 AI 战略从技术到重视产品体 验的转变。吴祖榕是一个具有丰富 ToB 经验且能兼顾 C 端产品体验的负责人， 元宝有望复制腾讯会议经验，以 C 端体验为入口，连接和服务企业客户，进而 探索 AI 商业化。腾讯会议基于混元大模型已经推出智能录制、智能生成摘要总 结、腾讯会议 AI 助手等功能。 2）元宝 App 等腾讯 AI 产品 24 年整体进展相对保守，后续或有望在 AI 产品化 方面转向积极。腾讯公司一贯更注重长期维持优质的产品设计和用户体验，通常 谨慎对待新技术新概念融入自身产品矩阵和社交体系，在元宝 App 的推广方面 较为保守。根据 Questmobile 数据，24 年 12 月腾讯元宝 App MAU 211 万，明 显低于字节豆包 App、百度文小言 App 等。根据第一财经等媒体报道，25 年 1 月腾讯集团年会中，董事会主席兼 CEO 马化腾表示，期望做腾讯混元的端到端 语音交互落地。TEG 进行架构调整，将更聚焦做技术底座，产品化则希望其他事业群一起推进。腾讯混元已经在跟腾讯会议、输入法、浏览器等结合，微信、 QQ 都在推进智能体落地了，游戏也要全方位拥抱 AI。

基础大模型方面，腾讯混元最新开源 Hunyuan-Large 模型，模型效果整体赶超 Llama3.1-405B 及 DeepSeek-V2.5。根据混元披露：1）腾讯混元 24 年 11 月 发布的 Hunyuan-Large（Hunyuan-MoE-A52B）模型，是当时业界已经开源的 基于 Transformer 的最大 MoE 模型，拥有 389B 总参数和 52B 激活参数（对比 DeepSeek-V3 总参数量 671B，每个 Token 激活的参数量为 37B）。2） Hunyuan-Large 在 CMMLU、MMLU、CEval、MATH 等多学科综合评测集以及 中英文 NLP 任务、代码和数学等维度取得理想成绩，在 MMLU、MATH、 HumanEval 超 越 Llama3.1-405B 及 DeepSeek-V2.5 ， 在 ARC-C 、 GPQA_diamond 不如 Llama3.1-405B，BBH、HellaSwag 不如 DeepSeek-V2.5， 整体成绩略好于这两个当时领先的开源模型。

腾讯混元在多模态方面具有较广布局和较多进展，探索 3D 生成、文生视频等领 域，为内部赋能和行业进步打下基础。 1）25 年 1 月，腾讯开源 3D 生成大模型 2.0 升级版本，上线业界首个一站式 3D 内容 AI 创作平台——混元 3D AI 创作引擎。作为创作者，可以用它输入文字、图片一键生成高质量 3D 模型，并包含 3D 功能矩阵、3D 编辑、3D 生成工作流、 创作素材库等多种功能。作为游戏开发、动画制作等领域专业创作者，还支持快 速搭建 3D 生成工作流。

混元 3D AI 模型 2.0 版本再升级，通过几何、纹理解耦生成，几何结构更精细， 纹理色彩更丰富。几何模型实现超高精度白模生成，媲美设计师手工建模水平。 纹理模型则能对任意几何模型生成逼真纹理，支持文本/图像引导。

2）24 年 12 月，腾讯宣布旗下混元视频生成大模型（HunYuan-Video）开源， 模型参数量 130 亿。该模型可供企业与个人开发者免费使用，目前已上线腾讯 元宝 APP。HunYuan-Video 在文生视频多个方面都具有较高的质量，拥有包括 超写实画质、原生镜头切换、高语义一致等特点。

