2月14日，中泰证券发表研究报告称：从kimi（月之暗面）到智谱，从豆包（字节）到DeepSeek，中国基础大模型一直处于快速演进之中，演进的主旋律则体现为性能提升和成本降低，与计算机历史上PC、互联网的发展逻辑类似。我们总结了以下三个关键词：

关键词1：低成本。与暴力美学的大模型相对应的就是高成本，动则数百上千万元的成本投入在很大程度上制约了下游需求的释放，在中国当前的宏观环境下这种挑战更为明显。DeepSeek带来的成本指数级下降，将会大大加速AI应用的落地进程。

关键词2：开源。伴随闭源基础大模型能力不断提升之后，是否会向上侵蚀应用市场成为了市场的一种担忧。而开源体系大大降低这种可能：1）开源体系需要生态繁荣，基模厂商与应用厂商是合作关系；2）对于应用厂商而言，开源大模型的可获得性、可把握性更强，更容易基于此构建自己的垂直模型和能力。

关键词3：中国。中国具有广阔的应用场景，但一方面接入海外OpenAI模型存在一定的障碍，另一方面中国的基础大模型能力存在差距。DeepSeek缩小了这种能力差距，一定程度上补齐了中国AI应用的底座短板。

AI技术落地不及预期的风险。从研发到实际应用的转化过程里，AI技术遭遇了诸多阻碍。算法的复杂性、数据质量的参差不齐，以及应用场景的适配难题，可能阻碍AI技术迅速、有效地融入各个行业。

行业竞争加剧的风险。越来越多的企业投身AI领域，可能导致了人才的激烈争夺，存在技术研发投入不断攀升，市场同质化竞争加重的风险。