“AI‘上车’”的叙事已经平庸、甚至近乎泛滥之际，，，DeepSeek以异军突起之姿，，，强势“搅动”智驾工业 。
1月20日，，，DeepSeek正式宣布DeepSeek-R1模子，，，并同步开源模子权重 。依附低廉的本钱价钱和异常强悍的性能，，，DeepSeek仅用7天实现用户增添破亿，，，成为全球征象级的应用 。
在多模态方面，，，DeepSeek于2024年12月宣布了用于高级多模态明确的专家混淆视觉语言模子——DeepSeek-VL2，，，模子的视觉问答、光学字符识别、文档/表格/图标明确以及视觉定位等能力获得进一步提升 。
现实上，，，在DeepSeek名不见经传时，，，工业界已经关注到了其旗下模子，，，部分自动驾驶公司已最先提前探索该模子的应用潜力 。
“效果凌驾预期！我们今年头在内部举行了现实测试，，，DeepSeek最直观的转变就是对模子训练效率的提升，，，它可以将推理响应时间缩短40%，，，甚至50%，，，同时算力使用率也有一定的下降 ！币晃荒持羌萘菲笠蹈吖芡嘎端 。
在业内看来，，，DeepSeek作为开源基础模子，，，有望加速智能驾驶的逊з度，，，降低智能驾驶的训练本钱，，，成为智驾训练的主要工具 。
就智驾系统的开发而言，，，知行汽车科技系统总监张伟剖析称，，，重大城区场景是目今开举事度最大的地方，，，依赖古板的感知模子很难去解决此类长尾场景 。各个企业都在实验开发训练VLM模子（视觉语言模子），，，以优化系统对长尾场景的检测及处理能力 。
但开发这样一套系统，，，依赖极大的云端算力及数据训练本钱，，，安排到车端的模子也要依赖较大算力的硬件平台 。而DeepSeek通过其奇异的手艺优势，，，例如MoE（混淆专家架构）、GRPO（群组相对战略优化）、MLA（多头潜在注重力机制）等，，，可以更好赋能智驾系统开发 。
“一言以蔽之，，，DeepSeek有助于以更少的数据和训练本钱，，，实现一律性能的城市自动驾驶功效 ！闭盼八 。
详细来看，，，在云端训练环节，，，用于自动驾驶模子训练的数据，，，要经由标注后才华举行模子训练，，，最后才获得能够识别车辆和行人的深度学习模子 。DeepSeek自己降低了对数据标注的需求，，，因此可以资助智驾企业举行数据挖掘和天生，，，降低数采和标注的本钱 。
在车端，，，DeepSeek可以通过蒸馏提升模子能力，，，降低车端盘算资源需求，，，并降低车端安排本钱 。模子单次挪用算力需求和训练本钱都因此大大降低 。
在场景明确上，，，张伟以为，，，跨模态迁徙后DeepSeek逻辑性与场景明确力更强，，，在极端路况（如断头路、有数交通标记识别、突发蹊径施工等）的体现有望优于古板模子 ：：谥ヂ橹悄蹸MO（首席市场营销官）杨宇欣同样体现，，，未来DeepSeek可以用于融合视觉、语音、情形等多维度数据，，，实现更拟人化的驾驶决议，，，例如在重亨衢口动态调解路径妄想，，，或在突发状态中快速天生清静战略 。
杨宇欣以为，，，DeepSeek等大模子的焦点价值在于通过端侧高效推理能力，，，推动智能驾驶系统从“感知驱动”向“认知驱动”升级 。若DeepSeek能通过低本钱算力芯片实现规 ；；；τ，，，将加速智驾功效向公共市场渗透 。（记者 孙小程 李兴彩）
泉源：：上海证券报 摘自：：中国工信新闻网
