DeepSeek如何影響汽車業(yè)？

汽車正在變得更聰明。不再需要生硬地反復(fù)喚醒車機(jī)，人與車的對(duì)話越來越自然，仿佛車內(nèi)多了一位智能助理。同時(shí)，自動(dòng)駕駛也變得更加流暢和可靠。更重要的是，這些原本專屬于高端豪華車的體驗(yàn)，正逐漸下探到普惠車型。

這些場(chǎng)景的實(shí)現(xiàn)并不遙遠(yuǎn)，越來越多的汽車產(chǎn)業(yè)界人士將希望寄托于AI技術(shù)。2025年春節(jié)期間，DeepSeek風(fēng)潮吹入汽車行業(yè)，讓上述暢想離現(xiàn)實(shí)更近一步。

2月10日，比亞迪董事長(zhǎng)王傳福表示，新車全系搭載智駕，接入DeepSeek，高階智駕開始覆蓋10萬元以下車型。

越來越多的車企宣布接入DeepSeek大模型。從2月8日至10日的短短三天內(nèi)，吉利、嵐圖、東風(fēng)、智己、長(zhǎng)安，這樣的名單正越來越長(zhǎng)，近20家車企已在智艙端或AI運(yùn)營(yíng)領(lǐng)域深度融合DeepSeek。

在當(dāng)前汽車行業(yè)中，頭部車企在智能化領(lǐng)域的競(jìng)爭(zhēng)已趨同化，難以凸顯差異或維持領(lǐng)先優(yōu)勢(shì)。面對(duì)這一現(xiàn)狀，整個(gè)行業(yè)都在熱切期盼更高級(jí)別的智能化技術(shù)涌現(xiàn)，為汽車行業(yè)帶來更為顯著和可觀的變革。在這樣的背景下，像DeepSeek這樣的AI技術(shù)逐漸成為車企眼中的“寵兒”。

長(zhǎng)期以來，車企在智能化布局中面臨高昂成本，主要源于對(duì)高算力芯片及算法資源的依賴。而以DeepSeek為代表的低算力方案，通過優(yōu)化算法結(jié)構(gòu)，大幅降低了成本，為汽車智能化的普及提供了突破口。

突破交互瓶頸：汽車能深度聽懂“人話”

汽車?yán)锏陌存I越來越少了，按照車廠的美好暢想，汽車能聽懂乘員指令，不但能夠調(diào)溫度、座椅角度、設(shè)定路線，還能輔助決策、理順日程，成為一個(gè)聰明的車載助理。現(xiàn)實(shí)并沒那么美好，現(xiàn)有車機(jī)系統(tǒng)需要逐一呼叫車輛小名，回答內(nèi)容簡(jiǎn)單機(jī)械，既不方便也不智能，甚至不如掛在支架上的手機(jī)。

為了打破如上瓶頸，車企將寶押在DeepSeek等新技術(shù)上，希望借此更好地理解乘員提出的模糊指令，進(jìn)而優(yōu)化車輛控制、人車交流、售后等各種體驗(yàn)。不只是優(yōu)化既有功能體驗(yàn)，車企更有意借助DeepSeek完善自己的人工智能系統(tǒng)，以便展開聯(lián)合訓(xùn)練。

更懂乘員，能夠聽懂并說人話的智能座艙，這恰恰是DeepSeek“上車”的抓手。目前，DeepSeek尚處于開發(fā)階段，其中DeepSeek-R1作為推理模型，其主要作用體現(xiàn)在智能座艙的語(yǔ)言訓(xùn)練中。

開源證券研報(bào)認(rèn)為，座艙是智能業(yè)務(wù)助理的載體，車企紛紛探索有關(guān)應(yīng)用落地。R1模型有望帶來更優(yōu)的座艙交互體驗(yàn)，座艙智能業(yè)務(wù)助理將實(shí)現(xiàn)前所未有的功能提升，并有望孕育全新應(yīng)用場(chǎng)景。同時(shí)其對(duì)算力的節(jié)約也讓模型更容易在座艙端本地化部署，實(shí)現(xiàn)更優(yōu)的體驗(yàn)。

結(jié)合最近各大車企公布的DeepSeek大模型融合情況，可以看到對(duì)于智能座艙的顛覆具體表現(xiàn)為以下幾點(diǎn)：對(duì)話更絲滑，更像人與人交流，而不再機(jī)械和呆板，突破以往一問一答模式；同時(shí)，更懂車和乘員，能夠基于地理位置、氣象信息、用戶過往習(xí)慣等，更聰明地控制車輛、建議售后維保等。

