启软件与硬件业务方向的 智能升级、创新，推动行业走向AI原生教育的新生态。 一、教育企业快速拥抱DeepSeek，以其思维链、高性价 比优势掀起新一轮变革 DeepSeek-R1自2025年1月20日正式发布以来，热度快速且持续增长，C端流量爆 发的同时，网易有道、学而思、希沃、中公教育等头部企业先后宣布拥抱 DeepSeek，或将已有AI教育产品接入DeepSeek进行能力/功能升级、或以 发展 AI业务的门槛。 在以上能力优势之下，DeepSeek为AI教育的突破发展带来了核心推动力。月狐分 析选取学而思、网易有道为代表，进一步分析教育企业基于DeepSeek开展的新一 轮AI教育革新。 二、学而思：DeepSeek为基座，融合九章大模型能力， 实现双协同、生态化布局 2月8日至今，学而思先后将AI学习机、学练机等硬件产品接入DeepSeek，以其深 度思考模式升级产品AI 学而思围绕DeekSeek的AI教育布局情况 三、网易有道：融合底层技术构建混合架构，升级全线 产品、创新AI原生学习硬件 2月6日，网易有道宣布旗下有道小P、Hi Echo、有道词典、QAnything、有道智 云等产品全面接入DeepSeek推理能力进行升级，深化AI技术与教育场景的结合； 后于2月18日推出AI原生学习硬件产品答疑笔SpaceOne。网易有道通过将全产品 线接入DeepSeek、加速智能硬件

请务必阅读正文之后的信息披露和法律声明 [Table_MainInfo] 行业研究/信息服务 证券研究报告 行业专题报告 2024 年 09 月 18 日 [Table_InvestInfo] 投资评级 优于大市 维持 市场表现 [Table_QuoteInfo] -39.74% -31.18% -22.62% -14.05% -5.49% 系统持续发展，人形机器人落地前景可 期》2024.08.11 《医疗 IT 订单月度数据跟踪系列：7 月中 标订单表现平淡，政策有望加速医疗 IT 需求释放》2024.08.08 《计算机行业 2024 年 8 月研究观点：各 地政府积极布局，低空经济进入加速落地 期》2024.08.06 [Table_AuthorInfo] 分析师:杨林 Tel:(021)23183969 请务必阅读正文之后的信息披露和法律声明 4 图 31 截止 2024 年 8 月 Replika 各年龄段用户占比 .................................................. 23 图 32 截止 2024 年 8 月 Replika 用户全球分布 .....................................

范式困境主要原因二：多学科交叉、技术门槛高、木桶理论效应凸显 17/80 口多学科交叉人才极其稀缺，而且非常昂贵 口 普通人才天花板效应明显，最不靠谱的人 / 环节是整个项目的天花板 2025 年 2 月，麻省理工学院何凯明指出： Al 正在悄然重塑全球科研生态：“过去，不同学科间的交流 像隔着一堵高墙；如今，人工智能正成为所有科学家都能听懂的通用语言 " 。 自动化 工程热物理 新能源 结论和展望 引爆这一轮人工智能的新范式：算法 + 数据 + 算力 22/30 ■ 新范式摆脱了对人类专家的大部分依赖，走向了自我迭代升级 2017 年 10 月， AlphaGo Zero 在 3 天内自我对 弈 490 万盘，以 100:0 击败 AlphaGo > 人工智能拥有了从无到有的学习能力，从基于规则的 专 家系统转向了自我学习与适应的智能体系。 新范式的本质：替代了人类专家的角色，把人从开发链条中移出 25/30 口 未 来 Al 计算速度将更快、成本更低 口未来算法的能力将会更大，智能程度将会更高 2024 年 11 月 27 日，王坚《无尽的计算： Al 和研究范式变革》的演讲： “ 我们目前已经进入计算科学时代，云计算在未来的研究中可以发挥重要作用。未来通过计算能力， 我们可以利用 Al 扩展人类的创造力，进一步探索世界。

