DeepSeek 成为了蛇年开年最火的事物，连家里的爸妈以至爷爷奶奶九游会欧洲杯，皆在过年的饭桌上叫我给他们讲讲 AI 是如何回事。

由于同期具备强盛的推理才智及开源模子两个本性，导致简直系数科技公司皆在商榷如何和 DeepSeek「深度交融」一下。华为、腾讯、百度、字节等互联网巨头，尽管皆有各自自研的模子，但不妨碍纷繁第一时间在我方的云处事器里接入 DeepSeek，一群因为「处事器劳苦，请稍后再试」的用户得以弧线救国，云处事商得以也接住了泼天流量。

芯片、金融、电信等行业的头部玩家也因为相似的逻辑接入了模子。毕竟人人皆但愿体验一下 R1 模子的最强盛脑。不管在业务层面起到了多大的匡助，大部分公司的股价至少皆涨了。

不外有一个行业稍显例外，那便是汽车行业的主机厂们。

扫尾 2 月 13 日，依然有包括比亚迪、吉祥、东风、长城、极氪、智己等跳动 20 家车企秘书完成和 DeepSeek 的深度交融。不外，新势力里的蔚小理华米，以及特斯拉均莫得秘书和 DeepSeek 的相关交融信息。

大模子上车，现阶段最大的问题，是还莫得展示出富足好的场景。违反，在一些主机厂的微博洽商区里，车主更介意一些已有的功能能否实时通过 OTA 得到优化。

不错看出，本事并不是用户最介意的点，用户信得过介意的是居品体验。如何用更好的模子取得更智能化的体验，才是用户信得过介意的。违反，要是现阶段不可达到更智能的体验，那么用户更介意的是这车好不好开，内饰舒不喜悦，还有低廉未低廉。

用户想得到的是一辆「更智能的车」，但并不代表他们要在车上用车机写出一篇高考满分作文。

车企列队接入 DeepSeek？「如来」

在刻下各主机厂释出的有限信息里，DeepSeek 上车后，智能座舱中的东谈主机交互，有望成为第一个深度交融的典型场景。

智己、吉祥发布的两条视频里，展示了 3 个和智能座舱揣度的使用场景，分裂是：

场景 1：

激活座舱模子，调用 DeepSeek 进行文本生成，如案例演示中「生成一篇著作庆祝亚冬会金牌出生」。

智能座舱通过 DeepSeek 进行文本生成 | 图片起首：视频截图

在这个场景中，座舱通过接入 DeepSeek 的 API，把 DeepSeek「好文笔」搬上了车。和绝大大皆东谈主民风在手机、电脑端操作略有不同的点在于添加了语音行为新的交互形势。

场景 2：

发问在某段里程中遇到的一个湖叫什么名字。DeepSeek 通过调用车辆行程记载、舆图等信息，推理给出了相应谜底。

通过 DeepSeek 推理回复车主问题 | 图片起首：视频截图

在这个场景中，通过接入 DeepSeek，把车机内储存的端侧信息（行程记载、舆图）行为推理语料提供给了模子，由此不错得到更个东谈主向的推理问答。

场景 3：

平直对车机抒发「我累了，一会叫我」的笼统指示，车机识别后分裂退换了车窗、座椅、空调、氛围灯、闹钟的硬件或功能，生成了一个失业场景。

通过 DeepSeek 达成笼统语义识别及相关车控操作 | 图片起首：视频截图

和手机里的 DeepSeek 应用不同，接入车机后，最权贵的不同在于模子不错调用车端信息行为推理语料，为车主提供更个性化的处事。

不外，这些推理要破钞些许运算资源、需要如何的硬件撑握、以及是否需要联网处事，刻下主机厂还莫得释出太明确的信息。

更机灵的智能语音，无意是真 PMF

DeepSeek 有但愿让车内的智能语音变得更机灵，更能会通用户的各式笼统指示。不外，这竟然此刻主机厂和用户最蹙迫的着实需求吗？

从企业端来说，刻下积极接入 DeepSeek 主要分为三类，分裂是：芯片、云处事和结尾硬件厂商（手机 + 智能汽车）。

关于芯片厂商而言，由于 DeepSeek 是基于英伟达芯片进行推理的，而不同芯片间架构不同，是以其他厂商必须进行软件和算法层面的适配，才能兼容 DeepSeek 的模子磨练和推理。换句话说，芯片商参与到这轮 DeepSeek 热里，是出于用户最着实且蹙迫的需求，这是保住和扩大阛阓必须要作念的一个枢纽动作。

云处事商的积极接入，也有雷同的逻辑。关于 C 端用户而言，在常常遇到「处事器劳苦，请稍后再试」的教唆时，云处事商的出现提供了新的进口，接住了此次泼天的流量，让东谈主多粗糙消费者意志了我方；关于 B 端用户如开荒者和企业用户而言，在云上部署 DeepSeek，不错镌汰企业使用模子的门槛，提供更好的开荒体验。

因此，在这轮 DeepSeek 高潮里，包括华为云、腾讯云、阿里云、百度云、火山引擎等主力玩家，皆先后对 DeepSeek 进行了云表部署——哪怕这些云厂商背后的科技公司皆有我方孤独研发的模子，但用户要用 DeepSeek，他们就要接入这个开源模子。