擺脫“算力霸權(quán)”：低算力能否撼動(dòng)英偉達(dá)芯片地位

DeepSeek所采用的“蒸餾法”，允許在非安全領(lǐng)域內(nèi)減少對(duì)高算力芯片的依賴，用國(guó)產(chǎn)工規(guī)或消費(fèi)級(jí)芯片實(shí)現(xiàn)替代，進(jìn)一步降低整體成本。

數(shù)據(jù)蒸餾是一種業(yè)內(nèi)常見的技術(shù)，通過算法和策略對(duì)原始復(fù)雜數(shù)據(jù)進(jìn)行去噪、降維和提煉，從而得到更精煉、有用的數(shù)據(jù)。其核心目標(biāo)是將復(fù)雜模型的知識(shí)提煉到簡(jiǎn)單模型中。

試舉一例，以前的大模型訓(xùn)練相當(dāng)于使用題海戰(zhàn)術(shù)，在大量的數(shù)據(jù)中訓(xùn)練。而蒸餾就相當(dāng)于讓在題海戰(zhàn)術(shù)里磨煉過的優(yōu)秀大模型充當(dāng)新模型的老師，篩選出有效題目，再讓新的大模型訓(xùn)練。

與傳統(tǒng)AI訓(xùn)練方法不同，DeepSeek降低成本的關(guān)鍵在于采用了全新的強(qiáng)化學(xué)習(xí)（RL）方式進(jìn)行訓(xùn)練，而非依賴于監(jiān)督微調(diào)（SFT）或人工標(biāo)注數(shù)據(jù)。這一模式不僅優(yōu)化了訓(xùn)練效率，更降低了對(duì)高端AI芯片的依賴，顛覆了算力市場(chǎng)一貫的發(fā)展邏輯。

高性能、低成本是DeepSeek模型開發(fā)的準(zhǔn)則。其推理模型R1通過采用一種名為“動(dòng)態(tài)蒸餾”的技術(shù)，在已有的通用大模型V3基礎(chǔ)之上濃縮為精華版的小模型。由此一來，在沒有超強(qiáng)算力的情況下也能實(shí)施部署。

也就是說，DeepSeek向行業(yè)證明了一件事：不用堆疊算力也可以搞好大模型，AI芯片霸權(quán)或就此終結(jié)。

回看2024年，國(guó)產(chǎn)智駕集體進(jìn)入“端到端”時(shí)代，有頭部智駕解決方案企業(yè)CEO（首席執(zhí)行官）表示，其應(yīng)用深度的差異仿佛代表了技術(shù)領(lǐng)先性。當(dāng)時(shí)，面對(duì)AI的高門檻和復(fù)雜性，國(guó)內(nèi)的智駕玩家普遍以特斯拉為范式，囤算力、囤數(shù)據(jù)，不斷訓(xùn)練、不斷迭代。

在此之前，不少車企有意投入巨資，大量購(gòu)買乃至囤積算力卡。理想智駕研發(fā)副總裁郎咸朋曾表示，伴隨著智駕參數(shù)量的持續(xù)擴(kuò)大，以及未來智駕向L4級(jí)的深入，理想每年單在算力集群上的花銷就達(dá)到10億美元左右（折合人民幣72.8億元）。

如今，把錢砸向算力不再是唯一的解題思路，許多AI轉(zhuǎn)型計(jì)劃因受限于算力、算法和成本而面臨困境，DeepSeek的方案則為這些企業(yè)提供了本地化部署大模型的機(jī)會(huì)，自動(dòng)駕駛領(lǐng)域同樣如此。有分析認(rèn)為，DeepSeek開源、低成本、低算力的模型，有可能成為新能源汽車和自動(dòng)駕駛行業(yè)智能化躍遷的催化劑。

DeepSeek作為多模態(tài)大模型的代表，其核心價(jià)值在于通過端側(cè)高效推理能力，推動(dòng)智能駕駛系統(tǒng)從“感知驅(qū)動(dòng)”向“認(rèn)知驅(qū)動(dòng)”升級(jí)。在黑芝麻智能首席市場(chǎng)營(yíng)銷官楊宇欣看來，有助于降低開發(fā)門檻：黑芝麻智能專為下一代AI模型設(shè)計(jì)的A2000芯片，已支持當(dāng)前主流大模型的部署，通過軟硬件協(xié)同優(yōu)化，幫助車企減少算法適配成本，加速功能迭代。

