主要观点总结
DeepSeek的突破打破了人们对AI大模型研发主体和模式的固有认知，其开源和低成本的特点有望推动AI的普惠发展。DeepSeek的成功反映了规模经济效应的力量，尤其是中国的大国规模优势。中美在AI领域的竞争，不仅仅是技术层面的竞争，更是国家之间的体系化竞争。规模定律和规模效应为理解两国竞争格局提供了重要启示，而DeepSeek的开源模式有利于实现创新之于社会的正外部性。中国要实现科技创新与产业创新融合发展，需从“重供给与资产”转向“重需求与人才”，并重视知识产权保护和个人破产保护制度。同时，金融科技与科技的结合展示了金融在需求侧对创新的推动作用，有助于解决信息不对称问题，并推动金融领域的一些创新。
关键观点总结
关键观点1: DeepSeek的突破
DeepSeek的开源和低成本特点打破了人们对AI大模型研发的认知，展示了规模经济效应的力量，尤其是中国的大国规模优势。
关键观点2: 中美AI竞争
中美在AI领域的竞争不仅仅是技术竞争，而是国家之间的体系化竞争。规模定律和规模效应为理解两国竞争格局提供了重要启示。
关键观点3: DeepSeek的开源模式
DeepSeek的开源模式有助于实现创新之于社会的正外部性，通过降低成本和开源的方式，降低了使用大模型的商业壁垒，推动了AI的普惠发展。
关键观点4: 科技创新与产业创新
中国要实现科技创新与产业创新融合发展，需从“重供给与资产”转向“重需求与人才”，并重视知识产权保护和个人破产保护制度。
关键观点5: 金融科技与科技的结合
金融科技与科技的结合展示了金融在需求侧对创新的推动作用，有助于解决信息不对称问题，并推动金融领域的一些创新。
文章预览
中金研究 DeepSeek的出现有几个没想到，不是大型科技企业和科研院所而是初创企业，不是实体科技公司而是一家金融领域的企业，不是来自处于领先地位的美国而是在大模型领域相对落后的中国。这一切纯属偶然吗？只有大机构才能研发AI大模型的背后是所谓的规模定律，即要素（数据、算力）投入的边际产出下降，模型性能提升需要不断增加要素投入，带来规模的门槛要求。DeepSeek的破解在于以算法优化（技术进步）提升算力（要素）的边际产出，一定程度上替代了算力投入。技术进步从个体来讲似乎有偶然因素，但从宏观来讲是规模经济效应的力量，尤其是外部规模经济，即上下游协同、共享基础设施和人才池的创新生态，中国在数字基础设施和人才规模优势方面尤其突出。规模经济效应意味着大模型未来的发展或仍将由大国主导。就中美之间
………………………………
