太平洋科技 出行

DeepSeek的風(fēng)，終究是在車圈刮起來了。

就在我們還在驚訝，DeepSeek已經(jīng)成為史上用戶數(shù)增長最快的互聯(lián)網(wǎng)產(chǎn)品時，國內(nèi)汽車企業(yè)早已按捺不住，瘋狂往這個風(fēng)口上撞。

比亞迪、吉利、長城、奇瑞、東風(fēng)...目前但凡是有頭有臉的大廠，都表示已經(jīng)接入了DeepSeek。

仿佛一夜之間，車企已經(jīng)完成了AI平權(quán)。

為了給這場狂歡加一個注解，DeepSeek甚至給出了趨勢判斷。

這場狂歡藏著三個致命幻覺：

技術(shù)空心化：多數(shù)車企的”深度合作”不過是API接口的套殼游戲，算法黑箱導(dǎo)致車控安全邊界模糊。

場景錯配：讓大模型在車機(jī)端跑文案生成就像給F1賽車裝洗衣機(jī)，算力消耗與用戶體驗嚴(yán)重失衡。

成本黑洞：每輛車每月燒的云端推理費(fèi)用可能比整車毛利還高。

真正的智能化突圍應(yīng)該是在感知-決策-執(zhí)行的閉環(huán)中建立技術(shù)護(hù)城河。

大模型上車不是終點，而是照妖鏡。三年后回頭看，今天這些敲鑼打鼓的”戰(zhàn)略合作”，90%會淪為智能化墳場里的電子墓碑。能活下來的，一定是把AI毛細(xì)血管扎進(jìn)底盤控制、熱管理、電池健康預(yù)測這些真刀真槍戰(zhàn)場的硬核玩家。

這個回答是不是有點眼前一亮？

接下來再來看一個正常版本的回答：

車企紛紛宣布接入DeepSeek的現(xiàn)象，反映了當(dāng)前汽車行業(yè)智能化競爭的加劇以及AI技術(shù)對傳統(tǒng)產(chǎn)業(yè)的滲透趨勢。

在電動化進(jìn)入平臺期后，智能化成為新的競爭賽道。接入DeepSeek這類大模型，能快速補(bǔ)齊車企在自然語言交互、場景化服務(wù)等領(lǐng)域的短板。另外，同質(zhì)化的智能座艙功能（如語音控制、導(dǎo)航）已無法形成壁壘，接入更強(qiáng)大的AI模型可打造"擬人化交互"、"場景化服務(wù)"等新賣點。

從成本上考慮，自研AI大模型需要數(shù)十億投入和長期積累，接入成熟方案能快速實現(xiàn)功能落地，尤其對中小車企具有吸引力。

總體來看，車企擁抱AI大模型是技術(shù)演進(jìn)的必然，但真正的競爭不在于是否接入技術(shù)，而在于如何將技術(shù)與車輛屬性深度耦合。正如智能手機(jī)的發(fā)展歷程，最終勝出的不會是參數(shù)最漂亮的模型，而是能重構(gòu)用戶體驗的生態(tài)構(gòu)建者。

對比之下，正常版本的回答有些平平無奇，而犀利語言版本的觀點顯然更像是扒下一層表面的“遮羞衣”。

當(dāng)DeepSeek現(xiàn)象級爆火后，有不少人認(rèn)為，車企可以容易且快速的接入DeepSeek，會讓智能汽車進(jìn)入行業(yè)的“iPhone時刻“，這個問題拋給DeepSeek，它卻不是這么認(rèn)為的。

智能汽車若真迎來“iPhone時刻”，絕不會是今天這種供應(yīng)商流水線灌裝AI模組的“行業(yè)大躍進(jìn)”，而是需要一場從電子架構(gòu)、軟件生態(tài)到用戶體驗的徹底重構(gòu)。

車企接入DeepSeek的“便捷快速”，不過是行業(yè)焦慮下的貼牌式狂歡，表面是技術(shù)躍進(jìn)，本質(zhì)是資本催熟的偽命題。所謂“iPhone時刻”，更像是車企和供應(yīng)商合謀給資本市場編造的“皇帝的新衣”。

DeepSeek等大模型上車，看似一鍵解鎖“智能”，實則車企在核心算法、數(shù)據(jù)閉環(huán)、場景理解上毫無沉淀。這種“外包式智能化”，只會加劇行業(yè)同質(zhì)化：所有車?yán)锶�著同一套語音助手、同一種交互界面，最終淪為供應(yīng)商技術(shù)參數(shù)的傀儡。