DeepSeek的算法為低成本訓(xùn)練提供了解題思路，不過短期內(nèi)要用DeepSeek+國(guó)產(chǎn)芯片的方案去替代英偉達(dá)芯片難度不低。羅蘭貝格全球合伙人時(shí)帥就向《財(cái)經(jīng)》指出，目前全球80%以上的大模型是基于英偉達(dá)芯片訓(xùn)練的。

算法魔力：DeepSeek如何重塑智駕生態(tài)？

自2022年ChatGPT爆火后，汽車企業(yè)便開始陸續(xù)推動(dòng)AI大模型上車。部分新勢(shì)力車企還發(fā)布了自有AI大模型，如2023年6月理想汽車發(fā)布了Mind GPT；小鵬汽車發(fā)布了XGPT靈犀大模型。業(yè)內(nèi)普遍認(rèn)為，DeepSeek的出現(xiàn)不僅將迅速推動(dòng)大模型上車，更會(huì)加速推動(dòng)高階智駕落地。

OpenAI和DeepSeek主要信息對(duì)比

在全球大模型競(jìng)賽中，以往方法是圍繞“數(shù)據(jù)、算法、算力”三要素中的算力進(jìn)行突破，通過不斷堆高算力水平來實(shí)現(xiàn)大模型訓(xùn)練和推理的加速。就像在一場(chǎng)跑步比賽中，大家都在試圖通過更強(qiáng)的體能來贏得比賽。而DeepSeek的出現(xiàn)，打破了這種傳統(tǒng)模式。它選擇從架構(gòu)和算法創(chuàng)新入手，就像是跑步比賽中的選手，不再單純依靠提升體力，而是通過改進(jìn)跑步姿勢(shì)、節(jié)奏等技巧來提高跑步速度。通過創(chuàng)新的架構(gòu)和算法，DeepSeek可以在有限的算力與訓(xùn)練成本下，顯著提升算力利用效率。

那么，DeepSeek為什么能夠做到成本低、算法優(yōu)，它的技術(shù)原理到底好在哪里？

簡(jiǎn)單地說，DeepSeek之所以在某些方面比其他AI大模型表現(xiàn)更優(yōu)，不僅僅是因?yàn)樗捎昧烁咝Ъ軜?gòu)設(shè)計(jì)、輕量化模型、分布式計(jì)算等技術(shù)，更重要的是它在技術(shù)細(xì)節(jié)的實(shí)現(xiàn)、創(chuàng)新點(diǎn)的結(jié)合以及對(duì)實(shí)際應(yīng)用場(chǎng)景的深度優(yōu)化上做得更好。這些技術(shù)細(xì)節(jié)包括算法創(chuàng)新、數(shù)據(jù)利用、模型優(yōu)化、場(chǎng)景適配、資源管理、生態(tài)整合等方面進(jìn)行的更深度優(yōu)化和創(chuàng)新。這些優(yōu)勢(shì)不僅體現(xiàn)在技術(shù)層面，還體現(xiàn)在對(duì)實(shí)際應(yīng)用場(chǎng)景的深刻理解和快速響應(yīng)能力上。

比如在自動(dòng)駕駛實(shí)驗(yàn)中，真實(shí)路測(cè)難以覆蓋所有危險(xiǎn)場(chǎng)景（如行人突然橫穿馬路）。DeepSeek可以構(gòu)建高保真的虛擬駕駛場(chǎng)景（如極端天氣、突發(fā)事故等），通過合成數(shù)據(jù)訓(xùn)練模型，彌補(bǔ)真實(shí)數(shù)據(jù)中罕見場(chǎng)景的不足。同時(shí)生成對(duì)抗網(wǎng)絡(luò)（GAN），包括生成多樣化的行人、車輛行為模式等，以提升模型對(duì)復(fù)雜交通場(chǎng)景的適應(yīng)能力。

基于此，DeepSeek所構(gòu)建的虛擬仿真場(chǎng)景數(shù)據(jù)，可以使模型提前學(xué)習(xí)應(yīng)對(duì)策略，避免實(shí)際路測(cè)中的安全隱患。同時(shí)，通過云端協(xié)同的方式將數(shù)據(jù)合成，并與仿真訓(xùn)練放在云端完成，車端僅需加載輕量化模型，避免占用車端算力。