2.3 百度：文心最早上线经多次迭代，期待 25 年下一代 模型能力提升

百度自率先发布国产大模型文心以来，推出多次大模型迭代及相关产品发布，期 待 25 年文心新版本面世。24 年 6 月，百度发布文心大模型 4.0 Turbo，大幅强 化检索能力以改善幻觉问题，全网搜索、分析资料、等待大模型回复的速度得到 明显提升。24 年 11 月，百度集团 CEO 李彦宏称文心的新版本面世，或在 25 年年初。 百度通过两大关键产品：大模型精调和应用开发平台的千帆，以及提供稳定高效 算力服务的百舸平台，为企业提供全栈服务解决方案。1）百舸：以 GPU 为核 心搭建的异构计算平台，适合多模态大模型训练。百舸平台支持同一智算集群中 混合使用不同厂商芯片，降低算力成本的同时，多芯混合训练任务的性能损失， 控制在了万卡性能损失 5%，已经是业界最高水平。2）千帆：主打低门槛的模 型平台，凭借模型开发层、模型服务层和应用开发层三层架构，满足多样化的现 实需求。在模型开发层，千帆提供全流程工具；在模型服务层，可直接调用多模 态能力；在应用开发层，千帆帮助企业用多模态能力改造业务。

2.4 快手： 可灵模型专注文生视频领域居业界领先

快手旗下文生视频生成模型可灵始终处于全球业界领先水平，最新基座版本更新 后，带来显著画面表现力提升，并获得专家评测榜单好评。 1）可灵在上线半年多的时间保持积极的前沿探索和模型更新，维持全球视频生 成领域领先水平。可灵 24 年 6 月正式发布并上线，作为全球首个可公开体验的真实影像级视频生成大模型，截至 25 年 1 月，可灵已完成数十次功能与效果的 升级迭代，同时陆续推出多项丰富且实用的控制与编辑功能。 2）可灵 1.6 视频生成模型文本响应度、画面美感及运动合理性，均有明显提升， 图生视频更新效果提升明显。24 年 12 月，可灵 AI 宣布基座模型再升级，同时 支持标准和高品质模式，特别是 1.6 模型的图生视频，内部评测比 1.5 模型整 体效果提升 195%，模型物理规律真实感、语义理解得到提升，人物运动表演更 强。

3）可灵文生视频模型在 AGI-Eval 榜单评测中居前列，超过 OpenAI 的 Sora 模 型，得分接近国产 Pixverse-V3 模型。AGI-Eval 通过构建上百条评测数据和专家 级人工评测团队，对 Sora 、及国产头部视频生成模型进行专业评测。可灵 1.5 的文生视频模型在 24 年 12 月的最新测评中拿到 0.573 分，拿到第二名，高于 OpenAI 的 Sora-720p 和 Sora-1080p，仅略低于 Pixverse-V3 的 0.5732 分。 具体评价上看，与国内头部大模型（国内前三）相比，Sora 在视频-文本一致性 维度、视频质量上均有小幅落后。Sora 在运动质量维度表现略好于可灵 1.6，即 生成的视频画面在动态过程中的主体一致性和动态幅度更自然。在视频-文本一 致性维度上，Sora 存在文本理解有误、指令遵循不符的问题，即生成的视频内 容与提示词的描述不符的现象。

2.5 美团： MobileVLM V2 模型在移动设备环境具备优 势，或仍在推进自研模型

美团联合学术界推出 MobileVLM V2 模型，有望在保持较小规模同时达到优质性 能，在移动设备等环境展现优势。24 年 2 月，美团公司联合浙江大学和大连理 工的研究人员共同开发的视觉语言模型 MobileVLM V2 发布。这一模型系列在保 持较小模型规模的同时，达到了与更大规模 VLMs 相媲美甚至更优的性能，尤其 在移动设备等资源受限的环境中展现出其独特的优势。 1）MobileVLM V2 在前代 MobileVLM 的基础上，通过精心设计的架构优化、 改进的训练策略，以及对高质量数据集的细致策划，实现显著的性能提升。 2）MobileVLM 具备在移动端运行推理的能力。其在高通骁龙 888 CPU 和英伟 达 Jetson Orin GPU 上测量推理速度，分别获得 21.5 个 Token 和 65.3 个 Token 每秒的 state-of-the-art 性能。

