计算机行业周报：Llama4多版本参数亮眼，DeepSeek公布推理时Scaling新论文

2025 年 04 月 08 日 Llama 4 多版本参数亮眼， DeepSeek 公布推理时 Scaling 新论文 —计算机行业周报 推荐(维持) 投资要点 分析师：宝幼琛 S1050521110002 baoyc@cfsc.com.cn 行业相对表现 表现 1M 3M 12M 计算机(申万) -23.8 0.7 12.5 沪深 300 -9.0 -5.3 1.5 市场表现 资料来源：Wind，华鑫证券研究 相关研究 1、《计算机行业周报：阿里深夜开源 Qwen2.5-Omni，DeepSeek-V3 上线新版本》2025-04-05 2、《计算机行业点评报告：文远知行（WRD.O）：收入承压与商业化突破并行，自动驾驶长赛道静待拐点》2025-04-04 3、《计算机行业点评报告：禾赛科技（HSAI.O）：激光雷达龙头加速业绩兑现，多元布局打开成长空 间》2025-04-04 ▌算力： Llama 4 多版本参数亮眼，2 万亿多模态巨兽重登王座 Meta 官宣开源首个原生多模态 Llama 4，首次采用 MoE 架构，支持 12 种语言，首批发布一共两款：第一款是 Llama 4 Scout，规模较小，其共有 1090 亿参数，17B 活跃参数，16 个专家，1000 万上下文；第二款是 Llama 4 Maverick，规模较大，其共有 4000 亿参数，17B 活跃参数，128 个专家，100 万上下文。 在大模型 LMSYS 排行榜上，Llama 4 Maverick 冲上第二（ ELO得分 1417），仅次于闭源 Gemini 2.5 Pro。Llama 4 Scout最大亮点在于支持 1000 万上下文，相当于可以处理 20+小时的视频，仅在单个 H100 GPU（Int4 量化后）上就能跑。 在基准测试中，性能超越 Gemma 3、Gemini 2.0 Flash-Lite、Mistral 3.1。Llama 4 模型是 Llama 系列模型中首批采用混合专家（MoE）架构的模型。在 MoE 模型中，单独的token 只会激活全部参数中的一小部分。与传统的稠密模型相比，MoE 架构在训练和推理时的计算效率更高，并且在相同的训练 FLOPs 预算下，能够生成更高质量的结果。 Llama 4 是一个原生多模态模型，采用了早期融合技术，能把文本和视觉 token 无缝整合到一个统一的模型框架里。早期融合是个大进步，因为它可以用海量的无标签文本、图片和视频数据一起来预训练模型。 Meta 还开发了一种叫做 MetaP 的新训练方法，能让他们更精确地设置关键的模型超参数，比如每层的学习率和初始化规模。这些精心挑选的超参数在不同的批大小、模型宽度、深度和训练 token 量上都能很好地适配。Llama 4 通过在 200 种语言上预训练实现了对开源微调的支持，其中超过 10 亿个token 的语言有 100 多种，整体多语言 token 量比 Llama 3 多出 10 倍。 ▌AI 应 用 ： Gemini 搜 索 访 问 量 环 比 +9.62% ，DeepSeek 公布推理时 Scaling 新论文 近期，来自 DeepSeek、清华大学的研究人员探索了奖励模型（RM）的不同方法，发现逐点生成奖励模型（GRM）可以统一-40-200204060(%)计算机沪深300证券研究报告 行业研究 证券研究报告 请阅读最后一页重要免责声明 2 诚信、专业、稳健、高效 纯语言表示中单个、成对和多个响应的评分。基于这一初步成果，论文的作者提出了一种新学习方法，即自我原则批评调整（SPCT），以促进 GRM 中有效的推理时间可扩展行为。通过利用基于规则的在线 RL，SPCT 使 GRM 能够学习根据输入查询和响应自适应地提出原则和批评，从而在一般领域获得更好的结果奖励。 基于此技术，DeepSeek 提出了 DeepSeek-GRM-27B，它基于 Gemma-2-27B 用 SPCT 进行后训练。对于推理时间扩展，它通过多次采样来扩展计算使用量。通过并行采样，DeepSeek-GRM 可以生成不同的原则集和相应的批评，然后投票选出最终的奖励。通过更大规模的采样，DeepSeek-GRM 可以更准确地判断具有更高多样性的原则，并以更细的粒度输出奖励，从而解决挑战。 除了投票以获得更好的扩展性能外，DeepSeek 还训练了一个元 RM。从实验结果上看，SPCT 显著提高了 GRM 的质量和可扩展性，在多个综合 RM 基准测试中优于现有方法和模型，且没有严重的领域偏差。作者还将 DeepSeek-GRM-27B 的推理时间扩展性能与多达 671B 个参数的较大模型进行了比较，发现它在模型大小上可以获得比训练时间扩展更好的性能。虽然当前方法在效率和特定任务方面面临挑战，但凭借 SPCT 之外的努力，DeepSeek 相信，具有增强可扩展性和效率的 GRM 可以作为通用奖励系统的多功能接口，推动 LLM 后训练和推理的前沿发展。 ▌AI 融资动向: 星海图“小步快跑式”融资，今年估值已翻倍 4 月 3 日，星海图宣布接连完成 A2、A3 轮系列融资，领投方为凯辉基金，总融资额超 3 亿元人民币。这意味着 2025 年以来星海图已累计融资近 1 亿美元。 星海图本次 A2、A3 轮系列融资由凯辉基金领投，联想创投、海尔资本等产业资本参投，老股东 IDG 资本、高瓴创投、百度风投、同歌创投等追投，其中部分老股东多轮满额、超额持续加注。 星海图 A1 轮融资于今年 2 月完成，总融资额近 3 亿元，由蚂蚁集团独家领投，高瓴创投、IDG 资本、北京机器人产业基金、百度风投、同歌创投等老股东追加投资。由此可见，星海图于 2025 年展开的 A 轮系列累计融资总额已达约 1 亿美元。 星海图介绍，投资人最关注的是公司全栈要素齐备且实力较强的特点。具身智能产品的成功不只靠模型，而是底层零部件、整机设计及制造、场景理解能力等的系统性能力。公司创始团队具有业内领先的模型技术实力和产业落地经验，硬件能力也在过去一年里快速补齐。星海图目前已成为国内极少数同时具备端到端 AI 算法能力、全链路正向研发制造能力证券研究报告 请阅读最后一页重要免责声明 3 诚信、专业、稳健、高效 以及实际商业化验证能力的具身智能公司之一。星海图若估值达到 50 亿元，将成为业内第二梯队的“排头兵”。 ▌投资建议 4 月 8 日消息，美国时间周一，白宫发布指令，要求联邦各机构任命首席人工智能官，并制定扩大政府人工智能应用的战略。备忘录还指示各机构在六个月内“制定人工智能战略，识别并消除负责任使用该技术的障碍，并实现全机构范围内的提升应用成熟度。我们仍然坚定认为，AI 应用有望在今年诞生部份现象级应用。建议关注临床 AI 产品成功落地验证的嘉和美康（688246.SH）、以 AI 为核心的龙头厂商科大讯飞 （ 002230.SZ ） 、 芯 片 技 术 有 望 创 新 突 破 的 寒 武 纪（688256.SH）、高速通信连接器业务或显著受益于 GB200 放量的鼎通科技（68