在應(yīng)用于具身智能（如自動(dòng)駕駛、智能機(jī)器人等）場(chǎng)景數(shù)據(jù)訓(xùn)練過程中，DeepSeek所具備的自我進(jìn)化能力可以自發(fā)地產(chǎn)生一些高級(jí)推理行為，如自我反思。并且，它還會(huì)重新審視和評(píng)估自己之前的推理步驟，以及探索多種解題思路，嘗試從不同角度解決問題。這一特殊性能可以很好地被利用在基于基礎(chǔ)駕駛場(chǎng)景的泛化設(shè)計(jì)處理中。

此外，如果將DeepSeek的思維方法應(yīng)用到自動(dòng)駕駛中，還可以通過邊緣計(jì)算在車端部署輕量化模型，實(shí)時(shí)處理傳感器數(shù)據(jù)（如攝像頭、激光雷達(dá)），實(shí)現(xiàn)低延遲決策。同時(shí)輔以增量學(xué)習(xí)在車端注入新數(shù)據(jù)持續(xù)優(yōu)化模型。借用DeepSeek流式數(shù)據(jù)處理方式、輔以邊緣計(jì)算、在線學(xué)習(xí)、記憶回放、彈性權(quán)重鞏固等技術(shù)，實(shí)現(xiàn)自動(dòng)駕駛中的實(shí)時(shí)數(shù)據(jù)處理與增量學(xué)習(xí)。

比如，此前車輛在面對(duì)某一個(gè)危險(xiǎn)場(chǎng)景下，已有專家策略是進(jìn)行障礙物大小識(shí)別后，進(jìn)行繞行避撞，如果此時(shí)復(fù)現(xiàn)該類似場(chǎng)景，那么就可以通過記憶回放直接調(diào)用之前的處理小模型，再次利用繞行避撞策略進(jìn)行局部端到端的處理。

有業(yè)內(nèi)人士指出，DeepSeek需與傳統(tǒng)的自動(dòng)駕駛技術(shù)棧（如控制理論、SLAM、強(qiáng)化學(xué)習(xí)）深度融合，其核心價(jià)值在于解決開放環(huán)境下的認(rèn)知智能問題，而非替代現(xiàn)有感知-決策-控制鏈路。

在智能化時(shí)代，優(yōu)秀的用戶體驗(yàn)、更快的迭代速度和更低的成本，成為車企競(jìng)爭(zhēng)的關(guān)鍵指標(biāo)。

國(guó)聯(lián)證券認(rèn)為，DeepSeek是智駕重要工具。一方面智能駕駛安全邊界較高，仍需要較長(zhǎng)訓(xùn)練時(shí)長(zhǎng)保證功能安全；另一方面針對(duì)不同車型算力和架構(gòu)，蒸餾后仍需要完成定向開發(fā)。從未來功能實(shí)現(xiàn)層面來看，尚未實(shí)現(xiàn)智能駕駛功能完整性部署前，DeepSeek的使用或加速縮小各家車企之間的時(shí)間差距。實(shí)現(xiàn)功能突破后智能駕駛領(lǐng)先企業(yè)有望保持用戶黏性和高階功能性能的領(lǐng)先。

10萬元智能車的鑰匙：智能駕駛向主流車下沉

自動(dòng)駕駛行業(yè)雖然尚未提出結(jié)合DeepSeek的相關(guān)技術(shù)應(yīng)用，不過低成本、低算力、高性能模式，與當(dāng)下高階智駕技術(shù)，逐漸向10萬元級(jí)車型普及的方向相一致。

顯而易見，這是DeepSeek帶來的積極意義。小鵬汽車董事長(zhǎng)兼CEO何小鵬認(rèn)為，DeepSeek有兩個(gè)技術(shù)細(xì)節(jié)與小鵬汽車的判斷吻合：一是蒸餾技術(shù)是有效保存模型能力的方法；二是巨大模型的蒸餾后效果強(qiáng)于小模型的強(qiáng)化學(xué)習(xí)。

開源證券2月5日的研報(bào)指出，DeepSeek-R1模型的諸多優(yōu)化方法有望為智駕行業(yè)所借鑒。目前自動(dòng)駕駛玩家推動(dòng)大語(yǔ)言模型甚至視覺語(yǔ)言動(dòng)作模型（VLA）上車提升智駕算法的認(rèn)知能力，DeepSeek-R1有望作為優(yōu)秀的教師模型，將其性能蒸餾給車端模型，進(jìn)一步提升車端模型的能力。

