多车企接入DeepSeek，以AI为核心的智能化竞争加剧_11页_1mb

DeepSeek在汽车行业的应用与影响总结

核心内容

DeepSeek近期成为多领域企业关注的焦点，已有超过200家头部企业宣布接入其大模型。在汽车行业，吉利、岚图、智己、长城、广汽、长安、奇瑞、比亚迪、上汽通用等20多个车企已宣布与DeepSeek深度融合，标志着汽车智能化进程的加速。

主要观点

• DeepSeek的崛起：DeepSeek凭借低成本、高性能、开源等特性在全球范围内迅速爆火，成为AI领域的热门选择。
• 车企接入DeepSeek：车企主要通过直接接入、多模型联合协同部署、模型深度融合与蒸馏三种方式接入DeepSeek，以提升智能座舱的交互体验。
• 技术应用方向：DeepSeek主要应用于智能座舱，提升语音交互、感知决策等能力，为用户提供更加智能化、个性化的体验。
• 智驾发展潜力：虽然DeepSeek在算法、算力和数据方面为智驾提供了支持，但其在自动驾驶领域的应用仍面临较大挑战。
• 生态与开源之争：部分智能化第一梯队品牌未接入DeepSeek，主要出于对生态控制权和差异化优势的考量。

关键信息

DeepSeek核心特点

• 低成本：训练成本仅为GPT-40的1/10，API调用价格仅为OpenAI的1/30。
• 高性能：R1推理模型性能对标OpenAI的o1正式版，在数学、代码、自然语言推理等任务中表现出色。
• 开源策略：模型代码和技术文档向公众开放，允许免费商用和二次开发，降低了技术门槛。
• 轻量化架构：通过蒸馏技术与算法优化，显著降低算力需求，适用于边缘设备与实时场景部署。
• 多平台支持：适配不同操作系统与硬件架构，提升兼容性。

车企接入DeepSeek情况一览

DeepSeek在汽车领域的应用

• 初级实现：模型直接接入，提升语音识别、用户画像处理和生成信息的能力。
• 基础融合：多模部署与协同，通过联合训练实现模块化AI能力。
• 深度整合：模型融合与蒸馏训练，提升交互体验和复杂逻辑推理能力。

DeepSeek对智驾的催化作用

• 算法：提升性能和效率，助力算法优化。
• 算力：降低算力要求，提升推理速度。
• 数据：加速数据闭环，节省标注成本，打破数据壁垒。

DeepSeek对车企的影响

• 机会：为智能化偏弱的品牌带来AI功能的跃升。
• 挑战：面临战略整合难题、技术依赖风险和同质化竞争加剧等问题。

汽车行业AI大模型发展现状

未接入DeepSeek的考量

• 功能已实现：部分头部新势力已具备类似功能，DeepSeek的增量价值有限。
• 生态壁垒：鸿蒙智行、小米等车企拥有自己的生态，现阶段接入DeepSeek可能无法实现生态协同。
• 全栈自研：部分车企强调全栈自研，探索更多深度接入可能性，构建差异化优势。
• 技术可靠性：DeepSeek的开源模式面临安全与数据准确性等技术可靠性问题。

总结

DeepSeek的广泛应用标志着AI技术在汽车行业的深度融合，推动了智能座舱的发展。然而，其在自动驾驶领域的应用仍需进一步探索。部分车企对DeepSeek的接入持谨慎态度，主要出于生态控制权和技术自主性的考量。车企在接入DeepSeek时需权衡自身技术能力和战略目标，以避免过度依赖和同质化竞争。