多车企接入DeepSeek，以AI为核心的智能化竞争加剧 2 3 4 5 6 7 8 9 10 CAM观点 ◆ DeepSeek大火，电信、云计算、芯片、金融、汽车、手机等多领域已有超过200家头部企业宣布接入 DeepSeek。聚焦汽车行业，吉利、岚图、智己、长城、广汽、长安、奇瑞等20多个车企纷纷宣布与 DeepSeek深度融合，标志着汽车智能化进程的加速。相较于部分 车企接入DeepSeek的方式各有不同：借助DeepSeek的理解与推理能力，提升车辆座舱语音交互、感知决策 等多方面能力，为用户带来更加智能化、个性化的用车体验；从技术实现路径看，车企主要采用直接接入、 多模型联合协同部署、模型深度融合与蒸馏三大接入方式。 ◆ 车企扎堆布局“DeepSeek”的思考：综合来看自主品牌中传统车企普遍已经接入DeepSeek，而AI技术储备 较深的部分新势力车企尚未有接

请务必阅读正文之后的免责声明及其项下所有内容 证券研究报告 | 2025年02月22日 优于大市 AI 教育专题报告（一） 从多邻国的成功经验，探析中国本土教育企业“AI+”战略的路径异同 核心观点 行业研究·行业专题 社会服务·教育 优于大市·维持 证券分析师：曾光 证券分析师：钟潇 0755-82150809 0755-82132098 zengguang@guosen.com 教育发展，包括有道、好未来等在内教育企 业陆续接入，叠加政策顶层规划，国内 AI 教育有望迎来加速发展期。 千亿多邻国成长启示录：AI 赋能打造 C 端寓教于乐场景。多邻国是目前全球 最受欢迎的在线教育平台，上市以来单季收入增速同比维持 40%及以上，加 大 AI 渗透后盈利能力持续改善，2024 年前三季度可比净利同比增长 1890%。 多邻国增长飞轮基于其 Freemium 模式下的用户漏斗：1）用户增长：借助 AI 生 教育企业可沿两条路径借鉴：用途上利用 AI 规模生产、以算法优化教学、 打造强即时性、互动性课程等；引流策略上，基于 AI 降本可提供低价/免费 内容打开流量入口，取得数据要素积累先发优势，开启增长飞轮开关。 不同于多邻国，国内教育企业 AI 实践更多在软硬件两侧同时发力。1）有道： 软件端有基于自研教育大模型“子曰”的有道小 P，硬件端已形成丰富的产 品矩阵，近期推出融合 DeepSeek-R1 的首款 AI 原生硬件

型专项验证并获 4+评级。 ⚫ 同道猎聘巧用 AI，革新人才评鉴、服务与趋势洞察。多面・AI 面试基于冰山模型等理论 构建庞大数据库，精准甄别候选人，节约人才甄选成本，应用已拓展至人才管理多环节。 自主研发的“同道汇才”AI 大模型通过国家网信办备案，为招聘方简化流程、精准筛 选，为求职者提供全方位服务。同时，猎聘借助 AI 分析大数据洞察人才趋势，为企业和 求职者提供前瞻性服务，推动人力资源服务行业智能化发展。 1：2030 年，中国顶尖科技人才缺口或超 400 万 资料来源：麦肯锡分析，申万宏源研究 AI 与人力资源各场景的融合，契合政策导向。中国政府重视人工智能产业发展，推动 AI 向应用场景加速渗透。2017 年，国务院《新一代人工智能发展规划》提出构建开放协 同的 AI 科技创新体系，促进其在多领域落地。此后相关政策持续推进，2021 年，《中华 人民共和国国民经济和社会发展第十四个五年规划和 励数字技术与人力资 源管理服务深度融合，支持企业运用新兴技术实现业务数据化、运营智能化。 表 1：AI 人力资源行业相关政策 时间 颁布主体 政策文件名称 主要内容 2017.07 国务院 《新一代人工智能发展规划》 构建开放协同的人工智能科技创新体系，从前沿基础理论、关键共 性技术，创新平台，高端人才队伍等方面强化部署，引导人工智能 技术在多领域内落地应用 2020

