【熱點追蹤】DeepSeek-V4發佈攪動AI市場 產業鏈股價應聲走高
金吾財訊 | 4月24日，國產AI企業DeepSeek推出旗艦大模型DeepSeek-V4預覽版，並同步開源模型權重與技術報告，成爲近期 AI產業的里程碑事件。
此次發佈的V4系列包含兩大版本，即DeepSeek-V4-Pro與DeepSeek-V4-Flash。其中Pro版本定位旗艦，總參數約1.6T、激活參數49B，主打複雜智能體、長文檔分析等高要求場景；Flash版本定位輕量高效，總參數約284B、激活參數13B，側重低延遲、高性價比的通用場景。兩大版本均標配百萬字（1M tokens）超長上下文能力。
根據官網介紹，在Agentic Coding評測中，V4-Pro已達到當前開源模型最佳水平，並在其他Agent相關評測中同樣表現優異。目前DeepSeek-V4已成爲公司內部員工使用的Agentic Coding模型，據評測反饋使用體驗優於Sonnet 4.5，交付質量接近Opus 4.6非思考模式，但仍與Opus 4.6思考模式存在一定差距。DeepSeek-V4-Pro在世界知識測評中，大幅領先其他開源模型，僅稍遜於頂尖閉源模型Gemini-Pro-3.1。在數學、STEM、競賽型代碼的測評中，DeepSeek-V4-Pro超越當前所有已公開評測的開源模型。
最爲突出的亮點是，DeepSeek-V4在token維度進行壓縮，結合DSA稀疏注意力（DeepSeek Sparse Attention），實現了全球領先的長上下文能力，並且相比於傳統方法大幅降低了對計算和顯存的需求。
性能領先的同時，DeepSeek-V4在性價比上也極具競爭力，進一步降低了AI應用的使用成本。Flash版輸入價格最低可至0.02元/百萬Token（緩存命中），僅爲GPT-5.5的約1%。Pro版通過優惠價（0.025元/百萬Token輸入）也提供了極高的性能價格比。
從產業鏈帶動來看，DeepSeek-V4的發佈形成了“模型牽引、全鏈受益”的格局。在DeepSeek模型發佈當天，國產芯片紛紛宣佈day0適配，上游算力芯片環節，華爲昇騰、寒武紀、海光信息等適配企業將迎來訂單放量。過去市場擔心國產AI芯片使用場景有限，當前V4的同步適配說明國產芯片正在進入主流開源大模型生態。
此外，中游服務器、光模塊、液冷設備等基礎設施環節，將隨模型規模化部署迎來需求增長；下游AI應用環節，中小企業的應用開發成本降低，推動AI應用從“試點”向“規模化普及”轉變，加速AI與實體經濟的深度融合。
產業鏈對應公司的股價應聲走高，4月27日，芯片股方面，截至發稿，瀾起科技(06809)漲13.35%，豪威集團(00501)漲10.88%，中芯國際(00981)漲8.01%，華虹半導體(01347)漲6.85%，中興通訊(00763)漲6.93%，英諾賽科(02577)漲4.98%，瀚天天成(02726)漲4.56%。
光通信板塊方面，鴻騰精密(06088)漲8.57%，長飛光纖光纜(06869)漲7.26%，匯聚科技(01729)漲2.57%，京信通信(02342)漲1.89%，均勝電子(00699)漲0.64%。
AI應用方面，浪潮數字企業(00596)漲10.19%，迅策(03317)漲7.46%，文遠知行-W(00800)漲6.23%，百度集團-SW(09888)漲3.71%，KEEP(03650)漲2.40%，優必選(09880)漲2.38%。
各大券商一致看好，國信證券表示，Deepseek進一步在架構設計層面“降本增效”，推動國產模型更普惠實現百萬上下文長度，密切關注國產模型廠商進展等。寒武紀、華爲昇騰的Day0適配表明，表明國產芯片在已達到商業可用的成熟度，密切關注國產算力進展。
高盛認爲，DeepSeek V4的核心意義在於以更低成本支持更復雜的智能體應用落地，從而打開AI應用規模化的新空間。高盛維持對雲計算與數據中心板塊的推薦評級，算力成本效率的持續改善將推動AI應用加速滲透，企業端AI代理增長與消費端AI助手的雙輪驅動，將支撐雲服務定價能力持續提升。
開源證券認爲其影響早已超越了模型性能本身，有望將行業從模型架構、算力生態到應用成本三者共同推到新階段。
華源證券提到，目前AI仍是全球產業敘事中最重要的方向之一，DeepSeek有望繼續推動國產大模型和生態的整合，建議重視產品落地且有收入結構的應用方向。
總體而言，DeepSeek-V4預覽版的發佈是國產AI產業發展進程中的重要里程碑，其技術突破、開源策略與商業化路徑，爲國產大模型的發展提供了新的思路。
但仍需要清醒認識到，國產大模型的後續發展仍面臨諸多挑戰。在技術層面，目前中美tokens市場份額仍存在明顯差距，高端訓練算力仍部分依賴海外，國產芯片在高端製程、算力密度等核心指標上與國際巨頭相比仍有不小差距，模型的長期優化、技術迭代與核心突破仍需持續的研發投入和人才支撐。