• DeepSeek是私募量化巨头幻方量化旗下的一家大模型企业，成立于2023 年5月份。 • 幻方量化营收：作为中国头部量化对冲基金，曾管理资金规模超160亿美 元（2019年），年管理费收入超过3亿美元。 DeepSeek公司概况 -3- DeepSeek-V3（对标GPT-4o）于2024年12月 26日推出，因其显著的性能，用户迅速开始增长 ��� ��� ��� ��� ��� 世界顶尖的闭源模型GPT-4o以及Claude-3.5-Sonnet不分伯仲。 DeepSeek-V3 -4- • R1推出后，追平GPT-o1，迅速出圈海外。从 DeepSeek在美国下载排名从1月22日的201名，迅速 在1月27日登顶第一名；截止1月30日，DeepSeek在 168个国家位居下载榜第一名 • DeepSeek-R1-Zero：一种通过大规模强化学习（RL ）训练的模型，没有监督微调（SFT）作为初步步骤， 性能，DeepSeek团队引入了 R1，它在RL之前结合了 多阶段训练和少量冷启动数据。R1在推理任务上实现 了与OpenAI-o1-1217相当的性能 DeepSeek-R1（对标GPT-o1）于2025年1月 20日推出，随后DeepSeek进一步出圈 DeepSeek-R1 -5- DeepSeek模型效果 (1/2)：世界最顶尖模型的对比 大模型竞技场 (Chatbot Arena LLM Leaderboard

暂无计划 计划支持（7月） 计划支持（7月） MCP Server Tool 粒度可观测能力 暂无计划 计划支持（7月） 计划支持（7月） MCP Server 安全护栏 暂无计划 计划支持（7月） 计划支持（7月） MCP Server Tool 组装机制 （从任意Server中选取Tool组装成一 个新的Server） 暂无计划 计划支持（7月） 计划支持（7月） MCP Marketplace

大模型技术 深度赋能保险行业白皮书 （2024） 阳光保险集团股份有限公司 清华大学五道口金融学院 中国保险学会 科大讯飞股份有限公司 2024年10月 PREFACE 前 言 � 在人类科技发展的历史洪流中，2023年无疑是大模型技术取得突破性进展的元年。 ChatGPT的问世，如同一颗石子投入平静的湖面，激起了全球科技领域的滔天巨浪。它不 仅深刻改变了人机交互的方式，更预 据将在数年内被用尽。研 究机构Epoch估计，机器学习可能会在2026年前耗尽所有“高质量语言数据”。据Gartner 预测，2024年用于训练AI的数据中有60%将是合成数据。以Meta今年7月发布的 LLaMA3.1模型为例，监督微调环节的数据里有相当比例是合成数据，使用合成数据确实 带来了模型效果的提升。 （1）合成数据成有力补充 高质量的真实数据已逐渐无法满足大模型训练与精细微调的需要，这促使合成数据 0、SkyPile-150B、IndustryCorpus、Tele-AI 以及MAP-CC等，这些数据集广泛覆盖了网页、书籍、官方媒体等多种信息源，经过不同程 度的清洗与去重处理，为中文语言模型的训练提供了数据基础。今年6月，智源研究院推出 的IndustryCorpus 1.0多行业中英双语数据集及InfinityInstruct千万级指令微调数据集， 强化了预训练模型的基础能力与对话交互能力。 与开源文本数据集

取得了较好的平衡，适合大多数业务场景。例如，可以配置一 个定时任务，每 5 分钟从数据源拉取最新数据并更新知识库。 3. 定期更新：适用于数据变化较慢且对时效性要求较低的场景， 如法律法规或行业标准的更新。定期更新通常以天、周或月为 单位进行数据更新，具体频率可根据数据变化的速率灵活调 整。这种模式对系统性能要求较低，适合资源有限或数据变化 不频繁的场景。例如，可以设置每周一次的全量更新，并结合 增量更新机制，仅同步变化部分以减少计算负担。 以下是三种更新模式的对比： 更新模式 时间间隔 适用场景 资源消耗 实时更新 毫秒级/秒级 金融交易、新闻推送 高 准实时更新 数分钟/小时级 社交媒体、库存管理 中 定期更新 天级/周级/月级 法律法规、行业标准 低 在实际应用中，可以根据不同类型的知识库内容采用混合更新 策略。例如，对于核心业务数据采用实时更新，对于辅助数据采用 准实时更新，对于静态数据采用定期更新。同时，需建立监控机 需求分析与规划阶段 起止时间：2023 年 10 月 1 日 - 2023 年 10 月 15 日 在此阶段，项目团队将明确知识库数据的来源、格式及处理需 求，确定 AI 大模型的训练目标及技术栈，并制定详细的项目 计划。 2. 数据采集与预处理阶段 起止时间：2023 年 10 月 16 日 - 2023 年 11 月 15 日 此阶段的主要任务是从各种来源（如公开数据集、内部数据、