美团自研大模型仍未公布名称等细节，内部或仍在推进大模型研发及摸索业务结 合方向。23 年 11 月，在国内第二批通过备案的 11 家公司大模型里包含美团， 但美团并未公布其大模型的名称、定位及应用案例等，整体美团在大模型的研发 和投入比较隐秘。根据钛媒体消息，23 年美团已在扩张算法团队，并启动筹划 单独的“平台部门”，帮助美团大模型通过具体的商业化形式落地。我们认为， 美团或仍在探索大模型如何更紧密得和自身业务相结合，建议关注后续 AI 对美 团内部工作提效的应用，及对美团更多业务场景的渗透。

2.6 哔哩哔哩： Index 自研模型在角色扮演、长文本等 方面表现不俗

哔哩哔哩推出自研 Index 模型，在对话交互、角色扮演等方面展现出较为出色 的性能。 1）Index 系列包含聊天、角色扮演等多个模型，向轻量级探索的同时，覆盖方 向较为全面。24 年 6 月，哔哩哔哩发布 Index 系列模型中的轻量版本：Index-1.9B 系列，其中包含基座模型：多个评测基准上与同级别模型比处于领先；基座模型 对照组；增强聊天趣味性的 Index-1.9B chat；实现 fewshots 角色扮演定制的 Index-1.9B character。24 年 9 月，哔哩哔哩开源长文本处理能力出色的 Index-1.9B-32K。 2）哔哩哔哩 Index-70B 模型在角色扮演能力方面具备出色能力，符合哔哩哔哩 自身潜在应用场景。根据 24 年 11 月在中文场景角色扮演评测集 benchmark CharacterEval 上的测试，Index-70B 角色扮演模型在该 benchmark 中均分第 一，且在知识幻觉性、对话流利度、表现多样性 12 个细分维度中的 7 项中排名 第一，优于情感陪伴赛道同类产品。对于 B 站来说，角色扮演模型在娱乐、教 育、视频创作等方面都拥有着丰富的应用场景。 3）哔哩哔哩 Index 模型已经应用于自身 AI 字幕等场景，期待后续模型在对 AI 接受度更高的年轻人社区得到更广泛的应用。24 年 9 月哔哩哔哩 CEO 陈睿表示， B 站将自研大语言模型 index 应用于 AI 字幕，具备中、英、韩、日、泰语等 近 10 种语言的实时翻译能力，准确度接近 90%。

3、 DeepSeek“破圈”后，对互联网大厂 AI 应用有何价值？

3.1 大模型能力：R1 是起点不是终点，技术突破有望启 发大厂改进模型

DeepSeek-R1 只是 DeepSeek 的第一个推理模型，其带来的突破有机会在后续 研发中持续完善，在近期带来性能更强力的产品。DeepSeek-R1 证明仅用强化 学习就可以在后训练阶段提升模型推理能力，后续通过在此阶段增加算力，有望 满足后训练阶段的强化学习 Scaling Law(RL Scaling Law)，进而提升大模型的 效率。

DeepSeek-R1 的研究过程已经证明对阿里 Qwen2.5 进行微调，能够提升模型 能力， DeepSeek-R1 的 模 式 有 助 于 激 发 现 有 模 型 潜 力 。 蒸馏后的 DeepSeek-R1-Distill-Qwen-32B 模型各评测指标尽管不如 DeepSeek-R1 但好 于参数量级高很多的 DeepSeek-R1-Zero，也好于通义千问自己的推理模型 QwQ-32B-Preview。蒸馏后的较小模型有较低的运行成本，有利于推理模型的 推广。