2024年，中國(guó)高階智駕的滲透率突破了10%。按照中國(guó)電動(dòng)汽車百人會(huì)的預(yù)測(cè)，這一數(shù)字將在2025年達(dá)到20%，提升近一倍。

而低成本、高性能的開源模型，將加速自動(dòng)駕駛的迭代周期。傳統(tǒng)車企訓(xùn)練自動(dòng)駕駛模型需三個(gè)至六個(gè)月，相比之下，DeepSeek的MoE（混合專家）架構(gòu)可將訓(xùn)練周期壓縮至45天。

與DeepSeek的融合，有望受益于DeepSeek R1的算法優(yōu)化和算力節(jié)約，全面提升自動(dòng)駕駛系統(tǒng)的性能和用戶體驗(yàn)，實(shí)現(xiàn)科技創(chuàng)新與市場(chǎng)價(jià)值的雙贏。

可見，在AI技術(shù)的驅(qū)動(dòng)下，當(dāng)下自動(dòng)駕駛技術(shù)已告別硬件堆疊、比拼算力的時(shí)代，一場(chǎng)錨定AI融合的高階智駕、智能座艙“新競(jìng)賽”即將拉開帷幕。

DeepSeek不是萬能藥：大模型落地的挑戰(zhàn)

一位國(guó)內(nèi)領(lǐng)先智能駕駛公司技術(shù)專家告訴《財(cái)經(jīng)》，目前公司嘗試在一些項(xiàng)目中使用DeepSeek-R1。相較于ChatGPT4o模型來說，DeepSeek目前不穩(wěn)定，對(duì)高并發(fā)情況（通過設(shè)計(jì)保證系統(tǒng)能夠同時(shí)并行處理很多請(qǐng)求）處理不如ChatGPT穩(wěn)定。

純語(yǔ)言模型專注于文本數(shù)據(jù)的處理和生成。而現(xiàn)實(shí)物理世界還有圖像、視頻和音頻等多模態(tài)，多模態(tài)模型可以理解和處理除了文本以外的各種模態(tài)。因此，純語(yǔ)言模型應(yīng)用場(chǎng)景不如多模態(tài)模型廣泛。

DeepSeek曾推出過Janus Pro多模態(tài)模型，可以將文字生成圖片，但應(yīng)用范圍在娛樂領(lǐng)域。上述人士表示，在自動(dòng)駕駛這種嚴(yán)謹(jǐn)性高、安全系數(shù)高的場(chǎng)景中，目前的應(yīng)用還頗為受限，但是其對(duì)自動(dòng)駕駛研發(fā)具有借鑒意義。

不過，能看得出DeepSeek本身也在進(jìn)化和迭代當(dāng)中，為此智駕公司對(duì)其抱有不小的期待。在楊宇欣看來，DeepSeek有助于顯著提升智駕技術(shù)中的場(chǎng)景理解能力，具體來說DeepSeek可融合視覺、語(yǔ)音、環(huán)境等多維度數(shù)據(jù)，實(shí)現(xiàn)更擬人化的駕駛決策，例如在復(fù)雜路口動(dòng)態(tài)調(diào)整路徑規(guī)劃，或在突發(fā)狀況中快速生成安全策略。

除了技術(shù)難題待解，如何真正體現(xiàn)技術(shù)價(jià)值，而不是停留在紙面乃至營(yíng)銷上，這是對(duì)于汽車在內(nèi)的諸多應(yīng)用級(jí)玩家的挑戰(zhàn)。

當(dāng)前車企對(duì)包括DeepSeek在內(nèi)的諸多AI技術(shù)的理解和開發(fā)還處于初級(jí)階段，技術(shù)深度和實(shí)際應(yīng)用仍有很大提升空間。例如部分車企追求營(yíng)銷噱頭，將AI功能生硬地堆砌到產(chǎn)品中，不僅未能提升用戶體驗(yàn)，反而使消費(fèi)者對(duì)產(chǎn)品的實(shí)用性產(chǎn)生懷疑。

當(dāng)一個(gè)又一個(gè)大模型在各行各業(yè)落地應(yīng)用，大模型落地似乎沒有想象中的那么難，難的是，落地后真正體現(xiàn)出價(jià)值。

對(duì)于汽車業(yè)來說，要持續(xù)思考三個(gè)問題：車主是否真正提升了用車體驗(yàn)？車企是否真正提升了經(jīng)營(yíng)業(yè)績(jī)？整個(gè)產(chǎn)業(yè)生態(tài)鏈?zhǔn)欠裾嬲@得了穩(wěn)定利潤(rùn)？