图片系AI生成
技术革命的浪潮正加速席卷汽车行业。
春节过后，有超过 20 家车企与 DeepSeek 达成了深度合作。这些车企包括比亚迪、吉利、奇瑞、东风集团、长城汽车、宝骏汽车、极氪、岚图、智己等。
在汽车市场环境日益激烈的竞争态势下，车企对智能化营销的重视程度越来越高。DeepSeek 成为车企在追求智能化过程中的关键所在，这是不难理解的。
然而，在狂热的资本追逐的情形下，DeepSeek 的真实落地情况究竟怎样呢？它的技术红利能否切实推动行业变革呢？这既是开启智驾新时代的关键变量，也是一场以概念为先的营销狂欢呢？还是不是开启智驾新时代的关键变量，而只是一场概念先行的营销狂欢呢？这些都是值得关注和思考的问题。
对此，业内有些专家已经开始进行反思。商汤绝影的 CEO 王晓刚明确地指出：当下车企与 DeepSeek 的结合仅仅是把原始模型进行了简单的接入，在汽车产品体验层面的深度结合方面，与理想状态还存在着非常明显的差距。
小鹏汽车的 CEO 何小鹏直接说道：“很多仅仅是通过 Web 来调用一下接口，这种做法对于最终的 driver 而言，并没有那么大的价值，确实需要做到让用户的体感非常优秀才行。”
DeepSeek 带来的技术红利是真实存在的，然而在落地之后，其真正体现出的价值还需要进一步去梳理清楚。一位智驾公司的技术负责人，他不愿意透露自己的姓名，也向钛媒体 App 证实了这一点：“DeepSeek 的接入确实比较简单，任何人都能够完成。关键之处在于要看应用的领域、数据的有效性以及场景对于错误的容忍程度。”
智舱立竿见影，智驾任重道远
梳理车企与 DeepSeek 的合作内容后可以发现，其主要集中在智能座舱的交互功能方面。
传统车载语音助手常被诟病为“人工智障”。DeepSeek 本身是一个大语言模型，其语义理解能力能让车载系统更人性化，对话更流畅，不再显得机械和呆板。
吉利的星睿大模型与 DeepSeek-R1 融合后，能够依据车主最新的驾驶路线，回应车主关于路过湖泊的相关问题；广汽的 ADiGO SENSE 和 DeepSeek-R1 融合后，使汽车从仅仅是“响应指令的工具”转变为了“预见需求的伙伴”；上汽的斑马智行接入 DeepSeek 之后，能够精准地捕捉用户的模糊意图，并提供恰当的服务组合。
比亚迪智驾负责人杨冬生在介绍璇玑架构接入 Deepseek-R1 大模型的能力时，着重提到以下几点：比亚迪车型能够借助 R1 大模型的推理能力，更好地理解用户的模糊意图；比亚迪车型能够借助 R1 大模型的推理能力，更好地理解用户的隐性需求；比亚迪车型能够借助 R1 大模型的推理能力，提供更加精准的服务；比亚迪车型能够借助 R1 大模型的推理能力，提供更加个性化的服务。
这背后主要依靠 DeepSeek 自身的能力。它通过引入强化学习，拥有了长思维链和慢推理的能力，能够产生一些更高层次的认知，进而达到情感上的支持。通俗来讲，思维链就如同一条无形的线，把问题的各个关键节点串联在一起，让模型在处理任务时可以有条不紊地进行逻辑推导，如同抽丝剥茧一般，逐步找到问题的答案。
然而，这里面涉及两个问题，一个是“慢”，一个是“准”。
一方面，现在 DeepSeek 自身所能支撑的访问量较为有限。由于用户量极为众多，所以当进行提问时，整个反馈的时间延迟都比较长。另一方面，DeepSeek 是一个长推理的模型，在进行推理时，其输出相对较为缓慢。
延迟对于智能座舱而言，关乎着体验的好坏；对于自动驾驶安全来说，则关乎着安全与否。通常来讲，人类驾驶员的反应时间因受生理限制，一般处在 0.5 秒到 1 秒这个范围之内，而人们对自动驾驶系统的反应时间显然得更快。
另外，有一个是“准”方面的问题。对于智能座舱的人机交互而言，在端侧部署几个 B 版本是可以的。然而，其输出的精准性远远比不上大尺寸的模型。通常情况下，要达到比较好的效果，需要 32B 及以上的版本，不过这对端侧算力的要求比较高。东土科技集团副总经理兼智能公司总经理张人杰对此进行了解释。
张数表示，除了 671B 的版本外，其余小 size 参数的版本输出准确度基本很低。671B 要在设备端侧（包括汽车这类）部署，目前可能性不大。自动驾驶是安全领域的应用，不是内容输出类应用，二者在容错性方面不可相提并论。
在目前的汽车应用里，DeepSeek 主要被用于智能座舱的人机交互。而自动驾驶的场景，要想有可能享受大语言模型快速发展带来的技术红利，就仍然需要重新规划。
从GPT到DeepSeek，“思路”很重要
人工智能的发展一直是以算法、算力和数据进行螺旋式交替作为技术的驱动力，从而推动技术不断地演进。车企纷纷涌向 DeepSeek 的场景，这种场景与 2023 年 GPT 爆火时的场景是相似的。
