春節假期，全球掀起一股 “DeepSeek 風暴”。憑借“低成本(ben)、高性能、開源”等優勢，DeepSeek 以(yi)屠龍者之(zhi)相一躍(yue)成為(wei)整(zheng)個科技圈關注的焦點。
2月初，天翼云、華為云、騰訊云、阿里云、百度智能云等相繼接入DeepSeek ，以云服務巨頭們為首，從芯片廠商到軟件(jian)廠商再(zai)到垂直應用領域的多(duo)家企業爭先恐后加入這(zhe)位(wei)“新(xin)貴”的朋友圈。
這股風暴的效(xiao)應(ying)也非常(chang)明顯地反(fan)映到了資(zi)本市(shi)(shi)場(chang)(chang)——隨著(zhu)全球投資(zi)者對中(zhong)(zhong)國互(hu)聯(lian)網公司以及對于(yu)中(zhong)(zhong)國半(ban)導體與(yu)軟(ruan)件領(ling)軍者的狂熱看漲情緒，恒生科技(ji)指數步入“技(ji)術性(xing)牛市(shi)(shi)”；而在(zai) A 股市(shi)(shi)場(chang)(chang)，涵蓋眾多科技(ji)股的創業板截至(zhi)周五上(shang)午收盤暴漲超 3%，周漲幅(fu)已接近 7%。
無數人在詢問，以 DeepSeek 為代表的新一代生成式 AI 到底將如何影響整條產業鏈？誰將被顛覆？誰又能成為這股熱潮中的受益者？趁著這股熱度，不少研究機構和券商(shang)也(ye)紛(fen)紛(fen)發布(bu)了相關報告(gao)(gao)，因(yin)此本文(wen)將綜合 IoT Analytics、 TrendForce 集邦(bang)咨詢(xun)、IBM 以及(ji)多(duo)家券商(shang)的報告(gao)(gao)，對產業鏈受到的影響進行(xing)解析(xi)。
注：本(ben)文僅進(jin)行產業鏈(lian)分析，不構成任何投(tou)資建議
一圖搞懂生成式 AI 價值鏈
一個(ge)顯而(er)易見的(de)(de)結(jie)論是，此前(qian)，對(dui)于生(sheng)成式 AI（GenAI）的(de)(de)支(zhi)出正在使廣泛(fan)的(de)(de)價值(zhi)(zhi)鏈(lian)受益，下(xia)圖基于 IoT Analytics 發布的(de)(de)《2025-2030 年生(sheng)成式 AI 市場報(bao)告(gao)》，描繪了整個(ge)價值(zhi)(zhi)鏈(lian)中 GenAI 支(zhi)出的(de)(de)主要受益者。
價值鏈上的(de)受益(yi)者包括(kuo)：
Tier-0
最終用戶——包括使用生成式 AI 應用的消費者和企業。
截(jie)至 2 月(yue) 5 日(ri)，DeepSeek 的全球下載量已(yi)接(jie)近 4000 萬(wan)(wan)。據 AI 產品榜(bang)數據，DeepSeek 應用(僅包含 APP，不(bu)包括 Web 端) 2025年1月(yue)11日(ri)上線(xian)，至2025年1月(yue)31 日(ri)，DAU 2215 萬(wan)(wan)。彼時(shi) ChatGPT 日(ri)活 5323 萬(wan)(wan)，豆包日(ri)活 1695 萬(wan)(wan)，這意味著(zhu) DeepSeek 達到 ChatGPT 日(ri)活用戶的 41.6%，已(yi)超過(guo)豆包。
由 IBM 委托開展的一項新研究發現，在接受調研的企業級（規模超過 1000 名員工）組織當中，約有 42% 已經在其業務中積極使用人工智能。
GenAI 應用——在其產品中包含 GenAI 功能或提供獨立 GenAI 軟件的軟件供應商，包括專注于 Agentic AI 的企業軟件公司（如 Salesforce）以及專注于 GenAI 應用程序的初創公司（如 Perplexity 或 Lovable）。
2023 年 3 月 7 日，Salesforce 宣布推出 Einstein GPT，這是全球第(di)一(yi)個 CRM 生(sheng)成式 AI，用(yong)例包括 Slack、Sales、Service、Marketing、Commerce 以(yi)及 App Builder，以(yi)助力(li)提高員工(gong)效率(lv)，改(gai)進客戶體(ti)驗(yan)。