「不胜重担」的 DeepSeek 处事器 | 起首：网罗截图

但到了硬件领域，对结尾厂商和用户来说，此刻在居品完成对端侧 DeepSeek 的部署，既有难度，也不是优先级最高的需求。

最初，刻下的端侧筹谋资源并不支握「满血版」DeepSeek 的土产货化部署。不同于云表处事器，要是要在个东谈主配置上部署 671B 参数模子的 R1 模子，需要快要 1300G 的显存，远超 PC、手机、汽车的端侧筹谋资源。要是退而求其次，用 7B 或 10B 的蒸馏模子，其推理才智又和满血版有权贵离别。

是以，要是把 DeepSeek 模子接入车机，但内容仅仅多了一个语音进口，对用户来说，为什么非要在车上使用 DeepSeek 而不是绽开手机或电脑上的应用呢？

关于智能汽车用户而言，比拟车机是否不错解答一齐数学题或者写出一篇好作文，彰着更介意它是否能阐扬好「助理」的扮装。这才是信得过的需求。举例，手机微信里吸收到的舆图以至大众点评的餐厅位置信息，是否不错一键流转到车机导航，并认知在 HUD 导航里。这是减少车机端操作，提高体验的一个具体场景。

而要施行这类任务，需要的中枢才智并不在于 DeepSeek 所擅长的「推理」，而是买通不同配置迤逦口的工程才智。刻下，包括鸿蒙智行、小米、蔚来等领有多端配置的企业践诺依然具备了雷同功能。这简略亦然为什么华为云秘书和 DeepSeek 交融，但鸿蒙智行旗下车企却暂时莫得相关发声的原因。

其实，无论是手机照旧汽车用户，人人信得过时待的是将 AI 的「大脑」和硬件的「形体」谀媚起来后的智能化体验，也便是 OpenAI 界说的东谈主工智能阶段里，从 L2（推理者）到 L3（Agent）的提高。但在居品层面，这并不只单取决于某个模子的才智，还和硬件层面的居品界说、接口、功能开荒皆息息相关。

除了座舱，DeepSeek 还能为车企作念点啥？

在居品层面以外，在连年角逐越来越强烈的智能驾驶层面，DeepSeek 能为车圈提供什么匡助吗？

要回复这个问题，最初咱们得知谈刻下智能驾驶开荒层面最大的问题是什么？

一句话抽象，便是：刻下智驾系统还搞不定复杂的城区路况，接收次数常常，使用体验欠安。

接收次数多的原因除了一些难以预计的安全情况，如行东谈主横穿、车辆加塞、电瓶车逆行等，还包括系统对一些罕见交通法例的识别和判断，比较典型的场景包括：一线城市的潮汐车谈、公交车谈；不同城市左转、掉头车谈筹算想路不同（有些在最左侧，有些在最右侧）；以及临时施工或料理时的各式电子屏幕信息。

这些烧脑的交通变化，别说是智驾系统了，就算是东谈主类司机，当第一次遇上这些情况，也得打起 100% 的专注度才不会走错谈。

逸想汽车的 CEO 李想昨年年中有个知名的演讲，把东谈主类驾驶者的大脑分为系统 1 和系统 2，系统 1 阐扬以稚子耗的形势处理直观类责任，而系统 2 则阐扬在复杂情况中进行推理，处理各式 Corner Case。

而以推理见长的讲话模子 DeepSeek-R1，从旨趣来说是有望提高「系统 2」的才智的。举例，更精确识别和会通不同交通记号（公交车谈、潮汐车谈），从而作念出更好的驾驶判断。况且，DeepSeek-R1 提高了模子的磨练效果和推理才智，也有望优化车端的推理速率，在算力有限的端侧也达到更好的智驾才智。

智驾开荒的另一个难度，体刻下数据集会侧。不同于讲话大模子不错平直期骗海量的数字文本资源进行磨练，智驾经常需要先在着什物理天下中集会数据，才能进行磨练。

由于引入了 MoE（羼杂人人架构）、MLA（多头潜在耀宗旨机制）等本事，DeepSeek 自己镌汰了对数据标注的需求，因此不错匡助智驾企业进行数据挖掘和生成，镌汰数采和标注的老本。

而在另一个层面，DeepSeek 的多模态模子（非 R1）不错模拟生成一些难以集会的场景数据，如极点门道、萧疏交通记号等。而通过仿真数据进行智能驾驶的磨练或考据，亦然包括华为、蔚来等多家车企进行智驾模子磨练的雄壮责任之一。

以上这些责任，固然不像云处事商接入 DeepSeek，不错平直贬责用户探问主站时转圈圈的燃眉之急，但对车企而言相似雄壮。毕竟比亚迪依然喊出了「全民智驾」的标语，智驾毫无疑问将成为 2025 年竞争的要点。在同价位段车型里提供更好的智能化功能，将成为消费者采用决议中新的雄壮考量身分。

天然，正如前文所言，一辆智能汽车各项功能的阐扬，不仅只仰仗于某些单一本事的松弛，车端其他硬件层面的优化（如更大算力的智驾芯片）以及模子侧其他才智的优化，将共同决定咱们何时达到 L3 级别的智驾智舱才智。

DeepSeek 在智能化波澜里，给了系数立异者一个小老本高性能的样本，但不是一套不错照抄的谜底，翌日的汽车居品应该走向何方九游会欧洲杯，还需要信得过懂居品懂 AI 的东谈主来「深度求索」。