构建多技术融合的湖仓一体化平台 打造银行数据智核新引擎 陕西农信湖仓一体建设实践 数字化转型取得积极成效，形成数字金 融和科技金融、绿色金融、普惠金融、 养老金融协同发展的良好局面。 做好数字金融大文章 目录 项目背景 01 项目方案 创新点及技术实现特点 02 03 04 运营分享 01 项目背景 主要内容：立足自身实际与发展定位，制定推动陕西农信高 质量发展的数字金融战略框架。 处理效率低、流转时间长等问题， 难以敏捷高效地支撑业务发展，陕 西农信开展湖仓一体化平台技术预 言及建设工作。 演进路线（一） 结构化数据 贴源 模型 集市 BI 报表 集市 半/半结构化数据 历史 归档 实时 计算 数据仓库 BI 报表 数据湖 结构化数据 贴源 模型 集市 BI 报表 集市 半/半结构化数据 历史 归档 实时 计算 湖仓分体 数据探索 机器学习 结构化数据 湖仓一体 — 湖内建仓 数据探索 机器学习 结构化数据 模型 集市 BI 报表 集市 半/半结构化数据 湖仓一体 — 湖仓分体 数据探索 机器学习 实时 计算 流批 一体 贴源 归档 湖仓分体，数据仓库与数据 湖分离搭建，通过数据交换 平台完成数据同步。 特点： （1）双路建设，双路加载， 耦合度低 （2）互不依赖，使用独立， 管理独立 湖内建仓，将数据仓 库与大数据平台的功

整体规划不足 工业软件集成水平低 各类软件移植难 二次开发工作量大 软件定制化程度高 数据接口种类繁多 缺乏统一数据标准 资料来源：蓝卓《中国工业操作系统发展白皮书》、申万宏源研究 传统自动化和信息化本质是把生产操作和管理流程通过软硬件系统的方式予以固化， 从而建立了垂直制造体系，这一体系下负责不同业务环节或流程的子系统间彼此孤立，即 使不同自动化厂商间的设备 第6页 共25页 简单金融 成就梦想 图 1：主流软硬件供应商采用工业协议情况 资料来源：蓝卓《中国工业操作系统发展白皮书》、申万宏源研究 1.2 拨云见日，中控技术提出“1+2+N”智能工厂新架构 中控技术创新性地提出了“1+2+N”智能工厂新架构，即“1 个工厂操作系统”、“2 个自动化”以及“N 个工业 APP”。首先，通过工厂操作系统 素的互联集成和企业经营的协同智能，解决企业中的数据体系建设、模型体系建设以及场 景化的应用软件问题，同时运用大量 APP 做支持。 图 2：中控技术“1+2+N”智能工厂新架构 资料来源：中控技术官方公众号、申万宏源研究 Citect GE 西门子 力控 亚控 浙江 中控 Honeywell ABB Emerson 西门子 和利时 浙江 中控 国电 智深 上海 自仪 ABB 西门子 施耐德 欧姆龙

输 则 呈 现 明 显 的 区 域 化 集 中 特 征 ， 整 体 规 模 有 限 。 港 口 加 注 方 面 ， 甲 烷 、 甲 醇 有 较 多 实 践 ； 生 物 燃 油 在 多 个 港 口 实 现 了 低 掺 混 比 的 加 注 ； 氢 有 较 多 港 口 实 践 但 均 为 少 量 加 注 ； 氨 已 实 现 港 口 试 点 加 注 ， 但 仍 处 于 发 展 初 期 。 应 用 方 面 成 熟 。 除 船 舶 燃 料 外 ， 可 持 续 航 运 燃 料 在 能 源 、 化 工 、 道 路 交 通 、 航 空 等 领 域 也 有 需 求 ， 未 来 航 运 获 取 可 持 续 航 运 燃 料 可 能 会 面 临 竞 争 。 从 中 国 来 看 ， 我 国 生 物 质 资 源 丰 富 、 可 再 生 资 源 发 电 量 全 球 第 一 ， 电 解 水 制 氢 技 术 逐 渐 成 熟 对 有 限 。 加 注 方 面 ， 甲 醇 燃 料 已 有 大 吨 位 船 舶 加 注 的 实 践 经 验 ， 多 个 港 口 正 在 积 极 推 进 ； 低 掺 混 比 的 生 物 燃 油 已 在 多 个 港 口 实 现 了 常 态 化 加 注 ； 氢 燃 料 已 实 现 了 多 艘 试 点 船 的 高 压 氢 加 注 ； 氨 燃 料 也 有 少 量 槽 车 试 点 加 注 实 践 。 整

