DeepSeekV3.1发布后，投资者该思考哪些决定未来的问题？

开源与闭源的竞争格局思考

闭源巨头护城河的变化

过去，闭源巨头凭借“数据飞轮+顶尖人才+极致的模型规模”构筑起坚固护城河。如今，Llama、Mistral以及DeepSeek在编程、数学等特定能力上实现反超。这使得闭源巨头的核心优势可能从“通用智能的绝对领先”，收缩为“多模态、超长上下文等前沿功能的‘时间窗口’优势”。此变化对闭源模型的估值逻辑和API定价能力产生长期影响，投资者需重新审视。

企业混合模式的影响

越来越多企业采用“混合模式”，端侧和私有化部署用开源模型处理敏感高频数据，公有云调用闭源模型处理复杂非核心数据。这重塑了云厂商的AI服务格局，对构建“数据+模型”一体化平台的公司战略有不同影响，投资者也需重新评估AIPaaS层价值分布。

“混合架构”的商业考量

对推理成本的影响

“混合架构”以轻量级“调度模型”判断用户请求复杂程度，再分发给合适“专家模型”处理。若能将大模型推理的单位经济效益提升一个数量级，会冲击以提供通用大模型API为主的商业模式，也将改变下游AI应用的成本结构，这是投资者关注重点。

对硬件需求的改变

当前大模型范式推动对顶级GPU的大量需求，若“混合架构”成为主流，数据中心算力组合将更多样化，低成本推理芯片需求或增加。这为NVIDIA之外的芯片厂商及推理优化公司带来新机遇，也使NVIDIA长期投资逻辑需加入新变量。

极致性价比下的AI应用变革

商业模式的变革

此前，高昂API调用成本限制了AI原生应用商业化。如今成本急剧下降，AI应用商业模式有望从“按次调用”或“按Token计费”转向“按月订阅（SaaS）”模式。这将提升营收稳定性和市场天花板，投资者要关注受益于“成本革命”的上市公司。

价值链利润再分配

若基础模型因开源竞争“商品化”，利润重心将向上游“应用层”和“解决方案层”转移。此时，拥有“高质量私有数据”等优势的企业更具竞争力，传统软件巨头与新兴AI原生应用创业公司竞争格局将被重新评估。

性能之外的竞争核心

企业级就绪度的重要性

“企业级就绪度”涵盖模型的稳定性、可预测性、安全性以及合规性等。在开源社区好评的模型，不一定能通过大型金融或医疗机构审查。率先提供“企业级套件”的企业，有望打开万亿级企业市场。

垂直领域的深度优化与生态构建

通用大模型不能解决所有问题，“垂直领域大模型”更具商业价值。如BloombergGPT，竞争焦点转向对特定行业的理解。围绕垂直模型的生态系统，包括开发者工具等，是构建长期壁垒的关键。

DeepSeekV3.1的发布引发诸多产业思考，投资者需关注这些变化，把握AI赛道投资机遇。

相关问答

闭源巨头的护城河发生了怎样的变化？

过去闭源巨头凭借多种优势领先，如今在特定能力上被超越，核心优势或收缩为前沿功能的“时间窗口”优势，影响其估值和定价能力。

企业采用的“混合模式”有何特点？

端侧和私有化部署优先用开源模型处理敏感高频数据，公有云则调用闭源模型处理复杂非核心数据，重塑了AI服务格局。

“混合架构”对推理成本有什么影响？

“混合架构”若能提升大模型推理的单位经济效益，会冲击现有商业模式，还将改变下游AI应用的成本结构。

极致性价比下AI应用商业模式会怎样变革？

有望从“按次调用”或“按Token计费”转向“按月订阅（SaaS）”模式，提升营收稳定性和市场天花板。

什么是“企业级就绪度”？

“企业级就绪度”包含模型的稳定性、可预测性、安全性以及合规性等，对进入企业市场至关重要。

垂直领域大模型的竞争焦点是什么？

竞争焦点从模型大小转向对特定行业的理解，围绕垂直模型的生态系统构建也成为关键。