AI导读：

DeepSeek公司发布DeepSeek-R1大语言推理模型，性能比肩OpenAI-o1，有利于端侧部署，加速大模型应用普及。DeepSeek有望优化智能座舱交互体验，助力端到端高阶智驾快速迭代。

2月26日，爱建证券发表研究报告指出，2025年1月20日，Deepseek公司推出了DeepSeek-R1大语言推理模型，并同步开源模型权重。该模型遵循MIT License，允许用户通过蒸馏技术训练其他模型。R1在后训练阶段大规模采用强化学习技术，在标注数据极少的情况下，显著提升了模型推理能力，性能与OpenAI-o1正式版相当。

DeepSeek-R1模型具有利于端侧部署的特性，或将加速大模型应用的普及。R1采用MoE混合专家模型架构，动态分配计算资源，仅激活任务相关专家模块，大幅降低了单次推理计算量。此外，R1的API服务定价远低于其他可比大模型，每百万输入tokens仅需1元（缓存命中）/4元（缓存未命中），每百万输出tokens为16元。R1蒸馏小模型性能与OpenAI o1-mini相当，但占用资源更少，1.5B、7B、8B模型可轻松在中高配个人笔记本电脑上部署。

DeepSeek有望显著改善智能座舱的交互体验。通过与智能座舱大模型的融合部署，DeepSeek短期内将优化语音助手类功能的交互体验；中期或能凭借数据积累勾勒用户画像，提供定制化服务；长期来看，有机会整合语音、图像、触觉、环境等多维度数据，推动智能座舱智能化水平大幅提升，将用户服务从有限的“功能”转变为无限的“能力”。

在自动驾驶领域，DeepSeek或先从数据层面助力端到端高阶智驾快速迭代。端到端高阶智驾模型训练的关键在于算力、算法和数据。当前，数据已成为智驾标杆车企与追赶者拉开差距的主要因素。相较于特斯拉拥有700万辆智驾车型保有量，国内车企推向市场的高阶智驾车型较少，高质量场景和驾驶数据积累相对不足。DeepSeek可介入模拟环境参数定义，帮助生成高质量、多样化的训练数据，强化端到端自动驾驶模型的训练，推动高阶智驾发展。

（文章来源：财中社）