DeepSeek 的成功可能会加剧 AI 大模型的前沿竞争，或有望促使各大互联网公 司加大对 AI 大模型的战略投入。我们认为：1）DeepSeek-R1 的成功表明，在 核心技术上取得实质性突破，能够收获业界广泛好评和用户的积极参与。腾讯、 阿里等国内互联网大厂或将持续加大在 AI 算法、模型架构和训练方法上的研发 投入。2）DeepSeek-R1 的成功是长期技术研发积累的结果，建议关注腾讯、阿 里等国内互联网大厂短期市场表现和用户规模的同时，也重点关注其长期技术积 累和战略布局。 DeepSeek 的多项创新性技术突破路径已开源，其或可被复刻至各大互联网公司 旗 下 AI 模型 中 ，带 来模 型 能 力的 提升 。 正如 2.1 节 中所 叙述 ，阿 里 QwQ-32B-Preview 存在的语言切换问题已被 DeepSeek-R1 部分解决，在奖励 函数设计中，重点对语言一致性进行的要求，DeepSeek-R1 的模型训练思路有 望成为 QwQ-32B 的借鉴。DeepSeek-R1 在后训练阶段使用 RL 的方法和 GRPO 算法、DeepSeekMoE 架构、MLA 机制、FP8 精度、MTP 方法等均可为行业所 参考并用于提升自身模型能力。DeepSeek 驱动模型能力提升，有望进一步加强 互联网大厂模型对内业务赋能、对外商业化输出的能力。

3.2 云服务： 大厂已广泛支持 DeepSeek 模型，模型加 速迭代有望提升云需求

DeepSeek 的成功证明海内外市场对高性能 AI 推理的强烈需求。 1）DeepSeek 服务器不足以长期满足大用户量使用，云厂商具备计算资源可供 使用。由于 DeepSeek-R1 新模型发布后，用户访问量激增，DeepSeek 服务器 无法满足大量用户的并发需求，25 年 2 月 6 日起 DeepSeek 已暂停 API 服务充 值。 2）DeepSeek 采用宽泛、自由的 MIT 开源许可证，其一方面允许商用，使得云 厂商可较为便捷地将其上线提供服务，另一方面允许修改调整模型，开源模型有 望在后续得到快速迭代，进而得到可观的进步，为后续云厂商上线更多优质开源 模型、提供多种模型供用户选择提供可能性。 3）DeepSeek-R1 受到广泛好评后，已经有多家互联网大厂接入 DeepSeek，开始在自己的云平台提供 DeepSeek-R1 调用或部署服务。2 月 2 日以来，腾讯云、 阿里云、百度智能云等互联网云服务纷纷支持调用 DeepSeek-R1 模型，部分厂 商提供价格优惠，如百度智能云千帆平台推出超低价格方案，调用 R1 输入 2 元 /百万 token、输出 8 元/百万 token，还可享受限时免费服务。

我们认为，各大互联网公司： 1）可通过云为用户提供 DeepSeek 服务，从而提升自身云服务付费用户量并实 现云服务收入增长。 2）有望伴随着 DeepSeek 的火热，使得市场感知到并认可头部互联网公司云服 务能力和未来增长空间，有望逐步提升云业务估值水平。 具有更便捷的接入方式、更广泛的客户群体、更强的技术稳定性的云服务厂商有 望率先受益。

3.3 AI Agent：优质推理模型带来能力提升，大厂 AI Agent&行业应用有望渗透

DeepSeek-R1 的推理能力和思维链能够直接赋能 AI Agent，为其提供一定程度 自主性和复杂推理能力，助力 AI Agent 逐步完善。1）作为优质的推理模型， DeepSeek 无需复杂提示词即可理解用户意图，有望降低 AI Agent 的使用门槛， 提升人机交互的自然性。2）由于 AI Agent 会自主规划任务，token 消耗相对不 可控，DeepSeek 旗下旗舰模型在拥有业界领先性能的同时，实现显著的成本降 低，有望助力维持 AI Agent 成本的相对可控。3）DeepSeek 旗下旗舰模型均开 源，使得拥有应用场景的企业或机构更容易应用 DeepSeek 模型开发适合自身 垂类领域的 AI Agent，进而使得 AI Agent 逐步被认知、被应用。

