DeepSeek的“科技年貨”
2025年1月20日，隨著春節的臨近，中國人工智能領域迎來了一份別具一格的“新年賀禮”——深度求索（DeepSeek）公司正式發佈了其新一代通用大模型——DeepSeek-R1。這款由幻方量化旗下團隊打造的大模型，以其創新的低成本架構、卓越性能和開源理念，迅速在全球引起了熱烈反響。發佈不久後，DeepSeek-R1便在國際資本市場掀起波瀾，並迅速攀升至Apple App Store和Google Play Store下載排行榜的前列，覆蓋了超過140個國家和地區，展現了它的強大吸引力（如圖1所示）。
技術突破：多重創新的背後暗流湧動
DeepSeek-R1 在各種任務上都展現出了“學霸”特質，在數學、代碼和推理任務方面更是展露無遺，其表現完全可以與 OpenAI-o1 比肩（如圖2所示）。在SuperCLUE-Science中文大模型測評中，它以73.64分的成績超越了其他參評模型，成為國內首個超越頂級國際模型o1的推理模型（如圖3所示）。這份成績單背後藏著多項“黑科技”——混合專家系統（MoE）與多層注意力機制（MLA）的組合拳讓複雜任務處理效率翻倍；鏈式思維（CoT）和多任務預訓練（MTP）的引入，則讓模型解題思路更接近人類專家。
當DeepSeek-R1在聚光燈下收穫掌聲時，中國AI產業幕後暗流湧動。中國大模型發展面臨著來自美國的技術封鎖和算力瓶頸等嚴峻挑戰，2024年10月美國出台的晶片出口管制新規限制了先進制程晶片的獲取，直接切斷了部分海外算力資源，給中國AI企業的研發帶來了巨大壓力。儘管如此，中國科技界通過創新應對挑戰，積極尋求破局之路。DeepSeek-R1便是這一創新潮流中的佼佼者，它通過MoE架構和FP8混合精度框架等技術，在有限的硬件條件下仍能保持高效的性能表現。最近DeepSeek還面臨另一重麻煩，據《金融時報》報導，OpenAI指控DeepSeek涉嫌違規使用“模型蒸餾”技術——通過分析其他大模型的輸出數據來優化自己的模型。雖然業內普遍認為知識蒸餾如同學生“向名師取經”，但OpenAI的服務條款限制了這種做法。儘管目前關於DeepSeek是否違反了這些條款尚無定論，但這場“AI師徒關係”的法律邊界之爭，成為行業規範討論的導火線，這不僅關係到DeepSeek，也將推動整個AI領域在技術共享和市場競爭中的規範化。
應用落地：AI賦能的產業生態圖景
儘管面臨技術封鎖和算力瓶頸等挑戰，DeepSeek並未停下前進的腳步。通過技術創新與資源優化，它不僅在國內大模型領域實現了突破，更將技術成果加速轉化為實際應用，展現出強大的產業賦能潛力，書寫“AI+”的跨界故事。例如，金山辦公在其WPS智能寫作功能中集成了DeepSeek-Writer API，該技術的應用不僅加速了文本生成過程，還大大提高了輸出內容的質量。在金融領域，拓爾思與DeepSeek聯合開發的金融輿情大模型，已在中信證券等機構部署了智能研報生成系統，幫助金融機構實時監控市場動態並生成專業的投資報告。
DeepSeek的技術在醫療健康領域也展現出巨大的應用潛力。AI驅動的醫學影像分析、輔助診斷系統以及智能健康管理平台都能利用DeepSeek-R1的強大推理能力，提升診療效率和精準度。在教育行業，DeepSeek也有著廣泛的應用前景。通過個性化學習和智能輔導，DeepSeek可以根據學生的學習情況、興趣愛好以及理解能力定制個性化的教育方案，從而提高學習效果。
以DeepSeek為代表的AI大模型技術正在推動各行各業的數碼化轉型，隨著技術的不斷進步，大模型在更多領域的應用場景將不斷擴展，推動各行業進入更加智能化和高效化的發展新階段。
香港機遇：DeepSeek在AIFT的應用實踐
近年來，香港在人工智能領域的創新步伐加快，依託政策支持和科技生態的完善，吸引了眾多科研機構和企業投入AI技術的應用研究。特別是在金融科技領域，AI正逐步改變傳統數據分析方式，提高市場洞察的精準度。人工智能金融科技實驗室（AIFT）便致力於探索AI在金融領域的實際應用，持續跟蹤並部署先進的大模型，以優化數據處理和市場分析能力。
