中新經(jīng)緯2月12日電 題：DeepSeek或催化中高階智駕加速滲透

　　作者 宋亭亭 華泰證券研究所分析師

　　張碩 華泰證券研究所分析師

　　智能駕駛作為AI技術(shù)最具前景且能快速落地的應(yīng)用場景之一，正迎來前所未有的發(fā)展機遇。DeepSeek的橫空出世，在成本和技術(shù)上實現(xiàn)了雙突破，不僅為智駕領(lǐng)域帶來了直接的技術(shù)借鑒，更在發(fā)展思路等方面提供了寶貴啟示，有望催化智駕領(lǐng)域的技術(shù)創(chuàng)新和產(chǎn)業(yè)變革，加速中高階智能駕駛的滲透。

　　首先，在算法層面，DeepSeek通過MLA(多頭潛在注意力)、DeepSeekMoE(混合專家架構(gòu))以及MTP(多token預(yù)測)等多種技術(shù)手段，顯著提升了模型性能和訓(xùn)練效率。這些技術(shù)不僅有望被各家企業(yè)借鑒，以加速智駕模型的訓(xùn)練速度并降低訓(xùn)練成本，還可能直接替代此前車企選擇的VLM/VLA(視覺語言模型/視覺語言動作模型)模型。DeepSeek模型表現(xiàn)出的高效訓(xùn)練、良好的多模態(tài)處理能力和高效的蒸餾方式，對車企具有極大吸引力，有可能成為未來智駕系統(tǒng)的新選擇。盡管短期內(nèi)由于安全驗證等因素，直接基于DeepSeek模型開發(fā)的智駕系統(tǒng)或較難出現(xiàn)，但其技術(shù)潛力不容忽視。

　　其次，在算力層面，DeepSeek的蒸餾技術(shù)為車端算力要求帶來了革命性的降低。通過將云端大模型的推理能力高效遷移至車端輕量模型，DeepSeek有望在保持高性能的同時，顯著降低計算開銷，為VLA、世界模型等復(fù)雜模型在車端部署掃清算力障礙。這一技術(shù)有望助力高階智駕功能向10萬元-20萬元價格帶車型下沉，實現(xiàn)更廣泛的智駕平權(quán)。同時，在云端算力方面，DeepSeek的低成本訓(xùn)練模式短期內(nèi)或可緩解云端算力緊缺問題，為國內(nèi)廠商提供追趕的重要窗口期。然而，長期來看，隨著模型復(fù)雜度的持續(xù)提升、應(yīng)用場景的不斷拓展以及數(shù)據(jù)規(guī)模的指數(shù)級增長，云端算力需求仍將持續(xù)增長。

　　再次，在數(shù)據(jù)層面，DeepSeek通過純強化學(xué)習(xí)(RL)路徑驗證了合成數(shù)據(jù)的價值，并推動了數(shù)據(jù)閉環(huán)的驅(qū)動模型持續(xù)進(jìn)化。DeepSeek-R1-Zero模型無需監(jiān)督微調(diào)數(shù)據(jù)即可實現(xiàn)自主推理能力，為智駕端到端訓(xùn)練提供了新范式參考。此外，DeepSeek采用的基于RL的訓(xùn)練框架和自博弈機制，能夠生成多樣化駕駛決策數(shù)據(jù)，覆蓋長尾場景，實現(xiàn)對數(shù)據(jù)分布的自動擴展，減少對人工標(biāo)注的依賴。這一技術(shù)有望加速數(shù)據(jù)閉環(huán)迭代，提升智駕模型的數(shù)據(jù)質(zhì)量和訓(xùn)練效率。

　　最后，在智能座艙方面，DeepSeek有望催化本地化大模型加速部署，實現(xiàn)座艙智能化、個性化的進(jìn)一步升級。座艙系統(tǒng)對于安全性和實時性要求相對較低，因此融合和借鑒DeepSeek的速度更快。本地化大模型部署不僅可以減少對云端網(wǎng)絡(luò)的依賴、降低延遲、提高響應(yīng)速度，還能更好地保護(hù)用戶隱私，并實現(xiàn)個性化體驗升級。

　　基于以上分析，筆者認(rèn)為本輪的智駕行情將是AI賦能下汽車板塊大周期的開啟。DeepSeek等AI創(chuàng)新工具的涌現(xiàn)和“智駕平權(quán)”的驅(qū)動，有望推動行業(yè)滲透率高增。筆者預(yù)計2025年第二季度與DeepSeek結(jié)合的系統(tǒng)或工具有望上車，2025年高速NOA(導(dǎo)航輔助駕駛)和城市NOA滲透率將會有明顯提升。同時，借助DeepSeek等新的AI工具，后發(fā)企業(yè)或加速追趕，第一梯隊企業(yè)則因先發(fā)優(yōu)勢和人才優(yōu)勢走在創(chuàng)新前列。(中新經(jīng)緯APP)

　　(文中觀點僅供參考，不構(gòu)成投資建議，投資有風(fēng)險，入市需謹(jǐn)慎。)

　　中新經(jīng)緯版權(quán)所有，未經(jīng)授權(quán)，不得轉(zhuǎn)載或以其他方式使用。

責(zé)任編輯：孫慶陽