AI 大模型训练范式正在转向多阶段，强化学习算力投入仍需提升。OpenAI o1 后，黄仁勋提出三大 Scaling Law：预训练、后训练和推理阶段提升算力投入，都能够提升模型性能。Deepseek V3 和 R1 模型爆火，后训练阶段的强化学习（Reinforcement Learning）以及推理阶段的长思考是核心特点，也再次佐证了后训练阶段、推理阶段的 Scaling Law。我们认为这两大 Scaling Law 仍处于起步阶段，模型厂商将继续加码强 化学习，算力投入仍有增量空间。

DeepSeek 近期推出 V3/R1/Janus-Pro 等多款大模型，凭借卓越性能和创新技术，在行业内引发强烈反响，效果显著“出圈”。其中 V3 正式训练成本仅为 557.6 万美元，约为 GPT-4 预算的 1/20；R1 性能比肩 OpenAI o1,但API服务定价为每百万输入 tokens 1 元（缓存命中）/ 4 元（缓存未命中），每百万输出 tokens 16 元，远低于 OpenAI o1。我们认为 DeepSeek 的突破标志着国产大模型技术迈入全球领先行列，其低成本特性将带动 AI应用加速落地。

2024 年 L2 级别自动驾驶渗透率已达 55.7%，2025 年即将迎来普及，特别是比亚迪代表的平价整车厂入局有望继续推升行业渗透率，智驾平权时代有望到 来。此外，我们看到了 DeepSeek 等国产 AI 大模型技术的崛起，国内智驾技术也有望迎来突破。江淮汽车联合华为研发的尊界 S800 是国内第一款 L3 架构的车型，《北京市自动驾驶汽车条例》提出 L3 以上级别自动驾驶的个人乘用车可以附条件上路，此条例将于 2025 年 4 月 1 日起实施，L3 级自动驾驶在中国即将落地。

DeepSeek R1 等国产大模型推出，引发华为昇腾、海光信息、寒武纪、龙芯中 科等大芯片适配热潮，促进国产大模型+算力芯片的生态发展；华为/荣耀/OPPO 等手机品牌也纷纷接入，或成为手机创新下一个突破口；小模型推理能力提升 及成本下降，AI 端应用落地及创新将持续加速。建议关注受益于国内 AI 生态发 展的国产算力芯片、AI 端创新加速的 SoC/存储等环节、自主可控需求相对迫切 的先进制造/设备/零部件/材料等上游环节，同时建议关注各科创指数和半导体 指数核心成分股，景气复苏趋势下把握业绩增长有望延续的公司。

集换式卡牌为近年爆火的新消费 IP 衍生品赛道。与其他 IP 衍生品相比，集换式卡牌具有低价 高频、具备游戏和投资属性、重渠道等特点。其核心竞争力体现在 IP 储备与运营、独特玩法设 计与赛事运营、广泛的渠道布局、活跃的二级市场交易等方面。未来，实体卡牌有望与数字游 戏联动，同时卡牌出海拓展国际市场，以及国潮卡牌的兴起，这些将为卡牌市场带来新的增长 空间。建议关注卡牌全产业链布局的行业龙头公司，或在 IP、渠道等关键环节具备卡位优势的 相关公司。

2025年1月，DeepSeek正式发布R1模型，DeepSeek-R1在数学、代码、自然语言推理等任务上性能对齐OpenAI-o1正式版，同时得益于 DeepSeekMoE架构、MLA机制、FP8训练等创新点，DeepSeek-R1的推理成本仅为OpenAI-o1的几十分之一，引发了全球科技界的关注， 且用户量呈快速增长趋势。QuestMobile数据显示，DeepSeek在1月28日的日活跃用户数首次超越豆包，随后在2月1日突破3000万大关， 成为史上最快达成这一里程碑的应用。根据AI产品榜，DeepSeek在1月底仅用7天便完成1亿用户增长（Web、App累计不去重），相比 之下，ChatGPT、Tiktok增长1亿用户分别花了2 个月和7个月。此外，DeepSeek开源的路径，更是降低了各领域AI应用的研发成本，有 望加速AI大模型应用的创新和普及。

行情回顾与估值表现：2025 年 1 月传媒板块上涨 0.20%，同期沪 深 300、上证指数、创业板指分别下跌 2.99%、3.02%、3.63%， 传媒板块分别跑赢 3.19pct、3.22pct、3.83pct。在 1 月全行业涨跌 幅排名中，传媒板块排在第 4 名。

定价低廉+性能比肩全球顶尖模型+开源，DeepSeek 引起全球关 注。2025 年 1 月 20 日，DeepSeek 正式发布 DeepSeek-R1 模型， 并同步开源模型权重。该模型在后训练阶段大规模使用了强化学 习技术，在数学、代码、自然语言推理等任务上，性能比肩 OpenAI 的 o1 正式版。API 定价方面，DeepSeek-R1 API 服务定价为每百 万输入 tokens1 元（缓存命中）/4 元（缓存未命中），每百万输 出 tokens16 元；约是 OpenAI-o1 对应定价的 1.8%/3.6%和 3.7%。 技术路径上，DeepSeek-R1 抛开传统监督微调路径，通过强化学 习和冷启动数据的结合，在推理任务中取得了与 OpenAI-o1 系列 模型相当的性能，为国内 AI 产业提供了极具性价比的选择方案。