近日，由DeepSeek团队共同完成、梁文锋担任通讯作者的DeepSeek-R1推理模型研究论文，登上了国际权威期刊《自然（Nature）》第645期的封面。论文研究表明，大语言模型（LLM）的推理能力可通过纯强化学习来提升，从而减少增强性能所需的人类输入工作量。

在中国科技产业涌现创新性成果的过程中，资金快速涌入科技板块。Choice数据显示，科创人工智能ETF华夏盘中一度飙涨近4%，东财人工智能指数午盘也收涨2.43%。多位业内人士称，大模型训练与推理应用正在全球范围内规模化落地，未来AI产业链的高景气度将持续推动相关企业收入、利润与盈利能力的协同提升，相关机会有望持续演绎。

DeepSeek-R1训练方法发布

具体来看，与今年1月发布的DeepSeek-R1的初版论文相比，此次论文披露了更多模型训练的细节，并对发布初期外界有关“蒸馏”方法的质疑作出了正面回应。

该论文研究表明，大语言模型（LLM）的推理能力可通过纯强化学习来提升，从而减少增强性能所需的人类输入工作量。训练出的模型在数学、编程竞赛和STEM领域研究生水平问题等任务上，比传统训练的LLM表现更好。

如果说，此前的研究主要依赖大量的监督数据来提升模型性能。那么DeepSeek开发团队则选择新路线：不用监督微调（SFT）作为冷启动，通过大规模强化学习（RL）也能显著提升模型的推理能力。

DeepSeek-R1在被展示优质的问题解决案例后，会获得一个模板来产生推理过程，即这一模型通过解决问题获得奖励，从而强化学习效果。团队总结说，未来研究可以聚焦优化奖励过程，以确保推理和任务结果更可靠。

此外，值得一提的是，开发团队观察到，DeepSeek-R1-Zero学会了通过重新评估初始方法来更合理地分配思考时间。

DeepSeek小步迭代

今年年初，开源大模型DeepSeek曾掀起“开源潮”，引爆AI行业。作为一款开源模型，DeepSeek-R1在数学、代码、自然语言推理等任务上的性能能够与国际头部模型比肩。

8月，在外界纷纷期待DeepSeek-R2发布之时，DeepSeek小步快跑，宣布发布DeepSeek-V3.1。

据介绍，DeepSeek-V3.1的升级包含以下主要变化。一是实现混合推理架构，即一个模型同时支持思考模式与非思考模式；二是更高的思考效率，相比DeepSeek-R1-0528，DeepSeek-V3.1-Think能在更短时间内给出答案；三是更强的Agent能力，新模型在工具使用与智能体任务中的表现有较大提升。

同时，DeepSeek宣布，DeepSeek-V3.1使用了UE8M0 FP8 Scale的参数精度。其中，UE8M0 FP8是针对即将发布的下一代国产芯片设计。当日，DeepSeek概念板块火热。不少国产芯片产业链企业股价大涨。

资金加速流入科技板块

中国科技产业频现创新成果背景下，各路资金涌入科技板块。

Choice数据显示，科创人工智能ETF华夏盘中一度飙涨近4%，东财人工智能指数午盘也收涨2.43%。

9月18日，第二批14只科创债ETF集中发布基金合同生效公告，发行规模合计为407.86亿元。其中，13只科创债ETF发行规模均超过29亿元。

另外，私募排排网统计数据显示，截至9月9日，按定增上市日统计，今年以来共有41家私募参与了分布于15个申万一级行业的41家上市公司的定增，合计获配金额达39.6亿元。其中，截至9月9日，今年以来私募参与电子板块定增项目的获配金额达10.98亿元，占比达27.7%。

望正资产近日发表观点称，2023年以来，人工智能产业蓬勃发展，已有不少相关企业展现出强劲增长。盈利是驱动股价上行的核心驱动力，后续将研究和布局商业模式成熟、收入利润进入快速增长通道的标的，包括AI算力、AI应用等领域优质企业。

淡水泉也在接受上证报记者采访时表示，公司投资关注两个方向：一是新兴成长领域具备业绩持续性的优质公司，包括AI科技、创新药等细分行业的龙头股；二是周期领域中竞争力突出、受益于“反内卷”政策或美元走弱趋势的头部企业。

作者：马嘉悦 谭镕