2月精選: 科技板塊
DeepSeek的進步突顯中國作為潛在全球AI領導者的地位
DeepSeek的崛起突顯了中國AI行業的快速進步，中國仍然是美國主導地位的主要挑戰者。我們估計中國的AI發展大約落後七個月，並且他們日益增長的創新重點應該進一步縮小這一差距。
DeepSeek的創新MOE模型震撼了AI行業
DeepSeek通過使用創新且高效的“專家混合”（MOE）架構，能夠以低於行業大型語言模型（LLM）定價的價格進行競爭，該架構在訓練和推理期間大大降低了計算成本。DeepSeek聲稱其V3模型的總訓練成本僅為560萬美元，大約只是其美國競爭對手成本的1%至2%。
MOE通過利用專門處理輸入資料子集的子網路（專家）來共同執行任務，從而產生效率。通過選擇性地啟動僅針對特定任務所需的專家，而不是啟動整個神經網路，MOE提供了計算上的節省。DeepSeek的2,360億參數V2模型由160個專家和兩個共用專家組成，儘管在推理期間僅啟動六個專家和210億參數。
美國出口控制迫使中國AI公司創新
DeepSeek的創新方法突顯了中國AI公司在引入美國對Nvidia高級AI加速晶片的出口控制後所取得的快速技術進步。晶片供應瓶頸迫使中國公司變得更加創新，比如DeepSeek開創了向更小、更有效模型的轉變。這反過來為中國AI公司帶來了顯著的成本優勢，導致中國可用模型的數量和多樣性激增。
在過去的18個月裡，中國的AI軟體公司取得了迅速的進展，國家監管機構在2024年12月認證了302個大型語言模型（LLM）。相比之下，2023年10月僅有14個LLM。
DeepSeek的進步顯示中國AI實力
DeepSeek的進步突顯了中國仍在朝著成為全球AI領導者的目標前進，這是一個中國視之為戰略重要性的領域，因為它有志于成為世界領先的大國。政府在AI上的投資不斷增加也是其實現技術自給自足的更廣泛目標的重要組成部分，因為它努力開發“新生產力”以推動未來的經濟增長。
中國在全球AI競爭中追趕美國；利潤延遲
儘管晶片行業面臨地緣政治緊張局勢，中國在AI軟體方面的戰略野心應該繼續帶來回報。進入門檻低使得該國縮小了與美國的差距，使其成為主要的挑戰者，儘管其AI發展大約落後七個月，其公司在至少三年內在一個碎片化的市場中不太可能盈利。整合將是正確的方向，儘管我們目前認為這種可能性較低。
中國崛起為世界第二大AI強國
中國的軟體公司已經全面擁抱生成性AI的新機遇，儘管晶片行業背景下地緣政治緊張局勢不斷上升，但這使得該國成為美國的主要競爭對手。中國最大的科技公司在出口控制生效前囤積了Nvidia加速晶片，這使他們基本上能跟上美國同行的步伐。
中國的快速進步反映了其在程式設計方面的固有優勢以及AI軟體相對較低的技術門檻。中國AI公司的創新日益增強也加速了他們的開發努力，因為這些公司得益於國家全力支援，因為北京有志于成為AI的全球大國。
中國將挑戰美國的統治地位
中國的軟體專業知識使其成為美國在AI技術霸權的主要挑戰者。中國的軟體行業高度發達，依託于豐富的人才庫，產生了全球兩大領先的互聯網公司，騰訊(700.HK)和阿裡巴巴(9988.HK)。騰訊是世界上最大的視頻遊戲工作室，也是微信的主要設計者，這可能是世界上最傑出的超級應用。中國還引發了全球短視頻熱潮，由TikTok的所有者字節跳動開創。
