2025年1月以來，中國市場 AI 創(chuàng)企深度求索開發(fā)的 AI開源 大模型 DeepSeek的爆火引起廣泛關注，深度求索共發(fā)布了三款大模型，包括基座模型DeepSeek V3、推理模型R1、多模態(tài)模型JanusPro，DeepSeek 創(chuàng)新的使用了一系列模型訓練和推理的優(yōu)化技術，這促使市場重新審視他們對大模型性能如何最大化和促進產業(yè)鏈升級的假設。

中國市場 DeepSeek AI 模型的推出在大模型/生成式AI市場上引起了轟動，從大模型供應商到基礎設施和平臺供應商的整個AI產業(yè)生態(tài)都掀起了一波“新浪潮”。國際數(shù)據(jù)公司（IDC）于近日發(fā)布的最新報告《IDC Market Glance: 中國生成式AI市場概覽, 1Q25》（Doc#CHC52821325，2025年2月）中，所定義的AI產業(yè)鏈主要包括如下幾個部分：基礎設施層、模型層、平臺層、應用層及服務層。

DeekSeek爆火的背后，對于大模型/生成式AI市場生態(tài)帶來的潛在影響有哪些? 基于此，IDC進行了總結，旨在為技術供應商和行業(yè)用戶提供參考：

模型層：基礎大模型開啟另一開發(fā)新范式——將以一系列降低成本/復雜性的創(chuàng)新優(yōu)化技術/手段，降低門檻，未來差異化競爭的結果是NLP大模型的進一步更新升級。

降低成本/復雜性的創(chuàng)新優(yōu)化技術/手段

DeepSeek引入了創(chuàng)新性的多令牌預測（MTP）技術，對注意力模塊進行了拓展，從而在模型訓練與推理過程中，于較低計算量條件下實現(xiàn)了性能的顯著提升。團隊也采用了FP8精度進行訓練，并成功構建了混合專家模型，通過高效的“門控網(wǎng)絡”實現(xiàn)令牌的路由，進一步削減了推理成本。此外，其多頭潛在注意力機制（MLA）的創(chuàng)新，使得KV緩存需求大幅降低，極大程度上降低了硬件資源的消耗。DeepSeek在模型訓練中廣泛應用強化學習技術，通過試錯機制和環(huán)境反饋優(yōu)化模型的決策能力，特別是在推理和復雜問題解決方面。DeepSeek還通過開發(fā)內部工具生成訓練數(shù)據(jù)，并使用“蒸餾”技術（去噪、降維、提煉等）進一步壓縮計算資源。DeepSeek憑借極具成本優(yōu)勢的架構，正在重新定義 AI 模型的研發(fā)與定價機制。

降低門檻

DeepSeek選擇將其技術開源，包括代碼和模型權重。這種策略不僅降低了用戶進入大模型領域的門檻，還吸引了全球開發(fā)者社區(qū)的廣泛參與，通過開源，DeepSeek加速了技術的迭代和生態(tài)系統(tǒng)的建設。另外，這也意味著行業(yè)用戶可能不需要在基礎設施和硬件方面進行大量投資，從而降低大模型的引入門檻。

差異化競爭帶來進一步更新升級

經(jīng)過IDC分析師初步試驗，DeepSeek R1 在數(shù)學、推理、代碼任務上不乏優(yōu)勢，但其性能并非在所有任務及指標上均領先。從短期來看，未來無論是開源還是商業(yè)的基礎大模型還會進行進一步的差異化競爭，國內外大模型的生成效果差距會趨于收斂。從長期來看，NLP大模型會朝著經(jīng)濟高效、上下文準確、高質量、安全可靠演進，技術供應商需要在成本、不同任務/應用領域的生成質量、用戶體驗及安全性等多方面尋找產品差異化優(yōu)勢。

平臺層：多模型選擇、高效且可靠地部署方式是實現(xiàn)大模型商業(yè)化的基石

從2024年以來，隨著大模型基礎能力的提升，以及應用形態(tài)的不斷創(chuàng)新，連接大模型和應用側的平臺產品演變出現(xiàn)了多種形式，預計未來大模型平臺會分化成底層平臺以及智能體開發(fā)平臺等產品。平臺層產品往往跟模型層深度綁定，使得大模型更加易用、普惠。隨著大模型的日益普及，平臺中多種模型選擇、如何將大模型高效且可靠地部署于生產環(huán)境，已成為當前備受矚目的核心議題。當前，全球技術供應商如英偉達、微軟、英特爾、AMD、AWS以及國內技術供應商如阿里云、百度智能云、華為云、騰訊云、火山引擎、京東云、天翼云、用友、360、云軸科技等已接入了DeepSeek模型。同時，大模型的部署過程需同時滿足高并發(fā)與低延遲的嚴苛要求，并需全面考量數(shù)據(jù)安全、隱私保障、資源彈性擴展以及系統(tǒng)維護等多重因素，DeepSeek推出了多種部署模式許可也挑戰(zhàn)了全球大模型技術提供商的主要商業(yè)化方法，目前推出的方式有云端部署、本地/內網(wǎng)部署、邊緣部署、混合部署、容器化/微服務部署，以及聯(lián)邦部署模式等。

基礎設施層：軟硬件協(xié)同創(chuàng)新

以往行業(yè)用戶依賴高端 GPU芯片進行規(guī)?；柧毢屯评?，導致計算資源緊缺、成本高企。隨著DeepSeek的推出，一方面引發(fā)大家對于算力的重新思考，當然另一方面也可能會驅動更多企業(yè)部署AI進而帶來算力市場增長，而此功能的商業(yè)化將促使整個生態(tài)系統(tǒng)向硬件與軟件協(xié)同創(chuàng)新的模式轉型。

應用層：廣泛的應用場景，加速商業(yè)化落地

大模型的更新升級將有助于加速應用場景的創(chuàng)新及商業(yè)化落地，未來無論是像文案撰寫和內容生成、在線會議總結、AI助手、搜索等面向個人生產效率提升的應用，還是面向客服、營銷等水平業(yè)務職能的場景，亦或是行業(yè)特有場景的商業(yè)化落地都將會是今年市場關注的重點。

程蔭

IDC中國研究經(jīng)理

IDC中國研究經(jīng)理程蔭表示，DeepSeek引領基礎大模型開啟另一開發(fā)新范式——以一系列降低成本/復雜性的創(chuàng)新優(yōu)化技術/手段，降低門檻，未來差異化競爭的結果是NLP大模型的進一步更新升級，軟件及硬件供應商應提供多模型選擇、高效且可靠地部署方式的大模型開發(fā)平臺或應用開發(fā)工具，并進行軟硬件協(xié)同創(chuàng)新。2025年產業(yè)界也更加關注大模型和生成式AI的落地，整個生態(tài)系統(tǒng)應通力合作加速應用場景的創(chuàng)新及商業(yè)化。

如需進一步了解AI研究相關的信息，請與IDC中國研究經(jīng)理程蔭或IDC中國研究總監(jiān)盧言霞聯(lián)系。

免責聲明

本文中的內容和數(shù)據(jù)均來源于IDC所發(fā)布的報告，所有內容及數(shù)據(jù)均為我公司所有。未經(jīng)IDC書面許可，任何機構和個人不得以任何形式翻版、復制、刊登、發(fā)表或引用。