核心观点：美国对中国加征关税的幅度（10%）和中方的反制措施（对原产于美国的部分进口商品加征 10%-15%关税）基本符合市场此前预期，短期内或不会导致大盘大幅震荡，但由于未来关税路径不确定性较高，预计市场将呈现结构性行情。建议投资者谨慎规避受此次加征关税和人民币波动影响较负面的板块。此外，DeepSeek 的发布有望收窄中美 AI行业的估值差，建议投资者关注 AI 产业链相关的个股。
华泰研究
2025 年 2 月 02 日│中国内地
策略周报
中美科技股估值在过去两年分化显著，AI 发展水平或是关键。DeepSeek具有低成本、高性能优势，引发行业对资本开支、应用场景等讨论，或推动投资者重新评估中国科技企业的技术潜力，进而催化中美科技股价值重估。2025 年春节期间，出行、消费和跨境游数据回暖，消费市场活力显著提升。美联储 1 月暂停降息，美国对加墨中三国关税落地，海外宏观不确定性仍较高。展望后市，港股市场或维持震荡格局，建议投资者沿盈利预期变化调仓：1）增配互联网与科技硬件，把握科技股价值重估机会；2）适当增配受益于春节消费回暖的大众消费；3）盈利预期稳健的红利标的仍可作为底仓。
1、网页端：重度用户为主，DeepSeek 在 24 年 12 月 26 日推出V3（对标 GPT4o），因其显著的性能，用户迅速开始增长，同时在 1月 20 日发布 R1（对标 GPT-o1）后，进一步出圈。
分析师：杨艾莉
yangaili@csc.com.cn
010-85156448
SAC 编号：S1440519060002
SFC 编号：BQI330
分析师：杨晓玮yangxiaowei@csc.com.cnSAC 编号：S1440523110001
华泰研究
2025 年 2 月 04 日│中国内地
动态点评
DeepSeek 最新大语言模型 R1 性能比肩 GPT-o1；多模态模型 Janus-Pro也正式发布。因其“低成本+高性能”的开源模式，DeepSeek 成为全球增速最快的 AI 应用，并引发国内外产业圈和投资圈震动。我们认为，DeepSeek对下游应用生态来说，降低了开发者门槛，加速了 AI 技术的普惠；激发开源社区创新，有助于应用场景的扩展。我们看好：1）Agent 类应用，可通过 API 集成来继承新一代 LLM 的能力，提升交互质量和效率；2）大模型能力向轻量化模型迁移，加速 AI 智能硬件渗透；3）利好下游传媒应用方向AI 电商/AI 玩具/AI 情感陪伴/AI 广告等的繁荣和商业化落地。
行情概览：本周（5.6-5.10）中信一级传媒板块下跌 $1.94%$ 。本周传媒板块横盘调整。长期看 AI 产业加速发展逻辑持续加强，国产大模型的能力提升也进一步增强市场对国内 AI 应用的信心，从而持续提升市场对于AI 应用产业的信心，AI 是较为明确的成长投资机会，传媒板块也将充分受益。此外我们坚定看好今年国企投资机会，在国资委明确国企市值考核的背景下，传媒国企诉求明显提升，部分国企资金优势明显，我们认为应重视今年国企投资机会。当前板块机构持仓仍处于低配状态，AI 产业发展趋势明确且良好，继续看好传媒板块今年投资机会。
传媒
报告日期：2025 年 02 月 04 日
中国公司深度求索 DeepSeek 于 25 年 1 月 20 日发布其最新开源模型 DeepSeek-R1，用较低的成本达到了接近于 OpenAI 开发的 GPT-o1 的性能。我们认为，DeepSeek 模型正在激发一波全球性的 AI 浪潮，推动 AI 继续进步。DeepSeek-R1 特点在于：强化学习技术、蒸馏技术、对用户开放思维链输出等。根据 DeepSeek-R1 的基准集表现，我们认为 R1 模型的综合性能已经能并肩OpenAI-o1-1217 版本，综合能力：DeepSeek-R1≈OpenAI O1-1217 $>$ DeepSeek-V3。根据 DeepSeek-R1 蒸馏小模型表现，32B 和 70B 模型在多项能力上实现了对标 OpenAI o1-mini 的效果，其中数学能力、多模态理解能力等测试中都一定程度上优于 OpenAI o1-mini。
传媒互联网
走势对比
| 游戏 影视 | 看好 |
深度求索（DeepSeek）发布全新系列模型 DeepSeek-V3，并同步开源。该模型是参数 671B 的自研 MoE 架构模型，多项测评成绩超越Qwen2.5-72B 和 Llama-3.1-405B 等其他开源模型，并在性能上和闭源模型 GPT-4o 和 Claude-3.5-Sonnet 比肩。尽管性能已达到世界顶尖水平，但根据测算，DeepSeek-V3 训练成本仅 557.6 万美元，远小于 OpenAI、Meta 等头部厂商。从 API 的定价来看，DeepSeek-V3 API每百万 tokens 输入 0.5 元(缓存命中)/2 元(缓存未命中），输出 8元。较 DeepSeek-V2 API 每百万 tokens 输入 1 元、输出 2 元有所增加，但仍显著低于海外头部大模型。我们认为，国内大模型对海外大模型的持续追赶取得显著进展。模型成本下降有望进一步推动 AI 应用普及，看好国内大模型及应用的长期价值。
传媒互联网行业周报
➢ 12 月 26 日，幻方量化宣布全新系列模型 DeepSeek-V3 上线并同步开源，API 服务已同步更新，接口配置无需改动。据官网公众号，该模型性能对齐海外领先闭源模型，且训练成本大幅降低。1）性能来看，该模型为自研 MoE 模型，拥有 6710 亿参数，在 14.8 万亿 token 上进行预训练。生成速度相比 V2.5 模型实现了 3 倍的提升，每秒吞吐量达 60token。对比海外开源闭源模型来看，DeepSeek-V3 多项评测成绩追平甚至超越 Qwen2.5-72B、Llama-3.1-405B、GPT-4o、Claude-3.5-Sonnet 等开闭源模型。2）官方同步调整 API 服务价格，为每百万输入tokens0.5元（缓存命中)/2元（缓存未命中），每百万输出tokens8 元。价格仅为 Claude 3.5 Sonnet 的 1/53。3）训练成本来看，DeepSeek-V3训练总成本约557.6万美元，整体预训练仅用280万GPU小时，相比之下Llama3（450B 版本）使用 3080 万 GPU 小时，后者几乎是前者的 11 倍。该成果得益于算法、框架和硬件的协同优化。
传媒互联网
走势对比
DeepSeek 发布开源 MoE 大模型 DeepSeek-V2，该模型能力突出，中文和英文综合能力评测得分分别接近于 GPT-4-Turbo 和 LLaMA3-70B。值得注意的是，DeepSeek-V2 显著降低模型训练和推理成本。1）训练成本方面，其稀疏 MoE 架构进行了共享专家等改进，相比 V1的稠密模型，节约了 42.5%的训练成本。2）推理成本方面，通过创新性地运用先进的注意力机制 MLA，压缩 token 生成中对 key value的缓存，极大降低了推理成本。从 API 的定价来看，DeepSeek-V2 API每百万 tokens 输入 1 元、输出 2 元，显著低于海内外主流大模型，如 GPT-4-Turbo 每百万 tokens 输入 72 元、输出 217 元，LLaMA3-70B每百万 tokens 输入 27 元、输出 82 元。我们认为，国内大模型正保持对海外大模型的加速追赶，并且模型推理成本下降有望进一步推动 AI 应用普及，看好国内大模型及应用的长期价值。