Perplexity 成(cheng)立(li)于 2022 年 8 月，專注于搜(sou)(sou)索領域，目標(biao)是(shi)取(qu)代谷(gu)歌(ge)，甚(shen)至(zhi)被(bei)稱為“谷(gu)歌(ge)殺手”。據(ju)悉，Perplexity AI 是(shi)建(jian)立(li)在大模型(xing)之上的 AI 搜(sou)(sou)索應用。有(you)別(bie)于傳統羅(luo)列網頁式搜(sou)(sou)索，而是(shi)通過利用 AI 工(gong)具，提供經(jing)過提煉(lian)總結后的答案(an)，并(bing)附上出處。
Tier-1
一級受益者——基礎模型提供商（如 OpenAI 或 Anthropic）、模型管理平臺（如 AWS Sagemaker、Google Vertex 或 Microsoft Azure AI）、數據管理工具（如 MongoDB 或 Snowflake）、云計算和數據中心運營商（如 Azure、AWS、Equinix 或 Digital Realty）、AI 咨詢和集成服務商（如 Accenture 或 Capgemini）、邊緣計算公司（如 Advantech 或 HPE）。
Tier-2
二級受益者——為一級受益者提供產品和服務支持的企業，包括芯片供應商（如 NVIDIA 或 AMD）、網絡與服務器設備供應商（如 Arista Networks、華為或 Belden）、服務器散熱技術供應商（如 Vertiv 或 Schneider Electric）。
華為(wei)全(quan)聯接大會 2024 期間，在以(yi)“星河(he)AI網絡(luo)，共贏行業(ye)智能化”為(wei)主(zhu)題的峰會上，華為(wei)數(shu)據通信產品(pin)線(xian)總裁王雷面向全(quan)球(qiu)升級(ji)星河(he) AI 網絡(luo)發布 20 余款(kuan)新品(pin)，包括業(ye)界(jie)首(shou)款(kuan) 100T 數(shu)據中心(xin)盒(he)(he)式以(yi)太(tai)交(jiao)換機(ji)、業(ye)界(jie)首(shou)款(kuan) 51.2T 數(shu)據中心(xin)盒(he)(he)式液冷交(jiao)換機(ji)，業(ye)界(jie)首(shou)款(kuan) AI 路由器、高品(pin)質萬兆園區(qu)新款(kuan)交(jiao)換機(ji)和 Wi-Fi 7 AP、智能 SASE 分支安全(quan)解決方案和業(ye)界(jie)首(shou)個 IP 自動駕駛網絡(luo)等(deng)領先解決方案，幫(bang)助客戶創造更大商業(ye)價(jia)值(zhi)。
Tier-3
三級受益者——為二級受益者提供產品和服務支持的企業，包括芯片設計電子自動化軟件供應商（如 Cadence 或 Synopsys）、半導體制造商（如臺積電 TSMC）、用于散熱技術的熱交換器供應商、電網技術供應商（如西門子能源或 ABB）。
Tier-4
四級及更遠層級的受益者——繼續為上游環節提供支持的公司，如半導體制造設備所需的光刻系統供應商（如 ASML），以及光刻系統供應鏈上的光學元件供應商（如蔡司）。
DeepSeek 浪潮中的贏家和輸家
DeepSeek R1 等模型的(de)崛起預示著生成(cheng)式(shi)人(ren)工智能價值(zhi)鏈(lian)的(de)潛在(zai)轉變，其顛覆性主要體現在(zai)：
①最大的 DeepSeek R1 模型 （具有 6850 億個參數）性能與美國基礎模型提供商的一些領先模型相當甚至更好。基準測試表(biao)明，DeepSeek 的(de) R1 模(mo)型的(de)性能與 OpenAI 的(de) o1 和(he) Anthropic 的(de) Claude 3.5 Sonnet 等領先、更知(zhi)名的(de)模(mo)型相當或更好。
②DeepSeek 的訓練成本要低得多，但并沒有最初新聞所說的那么高。早期的(de)報道顯示，該模型的(de)訓(xun)練成本超過 550 萬美(mei)(mei)元，但自發(fa)布以來，不僅(jin)訓(xun)練，而且(qie)開(kai)發(fa)整個模型的(de)真正價值一直存在爭議(yi)。據(ju)半導(dao)體研究和咨詢公司(si) SemiAnalysis 稱，550 萬美(mei)(mei)元只是成本的(de)一部分，不包(bao)括硬件支出、研發(fa)團隊的(de)工資和其他因素。