重构产业逻辑 图 2 2030年前自动化行业十大技术发展方向 McKinsey & Company 内生型安全管控 新平台体系架构 模型化数据底座 分布式智能调度 全生命周期 应用工具链 多源异构 数 数据融合 虚拟化 PLC 工业AI智 智能体 低代码/无 无代码开发 生产全过程仿真与 智能优化 智能化 敏捷化 平台化 首先，平台化趋势大幅提升工业自动化 软硬件兼容性和灵活度。“平台+应用” 架构模式作为工业软件体系演进的重要 方向，逐步成为主流工业软件框架。工 业软件从单体应用转向平台化，通过统 一数据底座和服务接口，解决传统分层 架构中多源异构数据难以共享、跨系统 协同效率低的问题，减少分层架构中多 协议转换和私有接口互联，降低系统集 成成本与复杂度。 — 软件定义的智能制造基础软件平台 体系架构。针对现有的工业应用普 遍存在定制化开发程度高、工程实 施工作量大、烟囱式部署、异构系统 图形化方式构建和管理数据模型，并 通过统一模型调度框架和标准化数 据服务接口，提供统一的模型和数据 服务，实现异构数据的集成和模型 化管理。通过模型化的数据组织和 服务，为工业AI应用和全局智能优化 提供标准数据支撑。通过提供多模 态异构数据接入能力，统一的模型标 识、统一的模型定义、统一的数据存 储、统一的模型服务接口、统一的模 型数据可视化支撑，为智能化的AI+ 应用提供垂直行业数据的底座能力。 用户可结合应用场景，基于统一的数

供应货源 采购需求 采购寻源 销售报价 销售交付 对账付款 合 同 管 理 制造企业 流通企业 样件认可 询 招 竞 价 标 价 报 报 报 价 价 价 采购商城 目录 产品目录 客户关系管理 质 检 对 账 结 算 开 票 管 理 收 款 管 理 验 收 质 供 评 货 供 量 应 审 源 应 整 注 甲方商业网 企 业 集 域 中 采 购 供 方 企 业 域 公 共 域 前期 采购 MRO 工业品 电子目录 采购商城 电子目录 工业服务 电子目录 寻 询 源 报 需 价 求 招 电 投 子 标 竞 价 战略 采购 采购执行 采购订单 供货计划 要货计划 发货 ASN/ 发货通知 收 货 管 理 对 开 付 账 票 款 管 理 验 收 质 检 供应商管理 供 应 商 注 册 供 应 商 准 入 评 审 P S A 供 供 质 应 应 量 商 商 问 货 绩 题 源 效 与 准 整 入 改 索 赔 送样管理 定点合同 合 同 管 理 定点推荐 授标通知 定点推荐 定点会议 生产准备 交付计划 发货管理 供应订单 生产物料商城 办公福利商城

................................. 29 微软&OpenAI：闭源模型全球领先，大模型产品化处于前沿 ...................................................................... 29 谷歌：闭源模型全球领先，自有业务生态及 AI 潜在落地空间广阔 ....................... ................................................................................. 31 国内大模型：格局清晰，闭源追赶 GPT-4，开源具备全球竞争力 ...................................................................... 32 百度：文心大模型持续迭代，B/C ................................................................................ 33 阿里巴巴：通义大模型开源闭源兼具，落地行业广泛 ................................................................................. 34 腾讯：