【东北证券-计算机行业深度报告：中国AI崛起，技术突破与应用落地】
研究报告内容摘要
　　中美 AI差距开始缩小，中国迎来AI发展大时代。在当今数字化浪潮席卷全球的时代，人工智能（AI）已然成为衡量一个国家科技实力与未来竞争力的关键领域。长久以来，美国凭借其在技术、人才、资金等多方面的先发优势，在全球AI版图中占据着举足轻重的地位，而中国虽起步稍晚，却凭借着庞大且复杂的数据资源、强大的制造业基础以及对科技创新的高度重视，一路奋起直追。如今，一系列关键指标显示，中美在AI领域的差距正悄然缩小，中国正迎来属于自己的AI发展大时代。这一转变背后，是无数科研人员的日夜钻研、是政策的有力扶持、是产业生态的逐步完善，更是一个大国在科技赛道上加速奔跑的坚定决心。

　　从模型角度而言，中国已经有多个模型在工程能力上各有特点。（1）DeepSeek：高效性与性价比。期采用MLA多头潜在注意力机制（降低KVCache消耗）、FP8混合精度训练（减少内存占用）、MoE稀疏激活架构（671B参数模型单Token仅激活37B参数）。同时通过预填充与解码分离部署架构，H800节点实现14.8k tokens/s输出吞吐，成本仅为同类模型的1/10。（2）Qwen2.5：多模态能力领先。Qwen重新设计ViT架构，引入窗口注意力机制和二维RoPE，支持原生动态分辨率处理。其动态帧率训练与绝对时间编码技术，视频任务性能接近GPT-4o，小模型QwQ-32B以1/10成本达到DeepSeek-R180%性能。（3）混元T1：混合Mamba架构创新。长文本处理：Hybrid-Mamba-Transformer融合模块，长文推理速度提升2倍，解决上下文丢失问题。通过Mamba模块处理局部特征，Transformer捕捉全局依赖，AIME数学竞赛成绩达78.2分，效率和效果均超越GPT-4。

　　在应用层面，如何规避或者利用幻觉是目前落地的难点之一。垂类客户，尤其是那些对专业性和准确性要求极高的行业用户，如医疗、金融、法律等，对AI的输出结果有着近乎严苛的标准，而幻觉作为大模型的特性之一短期无法消除。目前来看，除了传统技术方法降低大模型误差率以外，还有一些工程化方向可以降低、消除AI幻觉：比如通过规模化容错（误差成本低于效率红利）、知识增强+可信生成（稳定数据库抑制错误）等技术路径缓解。此外，很多时候学会利用AI幻觉生成也是一种选择，AI幻觉宛如一面棱镜，既折射出技术的边界，也映照出超越人类想象的潜力，或许我们不必执着于“绝对正确”，而是学会与AI的“想象力”共舞。毕竟，最伟大的创新往往诞生于理性与狂想的交汇处。

　　投资建议：我们认为，目前国内AI在技术追赶与场景创新上正在加速突破中，通过架构优化与多模态融合推动产业升级有望进一步的挖掘新的AI应用场景。医疗（AI预问诊）、教育（个性化教学）、自动驾驶（3D/4D标注）、人力资源（AI招聘）及创意产业（AI生成内容）中AI带来的新市场增量。

　　风险提示：宏观经济恢复不及预期、市场竞争加剧、AI应用商业化落地风险、技术迭代风险