AI导读：

DeepSeek凭借低廉成本和强悍性能，7天用户增长破亿。其多模态理解模型DeepSeek-VL2能力进一步提升。DeepSeek或加速智能驾驶训练速度，降低成本，成为重要工具。通过技术优势赋能智驾系统开发，推动智能驾驶系统升级。

‘AI‘上车’的叙事已经平淡之际，DeepSeek以异军突起之姿，强势“搅动”智驾产业。1月20日，DeepSeek正式发布DeepSeek-R1模型，并同步开源模型权重。凭借低廉的成本和强悍性能，DeepSeek仅用7天用户增长破亿，成全球现象级应用。在多模态方面，DeepSeek于2024年12月发布高级多模态理解专家混合视觉语言模型DeepSeek-VL2，模型能力进一步提升。产业界已关注到DeepSeek，自动驾驶公司开始探索其应用潜力。某智驾龙头企业高管透露，DeepSeek提升模型训练效率，缩短推理响应时间40%-50%，降低算力利用率。DeepSeek或加速智能驾驶训练速度，降低成本，成重要工具。知行汽车科技系统总监张伟称，复杂城区场景开发难度大，依赖传统感知模型难解决长尾场景。DeepSeek通过技术优势，如MoE、GRPO、MLA等，赋能智驾系统开发。张伟表示，DeepSeek能以更少数据和成本，实现同等性能城市自动驾驶。在云端训练环节，DeepSeek降低数据标注需求，帮助智驾企业数据挖掘和生成，降低成本。在车端，DeepSeek通过蒸馏提升模型能力，降低计算资源需求，部署成本。模型单次调用算力需求和训练成本降低。在场景理解上，DeepSeek逻辑性与场景理解力更强，极端路况表现或优于传统模型。黑芝麻智能CMO杨宇欣表示，DeepSeek等大模型核心价值在于通过端侧高效推理能力，推动智能驾驶系统升级。若DeepSeek能通过低成本算力芯片规模化应用，将加速智驾功能向大众市场渗透。

（文章来源：上海证券报）