軟體進入門檻較低也對中國有利，因為培訓人們程式設計比在原子尺度上設計和製造領先的半導體設備更容易。中國擁有超過700萬軟體發展人員，比美國多。
中國的AI發展落後美國七個月
我們認為，中國的軟體AI發展大約落後美國七個月。例如，在2024年2月OpenAI展示了其開創性的Sora模型的視覺驚人演示後，中國用了四個月時間推出了一個文本到視頻的AI引擎。快手(1024.HK)是首批展示類似Sora產品的中國公司之一，在2024年6月展示了其Kling工具。此後，其他幾家大公司也宣佈了類似的模型，包括阿裡巴巴和字節跳動。
儘管中國能夠基本上跟上美國，但中國的文本到視頻模型尚未完全匹配Sora的性能。中國最強的文本到視頻引擎能夠從文本提示生成10秒的視頻，而Sora可以生成60秒的視頻。
中國的LLM將進一步縮小與美國的差距
獨立的美國AI基準測試服務LiveBench在2025年1月將DeepSeek的Coder R1推理模型評為全球第二好的LLM，僅次於OpenAI。雖然美國公司在大多數指標上領先，但DeepSeek在全球排名中的快速上升突顯了中國在AI方面日益增長的技術實力。DeepSeek的模型在數學、程式設計和資料分析方面表現出色，但在語言方面表現較差，反映了中國獲取英語語言訓練資料的劣勢。
AI軟體技術門檻較低
DeepSeek這家成立僅16個月的初創公司能夠開發出性能超過中國一家主要科技公司努力的模型，再次支援了我們認為AI軟體的技術進入門檻仍然較低的觀點。開發領域仍然廣闊開放。
腾訊、阿里巴巴在中國AI領域將勝出，百度在競爭中掙扎
圖1. 腾訊(700.HK)股價表現
騰訊和阿里巴巴在中國的人工智慧軟體領域中，作為未來領導者地位穩固，而百度(9888.HK)在與大型技術平台的較量中將繼續失去市場份額。字節跳動和華為也能在中國的AI軟體領域中繁榮發展，但互聯網平台的廣泛規模應該會讓它們勝出。
圖2. 阿里巴巴(9988.HK)股價表現
阿里巴巴和騰訊有望領導中國AI領域
騰訊和阿里巴巴有望成為中國人工智慧領域的未來領導者，但我們預計它們的AI事業在未來三年內仍將整體處於虧損狀態。這兩家公司的優越資源應該使它們能夠提供最佳的解決方案，吸引關鍵人才，並投資於有前景的初創公司。它們的廣泛覆蓋面是另一個競爭優勢，為它們在平台上跨銷售AI產品以及在內部利用AI生成成本節省提供了機會。
它們豐富的客戶數據是另一個競爭優勢，使兩家公司能夠更有效地訓練和完善其AI模型，而它們在中國雲計算行業的領先地位提供了額外的市場途徑和收入來源。
華為和字節跳動缺乏全方位的AI能力
華為和字節跳動也應該能夠在中國的AI領域中繁榮發展，但它們缺乏領導所需的全方位能力——AI雲、大型語言模型（LLM）和應用軟體。字節跳動在雲服務方面的有限存在，在LLM中的弱勢地位以及相對狹窄的應用軟體組合使其處於戰略劣勢。字節跳動其AI業務相對較晚進入市場，雖然自那以後取得了迅速進展，但它仍需迎頭趕上，特別是其備受追捧的Doubou AI聊機器人就是一個例子。
華為在軟體方面的弱勢地位使其在中國“四大”科技公司中落後，但它與北京的緊密聯繫應該會繼續為其在國有企業和政府部門中開闢機會。華為應該會保持其在AI硬體和半導體領域中的中國國家冠軍地位。
百度將繼續失去中國AI領域的市場份額
圖3. 百度(9888.HK)股價表現