动化测试工具以及持续集成/持续部署 （CI/CD）工具等。这些专业工具显著提升了开发效率与代码品质，为项目管理提供了强有力的支持。同时，高效的智能模型构建离不开先 进的算法与框架。至2024年4月，中国已推出近40款智能化软件开发工具，彰显了该领域的技术活力与创新力。 产品迭代周期短 智能软件研发行业面临着快速变化的市场需求和技术更新。为了满足用户需求和保持市场竞争力，智能软件产品需要不断迭代和升级。较 极融入主流大型语言模型，通过统一认证、模型调试等措施，有效管理登录认证、计费、审查日志及监控等功能，并将其与核心产品线如 WPSOffice、金山文档、WPS365深度融合，为用户提供前沿的数智化办公解决方案。截至2023年12月31日，金山办公主要产品月度活跃设备数 达5.98亿，同比增长4.36%，年度付费个人用户数增至3,549万，同比增长18.43%。AI技术，尤其是大型语言模型的应用，通过减轻开发者的手 动编码负 京、南昌）、互联网接入服务业务（北京、南昌）、信息服 务业务（不含互联网信息服务）（全国）（增值电信业务经 营许可证有效期至2025年06月18日）；信息服务业务（仅限 互联网信息服务）（不含信息搜索查询服务、信息即时交互 服务）（增值电信业务经营许可证有效期至2025年09月09 日）。（市场主体依法自主选择经营项目，开展经营活动； 互联网数据中心业务（机房所在地为北京、南昌）、互联网 接入服务

大模型视频智能挖掘应用方案的实施中， 合理的时间表是成功的关键。本项目的时间表分为五个主要阶段， 每个阶段都包括具体的时间节点和任务目标，以确保项目的顺利推 进和有效实施。 第一阶段是前期准备，这一阶段预计需要一个月的时间，包括 项目启动、团队组建和需求调研。在这一阶段，项目组将确定参与 人员，明确各自的职责，同时与相关公共安全部门沟通，收集需 求，分析现有视频监控系统的数据情况。 第二阶段是技术选型与系统设计，预计用时两个月。在此阶 据需求调研的结果进行系统架构设计和功能模块规划，确保系统的 可扩展性和灵活性。 第三阶段是系统开发与技术实现，时间为三个月。在这段时间 内，开发团队将根据设计文档进行系统编码和测试。系统主要包括 视频数据的收集、存储、分析和信息挖掘等功能模块，确保各项功 能正常运作。 第四阶段是系统测试与优化，计划用时一个月。在测试阶段， 团队将对系统进行全面的功能测试、性能测试和安全性测试，确保 系统在真实的公共安全环境中运行良好。根据测试结果，对系统进 系统在真实的公共安全环境中运行良好。根据测试结果，对系统进 行必要的调整和优化。 最后一阶段是系统上线与人员培训，预计用时一个月。在这一 阶段，系统将在实际环境中进行部署和上线，同时对操作人员和维 护人员进行培训，确保他们能够熟练操作系统，了解其功能和使用 方法。 以下是项目的详细时间表： 阶段 时间 主要任务 前期准备 1 个月 启动项目，组建团队，需求调研 技术选型与系统设计 2 个月 技术方案评估，系统设计，功能规划

n DeepSeek 理论成本利润率极高，成本还有优化空间。通过优化， 能够在白天负荷高的时候，用所有节点部署推理服务。 晚上负荷低的时候，减少推理节点，以用来做研究和训练。以 2025 年 2 月 27-28 日数据为例， DeepSeek V3 和 R1 推 理服 务占用节点总和， 峰值占用为 278 个节点，平均占用 226.75 个节点（每个节点为 8 个 H800 GPU ）。假定 等架构蒸馏， 表明复杂的推理能力可以被封装在更小、 更高效 的模型中。从论文结论看，蒸馏比单独依赖强化学习训练更为高效，且蒸馏与强化学习的结合可以进一步提升模型 性能。 n 2025 年 2 月，科学家李飞飞团队带领以不到 50 美元的费用训练了一个能力比肩 DeepSeek-R1 的 s1 模型，也展现了蒸馏 模 型的更多应用潜力。 性能：蒸馏小型模型展现 Test-time Scaling