汽车行业专题研究：DeepSeek对智能驾驶影响几何？.pdf

汽车行业专题研究：DeepSeek对智能驾驶影响几何？DeepSeek 开源大模型推出后，成为智能驾驶研发端关注的主要方向。DeepSeek在数据生成、 数据处理、模型蒸馏等方面具备较强能力。未来，DeepSeek有望成为智能驾驶加速的关键， 保证高效训练的同时，打通车云模型关系，并持续降低训练成本。未来功能实现层面来看，尚 未实现智能驾驶功能完整性部署前，DeepSeek的使用或加速缩小各家车企之间的时间差距。 实现功能突破后，智能驾驶领先企业有望保持用户粘性和高阶功能性能的领先。

2024 年12月26日，DeepSeek正式发布DeepSeek-V3模型，性能对齐海外领军闭 源模型。2025年1月20日，DeepSeek发布DeepSeek-R1模型，并同步开源模型 权重，性能对齐OpenAI-o1正式版。

DeepSeek有望加速高阶智能驾驶落地

DeepSeek 对底层架构、训练框架、模型推理等方面进行了关键创新，实现了与全 球领军AI模型的匹敌，对智能驾驶的开发有重要借鉴意义。数据生成方面，可通 过数据增强和合成来应对极端场景。数据处理方面，借鉴DeepSeek流式数据处理 方式，结合边缘计算、记忆回放等技术实时数据处理与增量学习。同时借鉴知识蒸 馏降低数据依赖提升智能驾驶开发效率，并结合跨模态对齐将智能驾驶模型能力 在车端轻量化部署，以适应不同配置的车型，有望加速高阶智驾落地。

DeepSeek是智驾重要工具，而非颠覆格局

DeepSeek 作为开源基础模型，引入后有望加速智能驾驶的训练速度，降低智能驾 驶的训练成本，未来有望成为智驾训练的主要工具，同时，优质云端模型和强蒸馏 能力成为影响迭代效率的关键因素。DeepSeek或无法改变行业格局，一方面智能 驾驶安全边界较高，仍需要较长训练时长保证功能安全；另一方面针对不同车型 算力和架构，蒸馏后仍需要完成定向开发。未来功能实现层面来看，尚未实现智能 驾驶功能完整性部署前，DeepSeek的使用或加速缩小各家车企之间的时间差距。 实现功能突破后，智能驾驶领先企业有望保持用户粘性和高阶功能性能的领先。