开源证券最新的研报指出，DeepSeek-R1模型的诸多优化方法有望为智驾行业所借鉴。目前自动驾驶玩家推动大语言模型甚至视觉语言动作模型（VLA）上车提升智驾算法的认知能力，DeepSeek-R1有望作为优秀的教师模型，将其性能蒸馏给车端模型，进一步提升车端模型的能力。
有第三方机构进行测算，传统车企训练自动驾驶模型需要至少三个月到半年的时间，而在DeepSeek的MoE（混合专家）架构下，可将训练周期提效缩短至一个半月。
曾经被特斯拉、小鹏汽车所仰赖的自动驾驶技术壁垒，后续接连遭遇理想、比亚迪的现金流砸门。眼前的现实案例，或许才是以智能化见长的造车新势力们，不愿过多提及DeepSeek的痛处。
AI结束不了内卷
不管是"软件定义汽车"，还是"AI定义汽车"，车企们只想不被"价格定义汽车"。
即使是王传福喊出过"不怕价格战"，比亚迪也在去年下半年放缓了低价策略的节奏。在年初的秦L与海豹06 DM-i两款新车吃尽了价格红利之后，后续发布的宋L、海豹07 DM-i等几款新车，其售价都高于市场预期，比如2025款宋PLUS DM-i，起售价从12.98万元上调至13.58万元。
特别是以蔚小理、华为、小米为代表的新势力，他们的产能和销量不足以与传统主机厂的规模化效应抗衡，天生就在价格战上处于守方，就必须把智能化挂在嘴上，并不断拉高其背后的价值含量。
在特斯拉于2023年下半年推出引领行业的端到端自动驾驶技术路线之前，行业内的智驾实现路径都采取了模块式方案，分为感知、预测、规划、控制四个主要环节。
于是，彼时才会出现车企们疯狂卷激光雷达数量的纸面配置大战，而小鹏、华为等国内智驾领先者，则通过技术人才的优势，在后端流程中的算法规则上掌握了先机。
无奈还没等到消费侧的普遍接纳，曾经对自动驾驶不屑一顾的理想和比亚迪，就实现了弯道超车快速跟上。这与智驾方案改弦更张到端到端路线密切相关。
大模型技术在智驾领域里的应用，直接打通了传感器和驾驶控制的两个首尾模块，统一利用神经网络的自主学习特性，把前端摄像头和雷达收集的数据，输入持续不断训练的模型，生成适应场景的最佳方案。比起技术人员事先输入的生硬规则，端到端路线下的自动驾驶，更贴近人类司机日常的驾驶习惯。
从工程师数量和能力的比拼，变成了算力、算法和数据的较量，马斯克终于在特斯拉销量趋缓的困境中，讲出来全新的故事，也给了理想、比亚迪这类有钱买算力、有销量支撑数据的车企，后来居上的机会。
不过，DeepSeek的横空出世又宛如一盆冷水浇下，算力迷信原来可以被更高效的算法打破。过去被自研智驾拖累的车企，以及囤不起芯片的智驾方案提供商，都可以平等地尝试重新证明自己。
全面拥抱DeepSeek的传统车企，也不能做到一键切换高枕无忧。适用于智驾领域的大模型，必须可以理解和处理包括文本、语音、图像等在内的各种模态。DeepSeek曾推出过Janus Pro多模态模型，可以将文字生成图片，但应用范围仅局限在娱乐领域。
有国内智驾企业的技术负责人公开表示，相较于ChatGPT-4o大模型来说，DeepSeek目前尚不稳定，对高并发情况的处理还不如前者稳定。
这场由DeepSeek引发的全民狂欢，绝非拯救车企于水火的万能药，但也再次指明了一个通往大道的方向。那就是真正对用户产生价值的智能化，才是比亚迪们走出价格战的高维武器。