百度在中國AI領域中曾經的領先地位看來將進一步侵蝕，因為其業務在日益競爭的市場中掙扎。鑑於該領域的進入門檻低，百度缺乏打造護城牆的能力。它也缺乏與中國大型技術平台長期有效競爭的規模和資源，我們預計其無利可圖的AI事業在未來三年內將繼續虧損。
百度的Ernie AI機器人今年逐漸失去了市場份額，輸給了積極的新競爭對手，包括月球射手AI的Kimi引擎，該引擎在2024年9月被網站訪問量評為中國最受歡迎的AI聊機器人。百度的AI雲業務也面臨來自中國超大規模雲服務提供商的日益增長的競爭，包括華為和三大國家電信公司。
監管仍是騰訊和阿里巴巴的關鍵風險
騰訊和阿里巴巴仍然面臨中國反壟斷和數據隱私監管進一步收緊的風險，這可能會限制它們利用其數據和AI能力的能力。數據安全問題很可能仍將是首要問題，因為這兩個平台試圖利用其龐大的用戶數據庫。未能有效管理這些資產可能會招致更多的監管監督和公眾反彈，儘管近期與北京的關係有所改善。
美國對AI加速芯片和硬體的出口限制進一步收緊仍然是中國技術平台的中期風險，但兩家公司目前似乎已經繞過了這一風險，因為它們在美國出口控制前囤積了加速芯片。
中國更高質量的初創公司仍然容易被收購，而阿里巴巴和騰訊則有優勢挑選最有優勢的公司。
大型科技公司的廣度帶來顯著優勢
阿里巴巴和騰訊的廣泛生態系統——涵蓋電子商務、社交媒體、電子遊戲、金融科技和娛樂行業——使它們能夠開發一系列廣泛的AI應用；允許在某一領域開發的見解和模型迅速應用並在整個平台上擴展。兩家公司還有更大的潛力通過將AI整合到其多個業務功能中來生成成本協同效應。
例如，阿里巴巴利用AI來驅動其電子商務平台上的個性化產品推薦，而騰訊利用AI來針對短視頻廣告並增強其微信應用的功能。騰訊還在2024年9月宣布了GameGen-O，一種能夠生成角色和環境以加速開放世界電子遊戲開發的AI擴散變換器模型。
財務實力是另一個優勢
中國科技巨頭的優越財務實力和技術資源應該使它們能夠在研究和開發上超過競爭對手，吸引頂尖人才並投資或收購有前景的初創公司；使它們能夠保持技術領先地位並保持競爭優勢。兩家公司豐富的財務資源在採購AI加速芯片時也帶來了優勢，這些芯片在可預見的未來很可能仍然供不應求。
阿里巴巴和騰訊已經開發了先進的AI能力，包括機器學習、語音識別、計算機視覺和自然語言處理。它們的技術實力，加上其龐大的數據資源，應該能夠創建更符合用戶需求的高級AI解決方案。
客戶規模帶來更多優勢
騰訊和阿里巴巴都從其多個平台上的數億活躍用戶中積累了大量的客戶數據。這些龐大的數據集給它們帶來了顯著的競爭優勢，使兩家科技巨頭能夠更有效地訓練和完善其AI模型。
通過分析用戶行為和偏好，騰訊和阿里巴巴能夠更好地為客戶創造個性化體驗。這不僅提高了用戶參與度，還提高了電子商務和廣告中的轉化率。它們龐大的客戶基礎也為AI驅動的產品和服務創造了一個龐大的俘獲市場，使兩家公司能夠比競爭對手更快地擴展。
雲計算將推動AI產品需求
騰訊和阿里巴巴的行業領先的雲計算服務提供了進一步的戰略優勢，為它們開闢了一條額外的途徑，以其技術播種市場並推動對其專業基礎設施即服務（IaaS）雲服務的需求，幫助鞏固它們在人工智慧領域的市場地位。它們的大型數據中心基礎設施為它們提供了直接可用的高端計算資源，用於開發自己的工具和大型語言模型，儘管市場上AI加速芯片供應不足。