③DeepSeek 的 API 定價比 OpenAI 便宜 90% 以上。無論開(kai)發模(mo)型(xing)的(de)實(shi)際成(cheng)本(ben)(ben)如何，DeepSeek 都提供了使用其 API 的(de)更(geng)便宜的(de)方案：DeepSeek R1 的(de)輸(shu)入和輸(shu)出令牌(pai)成(cheng)本(ben)(ben)分(fen)別(bie)為每(mei)(mei)百(bai)萬(wan) 0.55 美元和每(mei)(mei)百(bai)萬(wan) 2.19 美元，而 OpenAI 的(de) o1 模(mo)型(xing)成(cheng)本(ben)(ben)為每(mei)(mei)百(bai)萬(wan) 15 美元和每(mei)(mei)百(bai)萬(wan) 60 美元。
④DeepSeek R1 是一個創新模型， DeepSeek 發布的論文展示了在 V3 基礎上開發 R1 的方法：利用混(hun)合專(zhuan)家 (MoE)架構(gou)、強化(hua)學(xue)習(xi)和極具創(chuang)意(yi)的硬(ying)件優化(hua)，創(chuang)建需要更少資源來訓練和執行 AI 推理(li)的模(mo)型(xing)，從而實現(xian)更低的 API 使用成本。
⑤DeepSeek 比多數競爭對手更加開放。DeepSeek R1 可在HuggingFace或(huo)GitHub等平臺上(shang)免(mian)費(fei)獲取。
⑥DeepSeek 在 R1 主版本發布的同時發布了功能強大的小型模型。DeepSeek不(bu)僅發布(bu)了具(ju)有超過 6800 億個(ge)參數的主(zhu)要大型模(mo)型，而(er)且還發布(bu)了多個(ge)DeepSeek R1 精簡模(mo)型。這(zhe)些(xie)模(mo)型的大小從 700 億到 15 億不(bu)等，后者可適用于許(xu)多消(xiao)費級硬件。
這些優勢將挑戰現有的市場格局并重塑對盈利能力和競爭優勢的期望。如果出現更多具有類似功能的模型，某些參與者可能會受益，而其他參與者則面臨越來越大的壓力。在此(ci)背景下，IoT Analytics 根據 DeepSeek R1 引入的創新以(yi)及開放(fang)、經濟(ji)高(gao)效的模型的廣泛(fan)趨勢，評估(gu)了主(zhu)要的贏家和可能的輸家。值得一(yi)提(ti)的是，該評估(gu)考(kao)慮了此(ci)類模型對價值鏈(lian)的潛在長期影響，而不(bu)僅(jin)僅(jin)是 R1 的直(zhi)接影響。
誰(shui)是明顯的贏家？
首先，最終用戶肯定會獲得更多的受益，更(geng)(geng)多更(geng)(geng)便宜大(da)模型的出現最終將(jiang)降低終端用戶的成本，并使人工智(zhi)能更(geng)(geng)加普及。日(ri)常生活中，已經有越來越多的人正通過提供初步構(gou)想、自動完成重(zhong)復(fu)性任務、快速(su)生成報告和文檔等手段顯(xian)著(zhu)提升工作效率(lv)。
GenAI 應用提供商也是贏家之一，隨著更(geng)多基礎(chu)模(mo)型(xing)的(de)(de)上(shang)(shang)線，構建(jian)在其上(shang)(shang)的(de)(de)初創公司(si)將(jiang)擁有更(geng)多選(xuan)擇。如上(shang)(shang)所述，DeepSeek R1 比 OpenAI 的(de)(de) o1 模(mo)型(xing)便宜得多，盡管(guan)推理模(mo)型(xing)在應(ying)用(yong)場景(jing)中使(shi)用(yong)較(jiao)少，但持續的(de)(de)突破(po)使(shi)得模(mo)型(xing)更(geng)強(qiang)大且更(geng)便宜。可(ke)以預見(jian)，更(geng)多、更(geng)廉(lian)價的(de)(de)模(mo)型(xing)將(jiang)降(jiang)低 GenAI 功能在應(ying)用(yong)中的(de)(de)集成成本。
誰是可(ke)能的贏家？
