Deepseek、盘古大模型更新！国产AI大模型持续演进

5月底，DeepSeek-R1和华为盘古 Ultra MoE 大模型均迎来更新，从中我们可以观察到国产AI模型从追赶到突破的两条轨道，也昭示着国产 AI 产业正在迎来质变的关键节点。当全球 AI 竞争进入深水区，国产大模型如何突围？又将为投资者带来哪些机遇$科创人工智能ETF华夏(589010)？让我们一同探寻这场科技革命背后的深层逻辑。

01 热点解读：低成本推理与可控闭源双轨突破

1)深度求索的开源低成本模式： DeepSeek-R1 模型完成一次版本迭代，这次 " 小更新 " 引发了大量关注。此次小升级在推理能力、编程性能、长文本处理、写作质量和幻觉改善等方面均有显著性能提升。测评显示，其整体性能逼近目前顶级模型 OpenAI o3 和谷歌 Gemini 2.5-Pro。

DeepSeek-R1-0528与其他模型对比来源：36氪

2)华为全栈自研的“可控闭源”模式：同一时间，华为推出参数规模 7180 亿的准万亿级盘古 Ultra MoE 大模型，全流程在昇腾 AI 计算平台训练。标志着“国产算力+国产模型”全流程自主可控的实践完成，衍生模型盘古ProMoE(720亿参数)通过动态激活160亿参数，性能媲美千亿模型，在SuperCLUE榜单位列国内千亿级模型首位15，印证了MoE架构在成本与效能上的双重优势。实际应用中，该系列模型展现出卓越的复杂任务处理能力，如2秒内解析高等数学大题，并在科学计算、工业级AI代理等领域落地。昇腾平台在MoE推理性能上超越英伟达Hopper架构，CloudMatrix超节点技术对标NVL72。

盘古 Ultra MoE与目前主流模型对比 来源：华为

02 国产AI奇点已至的逻辑

1)区域扰动下自主可控需求迫切

全球科技竞争加剧与关税扰动，使 AI 技术自主可控成为国家战略安全的核心议题。政策端持续加码，2024 年 “人工智能 +” 首次写入政府工作报告，明确 2027 年培育 100 家 AI 独角兽的目标；地方层面，北京、上海等多地设立专项基金，为 AI 产业提供资金支持。这种自上而下的政策驱动，加速国产 AI 从技术研发到产业落地的全链条发展。

2)技术突破打破“卡脖子”桎梏

在模型算法领域，国产模型通过结构优化与训练策略创新，实现性能与成本的平衡。硬件层面，昇腾 910C 处理器通过集群规模效应弥补单芯片性能短板，CloudMatrix 384 超节点架构实现与英伟达NVL72系统的架构的对标，逐步构建起从芯片、算力平台到算法框架的国产化技术栈。

3)产业落地：AI+端侧应用深度渗透

AI 技术正加速向端侧设备渗透，AI 眼镜、智能手表等终端产品实现语音交互、图像识别等功能的实时响应，带动消费端需求爆发。在工业领域，盘古 Ultra MoE 已应用于科学计算与 AI 代理场景，提升生产效率与决策精度，形成 “技术研发 — 场景应用 — 数据反哺” 的良性循环。

03 借道ETF把握国产AI发展的核心机遇

1)覆盖全产业链核心环节

科创人工智能ETF华夏(589010)跟踪科创人工智能指数，从科创板市场中选取30只市值较大且覆盖「硬件 - 算法 - 应用」AI全产业链的上市公司证券作为指数样本，反映科创板市场代表性人工智能产业上市公司证券的整体表现。成分股涵盖寒武纪、澜起科技等算力芯片国产化核心标的，全面覆盖 AI 产业发展的关键环节。

2)叠加科创板块“硬科技”属性

依托科创板“重视硬科技”的属性，科创人工智能ETF华夏(589010)成分股研发投入占比显著高于A股全市场，叠加20cm涨跌幅的弹性优势，既能精准锚定 AI 产业长期增长潜力，又能在技术突破与政策利好时释放高弹性价值。

3)估值低位提供安全边际

5月以来，科创人工智能ETF华夏(589010)经历持续回调，目前估值已经处于较低位水平。截至6月4日，科创人工智能ETF华夏(589010)跟踪的科创人工智能指数最新市盈率TTM为116.72倍，仅位于17.65%分位点，低于近一年82.35%的时间，处于历史低位点，为投资者提供了布局良机。