在 GPT 出现之前，通用大模型是不存在的。即便在那个时候已经有了端到端自动驾驶，然而，多数情况下所说的端到端自动驾驶指的是一个纯自动驾驶模型。零一汽车智能驾驶的合伙人王泮渠向钛媒体 App 解释两波技术热潮时说道，GPT 出现之后，这意味着所有的东西都能够被统一到语言这个框架当中。并且它还能够依据一个比较优良的 Scaling law（尺度定律），孕育出一个极为强大的基础模型。
然而，在 GPT 以及 DeepSeek 相继出现的这段时间里，“大模型行业的发展实际上遭遇了一些瓶颈，主要体现在互联网的数据价值被充分榨干这一方面。”王晓刚说道。
他进一步解释，原来借助尺度定律，在其指引下通过扩大模型规模以及增添单纯的算力，然而所得到的收益相对而言是较为有限的。
端端需要有海量数据来模仿人类行为。然而，从中国的实际状况来讲，我们难以做到像特斯拉那样，拥有 700 万台车以及大量数据的回流。
DeepSeek 在智舱上的效果较为显著，而在智驾领域，它的作用主要是让人们明白以前完成某些事情需要大量资源，如今门槛降低了。“它将原本只有精英才能做的事情转变为大众公司也能做的事情。”王泮渠说道。
一方面，大模型对算力的依赖在逐渐降低。众所周知，车载上端侧的算力是有限的。然而，由于在实时性、安全性以及隐私性等方面有要求，所以对端侧模型运行的要求较高。在此情况下，DeepSeek 的出现，在端侧上确实带来了较大的机会。
王晓刚指出，DeepSeek-R1 的慢思考长思维链需要一个强大的云端模型，所以在云端不能降低算力，反而对算力有更高要求。这并不意味着算力需求降低是绝对的。它可以借助“蒸馏”等一系列手段，利用一个强大的云端模型来生成一个合适的端侧模型。比如 DeepSeek-V3 就是通过数据的蒸馏来降低算力的。
DeepSeek 所采用的“蒸馏法”，其核心目标在于把复杂模型所蕴含的知识提炼到简单模型当中。以往大模型的训练采用的是题海战术，而蒸馏法并非是对参数进行简单复制，而是筛选出有效的问题，接着去训练新的大模型。
何小鹏曾表示，小鹏的云端大模型与 DeepSeek 的技术相同，是通过一个云端超级大模型进行蒸馏后，再下放到车端的。
不过，要想直接将 DeepSeek 应用到自动驾驶领域，还需要经历极为漫长的探索历程。以零一汽车正在进行的研发为例，王泮渠介绍说目前正在进行两个方面的尝试：
第一，DeepSeek 是一个大语言通用模型。而自动驾驶是一个垂直模型。需要将通用的大模型转变为垂直领域模型。
张人杰表示，若要在自动驾驶中切实达成端到端，那么世界模型和 VLA 需能够得以真正应用。同时，DeepSeek 这类大语言模型的开发思路可被借鉴，用于开发适配自动驾驶的多模态大模型。
第二，DeepSeek 是一个能够进行长推理的模型。在进行推理时，它输出的速度相对较慢。接下来需要尝试去找到方法，将推理的时间缩短。
能否叩开"全民智驾"大门？
2025 年，中国汽车产业正遭遇一场由 AI 推动的智能化浪潮。在这一变革过程中，DeepSeek 的兴起成为重要的因素。凭借其具备“低成本、高性能”的这种特性，DeepSeek 不但重新构建了智能座舱的交互逻辑，还在自动驾驶领域引发了技术平等的风暴。
DeepSeek 的核心竞争力是由其技术创新以及工程化能力所带来的。DeepSeek 研发的 DeepSeek-R1 模型借助混合专家架构（MoE）和动态蒸馏技术，这样一来，既能够降低算力的需求，又可以提升推理的效率。
传统模型需要数万块 GPU 来进行训练，成本较高，而 DeepSeek 只用 2048 块 GPU 就能完成 6710 亿参数模型的训练，费用仅为 557.6 万美元。这种高效性使得车企的研发门槛降低了，中小厂商也能够快速部署高阶智驾功能。
DeepSeek 采用的“蒸馏法”，能够在非安全领域减少对高算力芯片的依赖，通过使用国产工规或消费级芯片来实现替代，从而进一步降低整体成本。
然而，车企争相拥抱DeepSeek的背后，也暗藏着风险。
车企如果只是把 DeepSeek 当作营销的噱头，而不去重视硬件的研发以及数据的积累，那么就有可能会重蹈安卓系统那种同质化的覆辙。在当下，有很多家车企都宣称自己“首搭 DeepSeek”，然而实际上却只是将其用于语音交互的优化，在核心的智驾能力方面并没有取得突破。这种“表面上的智能化”很有可能会透支用户的信任，反过来对行业的长期发展造成不良影响。
更深层的矛盾体现在技术普惠与产业升级的平衡方面。DeepSeek 所推动的“全民智驾”，其本质实际上是在存量市场中进行的内卷行为。而真正意义上的革命，需要突破更高阶的自动驾驶技术，并且对交通生态进行重新构建。
车企若将 DeepSeek 当作跳板，而非救命稻草，那么这场由 AI 驱动的智驾革命或许就能真正改写出行的历史。欧阳明高曾说：“智能化的最终结局并非是垄断，而是要让技术回归到服务的本质。”只有做到这样，“全民智驾”才不会变成一场资本的游戏，而是会成为惠及社会的技术里程碑。
海量资讯、精准解读，尽在新浪财经APP