邊緣 AI/邊緣計算公司是可能的潛在贏家。在(zai)(zai)微軟(ruan)最近的(de)財報電話會議上(shang)，薩蒂亞(ya)·納德拉(la)指(zhi)出，“人工智能(neng)將(jiang)更加無(wu)處不在(zai)(zai)”，因為更多的(de)工作負載將(jiang)在(zai)(zai)本地運(yun)行。DeepSeek 與強大(da)的(de) R1 模(mo)(mo)型(xing)(xing)一起發布的(de)精簡小(xiao)型(xing)(xing)模(mo)(mo)型(xing)(xing)足(zu)夠小(xiao)，可(ke)以(yi)在(zai)(zai)許多邊(bian)緣(yuan)設備上(shang)運(yun)行。雖然規模(mo)(mo)較小(xiao)，但 1.5B、7B 和 14B 模(mo)(mo)型(xing)(xing)也(ye)是同樣強大(da)的(de)推理模(mo)(mo)型(xing)(xing)。它們可(ke)以(yi)安裝在(zai)(zai)筆記本電腦和其(qi)他(ta)功(gong)能(neng)較弱的(de)設備上(shang)，例如(ru) IPC 和工業(ye)網關(guan)。這些精簡模(mo)(mo)型(xing)(xing)已從 Hugging Face 平臺(tai)上(shang)被下載了數十萬次。擁(yong)有邊(bian)緣(yuan) AI 解決方案的(de)邊(bian)緣(yuan)計(ji)算(suan)制造商（如(ru)意(yi)大(da)利(li)的(de) Eurotech 和臺(tai)灣的(de)研華科(ke)技）將(jiang)從中獲利(li)；專門(men)從事邊(bian)緣(yuan)計(ji)算(suan)芯(xin)片的(de)芯(xin)片公司（如(ru) AMD、ARM、高通甚(shen)至英特(te)爾）也(ye)可(ke)能(neng)受益；Nvidia也(ye)在(zai)(zai)這個(ge)細分市場運(yun)營。
數據管理服務提供商是另一大潛在贏家。顯而易見(jian)，沒有數(shu)(shu)(shu)據(ju)就沒有人(ren)工智能，要(yao)使用開放模型開發(fa)應用程(cheng)序，采用者需(xu)要(yao)大量數(shu)(shu)(shu)據(ju)進(jin)行訓(xun)練(lian)和部署，這需(xu)要(yao)適當的(de)數(shu)(shu)(shu)據(ju)管理(li)。因此，隨著(zhu)不同 AI 模型數(shu)(shu)(shu)量的(de)增加(jia)，數(shu)(shu)(shu)據(ju)管理(li)將變得(de)越來越重(zhong)要(yao)。MongoDB 、Databricks 和 Snowflake 等數(shu)(shu)(shu)據(ju)管理(li)公司以及超(chao)大規模企業提供的(de)相關產品(pin)都將從(cong)中(zhong)獲利。
GenAI 服務提供商同樣受到明顯的積極影響。DeepSeek 的崛起表明 GenAI 的復雜(za)性(xing)仍在(zai)增長，不(bu)(bu)同模型(xing)的可(ke)用(yong)性(xing)增加了(le)復雜(za)性(xing)，從(cong)而推動(dong)企(qi)業(ye)對 GenAI 服務的需求(qiu)。不(bu)(bu)過，如果領先的 GenAI 模型(xing)（如 DeepSeek R1）免(mian)費提供，企(qi)業(ye)可(ke)自行試驗和部署(shu)，可(ke)能會減少(shao)對 AI 集成服務的需求(qiu)。綜(zong)合而言，隨著(zhu)新技術(shu)不(bu)(bu)斷涌(yong)現，企(qi)業(ye)將尋求(qiu)最佳方(fang)式利用(yong)開源模型(xing)，這將推動(dong) GenAI 服務需求(qiu)增長。
帶(dai)來的(de)影(ying)響尚(shang)不確定