AIFT長期關注並跟蹤多個開源大模型的進展，並將其應用於研究與開發之中。2024年6月，AIFT率先部署了DeepSeek-V2，並與InternLM、Qwen等其他開源大模型一起用於數據處理任務。憑藉這些大模型強大的語言理解能力，AIFT得以更高效地分析海量市場資訊，為金融研究提供更加智能化的工具。然而，金融市場的複雜性不僅要求模型具備強大的數據處理能力，更需要深度推理能力，以確保分析的邏輯性和穩定性。在2025年1月20日DeepSeek-R1發佈後，AIFT迅速關注到它在推理能力上的突破，並於1月24日通過SGLang推理庫完成內部部署，將其正式應用於金融分析任務。
那麼，DeepSeek-R1究竟如何幫助AIFT進行金融數據分析？其中一個重要的應用場景是股票市場趨勢預測。AIFT研究人員會向模型輸入某隻股票過去N天的可視化K線圖以及歷史交易數據，包括開盤價、最高價、最低價、收盤價及交易量，讓DeepSeek-R1基於這些數據進行市場趨勢預測。
例如，AIFT向DeepSeek-R1輸入了一張包含50天交易數據的K線圖（如圖4所示），該圖呈現了每個交易日的開盤價、最高價、最低價、收盤價（OHLC數據）以及成交量。從圖像來看，市場在前期保持穩定增長，在第25天左右發生劇烈波動，隨後價格大幅上漲，並在後期保持震盪上行的趨勢。
在本案例中， DeepSeek-R1 對輸入的股票數據進行了全面分析，得出的結論是該股票近期呈現強勁的上漲趨勢，並且未來25天仍可能繼續上行。具體來看，股價自181.74持續上漲至206.68，突破了此前的阻力位，表明市場情緒偏向樂觀。此外，成交量在關鍵點位顯著放大，例如第25天的成交量達1.72億股，與股價的大幅上漲同步，顯示出買盤力量的增強。技術指標方面，股價始終高於短期均線，並且動能較強，進一步支持上行趨勢。然而，需要注意短期可能存在震盪調整的風險，尤其是近期漲幅較大，市場或出現短暫回檔。
DeepSeek-R1 的分析結果較為合理，與技術面分析相符，能夠識別關鍵趨勢、成交量變化以及市場動能，為股票走勢預測提供了較強的參考價值。相比於傳統的量化分析工具，DeepSeek-R1具有以下兩點優勢：
- DeepSeek-R1在分析市場趨勢時表現出驚人的邏輯一致性——當相同的數據輸入時，它的預測結論始終保持穩定，並且在深入推理的過程中不會自相矛盾。這一點在金融分析中至關重要，因為投資決策往往依賴於數據的一致性和可解釋性，而非隨機的預測結果；
- DeepSeek-R1的推理方式也十分嚴謹和細緻。在面對市場的不確定性時，模型不會輕易給出籠統的結論，而是會拆解可能的市場走向，並針對不同情境分別進行分析。例如，當市場可能呈現上漲或回調的趨勢時，DeepSeek-R1不會簡單地給出“上漲”或“下跌”這樣的單一答案，而是會列出不同的可能性，並詳細說明各自的邏輯依據。這種理性分析的方式，使得AIFT在金融預測中能夠獲得更加清晰的市場判斷，而非僅憑單一預測結果做出決策。
通過引入DeepSeek-R1，AIFT的金融數據分析能力邁上了一個新台階。它不僅優化了市場趨勢預測的流程，還為投資機構提供了更智能、更可靠的決策支援工具，幫助他們在瞬息萬變的市場環境中抓住機會、降低風險。未來，AIFT將繼續探索AI在金融科技中的更多可能性，讓人工智能真正成為金融行業的“最強大腦”。
參考資料：
[1] DeepSeek 團隊. (2025). DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning.
[2] SuperCLUE. (2025). SuperCLUE-Science中文大模型科學推理測評報告
[3] 美國商務部工業與安全局 (BIS). (2024). Foreign-Produced Direct Product Rule Additions, and Refinements to Controls for Advanced Computing and Semiconductor Manufacturing Items.
在此感謝InnoHK、香港特別行政區政府及人工智能金融科技實驗室（AIFT）對本文的支持。
（AIFT竭力但不能保證內容之準確和可靠，亦不會承擔因任何不準確或遺漏而引起的任何損失或損害。 )
