1 海富通基金探讨人工智能投资。

富小暖和陆李明讨论了人工智能的历史、产业发展及投资策略陆李明详细介绍了人工智能的起源、产业链及市场表现，并探讨了成长投资和人工智能相关标的的选择他还提醒投资者注意基金投资中的风险。

2 人工智能发展历程回顾。

富小暖介绍了人工智能从20世纪50年代提出概念到21世纪的发展历程，早期由于计算机技术限制，人工智能应用效果不佳，经历了寒冬期70年代后，人工智能开始在专业领域小范围应用，取得一定成效21世纪以来，随着互联网和计算机性能的提升，人工智能取得突破性进展，如深蓝击败国际象棋冠军近年来，大模型技术快速发展，引发市场关注。

3 DeepSeek大模型在投资中的应用。

富小暖介绍了DeepSeek大模型的特点，包括其强大的逻辑性和泛化能力，能够理解复杂语境并生成流利的回答他提到大模型的通用性，适用于各种任务场景，无需重新训练富小暖还回顾了大模型的发展历程，从70年代的专业领域应用到2000年后的创新性发展，强调了DeepSeek在投资领域的潜力。

4 大模型在投资中的应用。

富小暖介绍了大模型的发展历程，从2017年谷歌提出的Transformer架构到DeepSeek的爆火，强调了其在量化投资中的应用他对比了DeepSeek与其他大模型如GPT的成本优势，指出DeepSeek训练成本显著低于其他模型，仅需600万美元，而同期其他模型成本是其30倍这种低成本优势在市场上引发了英伟达股价的波动，反映了市场对低成本大模型的认可。

5 DeepSeek模型具有成本低和创新优势。

DeepSeek模型通过多头潜在注意力和专家混合技术，实现了高效的计算资源分配和任务处理该模型不仅成本低，还能在控制成本的前提下进行创新，提升效率DeepSeek的最新版本REZL通过强化学习技术，进一步优化了性能，并实现了在普通硬件上的本地化部署，提高了数据安全性。

6 本地化部署的优势与投资策略。

富小暖介绍了本地化部署在数据安全、响应速度和控制方面的优势，并讨论了DeepSeek大模型的市场应用他建议投资者在人工智能主题投资时，明确风险并了解产业链的上中下游，以做出更科学的投资决策。

7 AI产业链分为上中下游。

富小暖介绍了AI产业链的上中下游结构，上游包括数据资源、算力芯片和其他硬件资源，中游涉及算法、技术软件和服务，下游则是AI应用和端侧他指出，随着产业发展，投资重点从上游逐渐转向中下游，尤其是AI加的应用场景，如医疗、制造、教育和交通等。

8 中美AI技术差距缩小。

富小暖分析了中美在人工智能技术上的差距，指出中国在算力上虽落后于美国，但通过架构优化和自研芯片，差距正在缩小中国在应用场景、数据资源和成本控制方面具有优势，本土化应用发展迅速未来，大模型将向轻量化和专业化方向发展，资本市场将捕捉到相关机会。

9 人工智能硬件发展迅速。

富小暖讨论了人工智能在硬件领域的快速发展，包括智能机器人、智能手机、AI眼镜等他提到这些设备未来可能实现离线使用，并在养老、制造等领域有广泛应用他还强调了政策支持对人工智能发展的重要性，特别是人形机器人的创新体系富小暖认为，人工智能技术的突破将使其在多个领域得到更广泛的应用。

10 智能驾驶的法律监管是关键。

富小暖讨论了智能驾驶技术的现状和挑战，指出技术已相对成熟，但法律监管是推广的主要障碍他提到国内外专家认为法律框架的完善比技术本身更为重要，并举例说明了无人驾驶车在实际应用中的限制富小暖还强调了智能驾驶在投资领域的重要性，提醒投资者关注法律和监管的变化。

11 人工智能投资需谨慎。

富小暖讨论了人工智能在广告投放和教育领域的应用，并强调了人工智能主题投资的波动性和风险他建议投资者可以通过指数投资和定投方式参与，或选择主动管理型基金以控制风险富小暖还推荐了海富通的港股科技指数，并提醒投资者根据自身风险偏好进行资产配置。