云計算提供商受到的影響是中性的。一(yi)(yi)方(fang)面(mian)來(lai)(lai)看優勢，DeepSeek R1 已被微軟 Azure AI Foundry、AWS Bedrock 和 Amazon Sagemaker 集成，云(yun)服務商雖(sui)然投資 OpenAI 和 Anthropic，但仍保持開放模(mo)式，支持多種模(mo)型的托管(guan)、訓(xun)練(lian)和微調，更(geng)(geng)高(gao)效(xiao)的模(mo)型降低了(le)資本支出，有(you)助于提高(gao)云(yun)計(ji)算(suan)利潤率(lv)；另一(yi)(yi)方(fang)面(mian)來(lai)(lai)看劣勢，隨著邊緣計(ji)算(suan)能力增(zeng)強，模(mo)型推(tui)理(li)可(ke)能更(geng)(geng)多地(di)轉移到本地(di)設(she)備(bei)，減少云(yun)端推(tui)理(li)需求，此外，更(geng)(geng)高(gao)效(xiao)的訓(xun)練(lian)方(fang)法(fa)可(ke)能進一(yi)(yi)步降低訓(xun)練(lian)成本。總結來(lai)(lai)看，更(geng)(geng)小、更(geng)(geng)高(gao)效(xiao)的模(mo)型減少了(le)對云(yun)計(ji)算(suan)的依(yi)賴，但整(zheng)體(ti) AI 需求的增(zeng)長和 CAPEX 下降可(ke)能抵消影(ying)響。
EDA 軟件提供受到的影響也是同樣的道理。有利的方(fang)面來看，AI 計算負載日益(yi)專業(ye)(ye)化將帶來對新(xin)型(xing)(xing)(xing) AI 芯(xin)片(pian)(pian)的需(xu)求的增(zeng)加，而(er) EDA 工具在 AI 專用芯(xin)片(pian)(pian)設計中(zhong)(zhong)至關重要(yao)；不利的方(fang)面來看，如果 AI 模型(xing)(xing)(xing)趨(qu)向y小(xiao)型(xing)(xing)(xing)化、低(di)(di)資(zi)源(yuan)消耗，那么高(gao)性能數據中(zhong)(zhong)心(xin) GPU 和 ASIC 設計的需(xu)求可(ke)(ke)能減(jian)少，從而(er)降(jiang)低(di)(di) EDA 工具在高(gao)端 AI 芯(xin)片(pian)(pian)領域的授(shou)權收入。Synopsys 和 Cadence 等 EDA 供應(ying)商(shang)可(ke)(ke)能受益(yi)于 AI 硬(ying)件(jian)多樣(yang)化，但(dan)行(xing)業(ye)(ye)需(xu)適應(ying)新(xin)趨(qu)勢，更多關注邊緣、消費級和低(di)(di)成(cheng)本 AI 計算芯(xin)片(pian)(pian)設計，而(er)非大型(xing)(xing)(xing)數據中(zhong)(zhong)心(xin) GPU。
誰是可能(neng)的輸家(jia)？
AI 芯片相關企業可能會成為輸家。固(gu)然，AI 訓練成本的(de)(de)(de)降低可(ke)(ke)能(neng)會(hui)(hui)推(tui)動(dong)整體 AI 芯(xin)片(pian)(pian)需(xu)求上升，即“杰夫森(sen)悖(bei)論(lun)”（即效率提升反(fan)而增加(jia)需(xu)求）。ASML 首席執(zhi)行官也(ye)有類似的(de)(de)(de)想法：“AI 成本降低可(ke)(ke)能(neng)意味著更多(duo)的(de)(de)(de)應用(yong)，更多(duo)的(de)(de)(de)應用(yong)意味著隨(sui)著時間的(de)(de)(de)推(tui)移(yi)需(xu)求會(hui)(hui)更多(duo)。我(wo)們認(ren)為這是增加(jia)芯(xin)片(pian)(pian)需(xu)求的(de)(de)(de)機會(hui)(hui)。”但(dan)劣勢也(ye)相(xiang)當明(ming)顯——DeepSeek R1 訓練成本下降主要由于減(jian)少(shao)對高端(duan) GPU 的(de)(de)(de)依賴，這可(ke)(ke)能(neng)影(ying)響高性能(neng) AI 芯(xin)片(pian)(pian)的(de)(de)(de)投資回報，并影(ying)響大規(gui)模(mo) AI 芯(xin)片(pian)(pian)采(cai)購計(ji)劃（如(ru)最近宣布的(de)(de)(de)星際之門項目）。IoT Analytics 研(yan)究顯示(shi)，NVIDIA 在數據中心 GPU 市場占比高達 92%，但(dan)如(ru)果 AI 模(mo)型所需(xu)硬(ying)件減(jian)少(shao)，可(ke)(ke)能(neng)會(hui)(hui)削弱 NVIDIA 的(de)(de)(de)增長前景(jing)。
