学习技术，在仅有极少标注数据的情况下，极大提升了模型推理能力， 其在数学、代码、自然语言推理等任务上，性能比肩 OpenAI o1 正式 版。并且，DeepSeek-R1 遵循 MIT License，允许用户通过蒸馏技术借 助 R1 训练其他模型，进一步促进技术的开源和共享，用户可通过官 网或 App 调用 DeepSeek-R1 完成各类推理任务。此外，DeepSeek-R1 API 服务定价为每百万输入 tokens

Llama-3.1-405B 等 开 源 模 型 ， 并 在 性 能 上 和 GPT-4o 以 及 Claude-3.5-Sonnet不分伯仲，训练成本约为558万美元。1月20日， DeepSeek开源R1模型，后训练阶段大规模使用了强化学习技术，在仅有 极少标注数据的情况下，性能比肩OpenAI o1正式版，不仅极大提升了 模型推理能力，也大幅降低了训练成本。同时，DeepSeek-R1蒸馏了6个 快速发展也将反哺训练算力、推理算力需求。  AI终端有望加速落地。AI手机：苹果国行AI功能渐行渐近，三星国行S25 系列搭载智谱Agentic GLM，而华为、荣耀、OPPO等多家国产终端近期 亦官宣接入R1模型。群智咨询预计今年全球智能手机出货量同增4%。其 中我国出货量同增4.9%，增速好于全球市场，除了受AI加持外，国补政 策落地也将促进用户换机。AI耳机：字节、Cleer、讯飞等多家品牌密 集发布智能耳机产品。字节推出Ola 算力需求仍将加大。近期微软、亚马逊、谷歌、Meta披露最新业绩，四 大科技巨头Q4资本开支合计同比大幅增长77%，主要支持云计算、AI等 基础设施建设。同时后续资本开支指引积极，海外CSP并未因DeepSeek V3 及R1模型推出而放缓资本开支投入的步伐，反而加大相关投入，而国内 CSP为了保持竞争优势亦有望跟进，增加AI领域相关投入。同时AI应用 场景加速普及，也将反哺算力需求。  风险提示：终端需求不及预期；技术推进不及预期；资本开支投入不及

对V3模型 监督微调 推理导向强化学习 （准确率奖励+可读性奖励） R1-Zero生成的 长思维链数据 60万条 推理数据 20万条 通用数据 多阶段增强训练 拒绝采样：筛选高质量样本 R1蒸馏版 1.5B~32B 浙江大学人工智能教育教学研究中心 中心 智能教育教学研究中心 大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研 浙江大学人工智能教育教学研究中心 浙江大学人工智能教育教学研 浙江大学人工智能教 浙 根据Vectara的测试，R1的幻觉率14.3%，显著高于其前身V3的 3.9%。这跟它加强了的“思维链”（CoT）和创造力直接相关。 OpenAI：推理增强会明显减少幻觉！ DeepSeek R1 实测：推理增强后幻觉率增加！ 过度延展的推理机制 解决方案？ 提升训练 数据质量 （标注、 过滤噪 声）

少标注数据的情况下， 极大提 升了模型推理能力。在数学、代码、自然语言推理等任务上，性能比肩 OpenAI-o1 正式版。同时 DeepSeek 开源 R1 推理模型，允许所有人在遵循 MIT License 的情况 下，蒸馏 R1 训练其他模型。 2023/05 2023/11 2024/02 2024/03 2024/05 2024/06 2024/09 标注数据的情况下，极大提升了模型推理能力。在数学、代码、自然语言推理等任务上，性能比肩 OpenAI-o1 正式版。 l DeepSeek-R1 遵循 MIT License ，允许用户通过蒸馏技术借助 R1 训练其他模型；同时上线 API ，对用户开放思维链输出； DeepSeek 官网与 App 同步更新上线， 用户打 开“深度思考”模式，即可调用最新版 DeepSeek-R1 完成各类推理任务。 其 计 价 相 同 。 请务必阅读正文之后的免责声明及其项下所有内容 采用硬盘缓存技术大幅降低延迟和成本 图：数据分析场景，后续具有相同前缀的请求会 命中上下文缓存 DeepSeek -R1 16 元 32K 64K 4 元 1 元 8K 图： DeepSeek-R1 等模型输入输出价格对比 百万 tokens 百万 tokens 输 入 价 格 输 入 价

........................................................................... 10 图 12： 内设苹果 M2 芯片以及 R1 全新芯片 .................................................................................... 10 图 13： 降本增效拓展应用场景，有望提升设备渗透率 2.1.1. 终端设备品牌厂商大力推动应用场景拓展 苹果如期发布首款 MR 头显 Apple Vision Pro，硬件层面规格拉满，M2 计算+R1 传 感双芯片，搭载单眼 4k 分辨率硅基 OLED+3p pancake 显示方案，同时通过 12 摄像头 +5 传感器+6 麦克风、沉浸式声学系统、双向透视、虹膜识别、瞳距调节等，仅依赖于 Pro 聚焦游戏、工作、交流，在工业、医 疗、设计等多领域，有望成为增强生产力的工具，也意味着正式进入空间计算时代。 图11：Vision Pro 实物图 图12：内设苹果 M2 芯片以及 R1 全新芯片 数据来源：纽约时报，东吴证券研究所 数据来源：纽约时报，东吴证券研究所 Vision OS 提供了多项应用场景： ⚫ 高效办公，打破远程办公地域限制。Vision

产品对比功能通过智能参数矩阵实现可视化呈现： 对比维度 产品 A（货币基金） 产品 B（结构性存款） 产品 C（债券理财） 年化收益率 2.3%-3.1% 1.8%-3.5% 3.2%-4.0% 风险等级 R1 R2 R3 起购金额 1 元 5 万元 10 万元 流动性特征 T+0 赎回 到期自动转存 封闭期 90 天 实时推荐优化机制包含：  动态反馈学习：每次推荐后记录客户停留时长、最终选择等数 o 敏感行业转账（如虚拟货币、跨境赌博） 3. 智能决策矩阵 基于风险等级（R1-R5）和业务类型生成处置方 案，决策响应时间控制在 800ms 内： 风险等级 贷款审批 理财推荐 账户操作 R1 自动通过 全品类 无限制 R3 人工复核 限低风险 单日限额 R5 自动拒绝 禁止交易 冻结账户 风险处置流程采用闭环管理： 合规审计方面，智能体实现：  全流程操作留痕，支持监管要求的 信用历史（征信评分、逾期记录时间线）  行业风险参数（所属行业景气指数、政策敏感度） 采用三层评估模型进行动态计算： 风险等级划分为五档并对应处置策略： 风险等级 分值区间 特征描述 自动触发措施 R1 0-20 低风险优质客户 提升授信额度 5% R2 21-40 一般风险常规客户 维持现有风控策略 R3 41-60 关注级客户 季度审查频率加倍 R4 61-80 高风险客户 冻结非柜面交易