OpenAI 已上线其 AI Agent，腾讯、阿里等互联网大厂已提供 AI Agent 服务。1） ChatGPT 25M1 更新新功能“Tasks”，让 AI 具备一定执行力，可以替用户完 成各种任务，如定时提醒天气、总结&创作文章、创建编程谜题等。2）百度文 心智能体平台、腾讯元器、讯飞星火智能体创作中心、通义智能体、字节扣子等 面向企业用户提供了智能体创建平台，并开始在其 AI 智能助手界面中添加 AI Agent 入口。 AI Agent 仍处于发展早期，具备一定不可预测性，且依赖基座模型表现， DeepSeek-R1 有望带来提升。1）AI Agent 工作流程需链接多个 AI 步骤，用户 难以确保 Agent 能否始终提供准确、符合上下文的响应。2）AI Agent 依赖基座 模型需要具备较快的速度和较低的成本，特别是需要进行循环和自动重试时。

3.4 AI+广告： AIGC 重塑营销链条，更强的模型效果提 升广告自动化能力

海外互联网大厂已经在广告主侧（B 端）和消费者侧（C 端）全面重塑营销链条， 从而提升广告投放效率和增加广告创收。 1）B 端： 过去依赖人工经验和传统计算的营销决策，正在被具备高度数据理性的 AI 系统 所取代。微软广告的动态搜索广告（DSA）系统会自动为每一个落地页动态创建 广告，并基于 AI 驱动自动识别搜索与对话背后的用户意图，从而更高效地和商 家广告精准匹配，最终达成获客成本的下降和投资回报率的提升。Meta 基于 AI驱动的自动化广告产品 Advantage+已经让 Meta 的广告收入实现连续的强劲 增长。 2）C 端：在 AI 生成内容中创新性地引入广告，在广告组件中的交互中运用生成 式 AI。 23 年谷歌就将广告引入到对话型 AI 产品中，24 年更进一步，AI 生成的搜索结 果概要（Overviews）就成为一个重要的广告位置，其图像识别工具 Lens 中推 出购物广告，目标是吸引更多电商类客户投放广告。AI 对于广告承载页的交互 方面，用户在谷歌搜索装修和家具购买时，谷歌会允许用户提交一系列客厅照片， 然后智能地向他们推荐适合用户目标房间的相关家具。

国内互联网大厂已有 AI+广告投放方面、AI+广告素材生成方面布局，DeepSeek 系列旗舰模型在提升性能的同时全面开源，有望助力互联网大厂进一步增强自动 化广告投放能力。 1）对于百度，24 年 12 月百度商业系统升级为“百度伴飞”，基于文心大模型， 整合多样化的 AI 能力，助力实现高品质品牌宣传，并带来视频广告点击率、完 播率等投放效果提升。 2）对于腾讯，腾讯广告妙思由腾讯混元大模型提供基底支持，通过其对语义的 精准理解和表达，生产稳定实用的广告创意素材，降低广告优化师制作广告的成 本。 3）对于哔哩哔哩，25 年 1 月推出首个商业化 AIGC 平台“星辰 AI”， 能够智 能化地生成图片素材，同时优化广告创意的迭代过程，有望提高广告素材的转化 率。

我们认为，广告作为高毛利业务板块，AI 赋能空间理想。腾讯等国内互联网公 司此前在 AI+广告赋能领域相较于海外大厂较慢，部分因模型性能等 AI 技术能 力相较海外领先水平有一定差距，且应用 AI 赋能广告的实践晚于海外大厂。 若借力 DeepSeek 等高性能模型带来的模型水平提升，有望伴随着 AI 广告的应 用实践，逐步加深 AI 自动化广告的渗透，将大模型更深度地用于分析用户在自 身生态上的行为，精准总结画像进而优化广告定向投放，促进广告点击率等指标 增长，进而提升广告业务收入和利润水平的增长率。25 年 1 月腾讯集团年会中， 董事会主席兼 CEO 马化腾表示，看好 AI 未来给广告带来的空间。

编辑：火腿肠