數據中心相關行業（網絡設備、電力基礎設施、冷卻系統）可能也會受到沖擊。如果 AI 訓練和(he)推理變得(de)更高(gao)(gao)效，對高(gao)(gao)端數(shu)據中(zhong)心 GPU 的需(xu)求下降，數(shu)據中(zhong)心擴張的必要(yao)性也(ye)會(hui)減少(shao)。這(zhe)可能(neng)影響網絡設(she)(she)備、電力基礎設(she)(she)施(shi)（如電網技術）、服務器冷(leng)卻解決方案(an)的市場需(xu)求。
不過，筆者也看到過一些相反的觀點。比如 TrendForce 集邦咨詢近日發布的研報指出，DeepSeek 模型雖降低 AI 訓練成本，但 AI 模型的低成本化有望擴大應用場景，進而增加全球數據中心建置量。
誰(shui)是明顯的(de)輸家(jia)？
專有模型提供商將受到比較大的負面影響。那(nei)些已經在 GenAI 領域投入巨(ju)資的(de)專有(you)模(mo)(mo)型(xing)(xing)公(gong)(gong)司(si)（如 OpenAI、Anthropic）正(zheng)在或即將蒙受損(sun)失(shi)。DeepSeek R1 的(de)開源策略削弱了(le)專有(you)模(mo)(mo)型(xing)(xing)的(de)競(jing)爭優勢(shi)。即便(bian)這些公(gong)(gong)司(si)推(tui)出更多開源模(mo)(mo)型(xing)(xing)，也(ye)會(hui)影響其當前的(de)盈利模(mo)(mo)式。此(ci)外(wai)，DeepSeek 證明了(le)頂(ding)級 AI 模(mo)(mo)型(xing)(xing)可以(yi)免(mian)費開放，未來專有(you)模(mo)(mo)型(xing)(xing)的(de)“護(hu)城(cheng)河”變得不確定。當 DeepSeek 以(yi)免(mian)費（用于本地部署）或非(fei)常便(bian)宜(yi)（其 API 比同類模(mo)(mo)型(xing)(xing)便(bian)宜(yi)一(yi)個數量(liang)級）的(de)方式發布(bu)強大的(de)模(mo)(mo)型(xing)(xing)，OpenAI 、Anthropic 和(he) Cohere 等公(gong)(gong)司(si)可能面臨激烈競(jing)爭。
寫在最后
DeepSeek 的(de)(de)發布(bu)只是產業(ye)鏈變革(ge)的(de)(de)一個起點(dian)，未(wei)來還將有(you)更多意想不(bu)到(dao)的(de)(de)變化(hua)發生。贏家和輸家的(de)(de)界(jie)限或(huo)許尚未(wei)最終(zhong)劃定(ding)，而真(zhen)正決定(ding)企(qi)業(ye)命運的(de)(de)，仍然是它們在(zai)未(wei)來幾年內的(de)(de)戰略選擇。在(zai)這(zhe)場智(zhi)能化(hua)的(de)(de)競(jing)賽中，誰能笑(xiao)到(dao)最后(hou)？或(huo)許，我們很快就會見分曉。
參考資料(liao)：DeepSeek R1’s implications: Winners and losers in the generative AI value chain，iot-analytics芯(xin)報丨AI搜索(suo)公司Perplexity完成(cheng)5億美(mei)元融資，AI芯(xin)天下DeepSeek超ChatGPT成(cheng)全球增長最快AI應用！下載破4000萬，日活(huo)超豆包(bao)登頂(ding)中(zhong)國(guo)No.1,量子位DeepSeek 的低成(cheng)本(ben) AI 模型將催生光(guang)通信需求，TrendForce華為云、ZStack、騰(teng)訊云、阿里云、百度云：首批上(shang)線 DeepSeek，大江網DeepSeek引(yin)爆中(zhong)國(guo)AI投資狂潮 港A股這是要復刻2023年“美(mei)股瘋(feng)牛”?，智通財經