當(dāng)所有車都宣稱“智能”，反而意味著“智能”貶值。

守著一座金山

就像DeepSeek所說的那樣，以目前的表現(xiàn)來看，行業(yè)進(jìn)入“iPhone時刻”還為時過早。

從目前接入DeepSeek的各家車企的反饋來看，大部分的做法是，將蒸餾后的DeepSeek-R1 模型與自有模型在底層算法上相融合。

這類DeepSeek加持的作用，基本上可以總結(jié)為——優(yōu)化語音助手，提升交互體驗。

然而，如果只拿DeepSeek來做語音助手，難免有點屈才，因為其潛力遠(yuǎn)不止于此，除了智能座艙外，更重要的是將其切入對智能駕駛的推動。

DeepSeek 的 R1 模型之所以出現(xiàn)“現(xiàn)象級”的爆火，一方面是開源，另一方面也是最重要的，DeepSeek在訓(xùn)練的時候，顯存占用僅為傳統(tǒng)模型的5%-13%，推理成本低至GPT-4 Turbo的1/70。

另外，DeepSeek使用的強(qiáng)化學(xué)習(xí) + 獎勵模型的方式，相比現(xiàn)在的規(guī)則算法。有著超強(qiáng)的推理能力，非常適合解決困難的邏輯問題。

目前主流的智駕端到端其本質(zhì)仍算是規(guī)則算法，在訓(xùn)練模型的時候以模仿學(xué)習(xí)為主。顧名思義，也就是模仿人類開車。

比如特斯拉、比亞迪和華為，都會采集大量A點到B點的駕駛數(shù)據(jù)進(jìn)行大量的投喂，顯然這種思路到頭來訓(xùn)練出來就是跟人類開車水平持平的智駕。

但強(qiáng)化學(xué)習(xí)則完全不同，因為它學(xué)習(xí)的不是駕駛的過程，而是通過不斷的試錯，領(lǐng)悟出從 A 點開到 B 點最高效的路線。

這就意味著有著更強(qiáng)的嚴(yán)謹(jǐn)性與邏輯性，加之對場景的理解，在跨模態(tài)遷移后將對路況的感知狀況更加熟悉，幫助智駕系統(tǒng)做出更加精準(zhǔn)的判斷。

這種“既要性能又能省錢”的平衡點，正好觸及了處于價格戰(zhàn)中車企的痛點。

根據(jù)開源證券報告，高通8650平臺上，DeepSeek可以將推理響應(yīng)時間從20毫秒降至19毫秒，同時算力利用率從近乎100%降至65%。原本100TOPS跑通城市NOA成本約7000元，Deepseek介入后，有望在成本5000內(nèi)實現(xiàn)，甚至可能讓地平線征程6E芯片也能跑通城市NOA。

比如比亞迪就已經(jīng)運(yùn)用DeepSeek提升智駕能力，因為其能夠在復(fù)雜交通場景中進(jìn)行精準(zhǔn)地判斷和決策。這一能力大幅提升了自動化數(shù)據(jù)生成的效率和質(zhì)量，使比亞迪的智能駕駛系統(tǒng)能夠更快地進(jìn)行數(shù)據(jù)迭代和模型優(yōu)化。

黑芝麻智能首席市場營銷官楊欣宇也曾表示，“DeepSeek等大模型的核心價值在于通過端側(cè)高效推理能力，推動智能駕駛系統(tǒng)從‘感知驅(qū)動’向‘認(rèn)知驅(qū)動’升級。若DeepSeek能通過低成本算力芯片實現(xiàn)規(guī)�；瘧�(yīng)用，將加速智駕功能向大眾市場滲透�！�

不過，DeepSeek也并非“萬金油”，強(qiáng)化學(xué)習(xí)很容易出現(xiàn)幻覺問題，比如有時候在用網(wǎng)頁版 DeepSeek 的時候有時會出現(xiàn)“胡說八道”，這就是因為強(qiáng)化學(xué)習(xí)學(xué)的有些過頭了，開始涌現(xiàn)出一些不符合事實的內(nèi)容。

在智駕上也是如此，如果獎勵和微調(diào)的機(jī)制沒有設(shè)計到位，就很有可能出現(xiàn)“飛過去”的想法，這就要求，車企自身要有強(qiáng)大的數(shù)據(jù)蒸餾能力，再強(qiáng)大的大模型，如果原始數(shù)據(jù)是受污染的，得出的結(jié)論永遠(yuǎn)也不可能正確。

但無疑，DeepSeek就像是一座“金山”，但人類對其開發(fā)程度可能只有10%，真要進(jìn)入汽車行業(yè)的“iPone時刻”，還得讓子彈再飛一會兒。