新年伊始，DeepSeek橫空出世，引爆AI大模型話題。各家車企迅速跟進，在自家產品上接入DeepSeek等大模型。那么，AI上車對車企意味著什么？DeepSeek能帶動汽車行業(yè)新的變革嗎？本期《刨根問底》，我們邀請商湯絕影首席財務官CFO張君毅，和海哥一起來聊一聊DeepSeek。

以下為本期視頻文字版：

DeepSeek上車

對車企意味著什么

目前，嵐圖、奇瑞等車企已公布DeepSeek上車計劃，但用戶端尚未大規(guī)模體驗。車企爭相接入DeepSeek，更多是為搶占技術熱度與流量入口。例如，嵐圖宣布將在2024年情人節(jié)通過OTA推送升級，而其他品牌則通過“硬件預埋”為未來AI功能鋪路。

然而，用戶對AI的實際感知仍需時間驗證，現階段更多是車企營銷層面的競爭。

AI發(fā)展的三大要素是：算法、算力和數據。DeepSeek的核心競爭力在于其開源特性與技術創(chuàng)新。傳統(tǒng)AI發(fā)展受限于算力瓶頸，尤其是美國對高端芯片的出口限制，迫使中國車企尋求替代方案。DeepSeek通過優(yōu)化算法，在較低算力下實現與大模型相當甚至更優(yōu)的性能，大幅降低了車企的硬件成本。

此外，其開源生態(tài)吸引了全球開發(fā)者，形成技術共享與快速迭代的良性循環(huán)。海哥認為，DeepSeek開源模式的成功，類似于安卓操作系統(tǒng)對蘋果iOS的彎道超車。

DeepSeek上車

能給用戶帶來什么

傳統(tǒng)汽車作為“移動工具”，如今正向“第三空間”甚至“情感伙伴”演變。蔚來的NOMI、理想的“硅基家人”等概念，均試圖通過AI賦予車輛情感交互能力。

未來，車輛不僅能完成導航、娛樂等基礎功能，還可通過記憶用戶習慣、提供個性化服務，成為用戶的“出行伴侶”，這是重要的發(fā)展方向，也是DeepSeek等大模型上車能給用戶最直觀的體驗。

而在用戶比較在意的隱私保護方面，DeepSeek上車同樣很有幫助。更好的算法讓DeepSeek可以使用車端更低的算力完成思考與反饋，而不需要上傳至云端。因此，用戶的數據可以保留在自己的車內，隱私泄露的風險大幅降低。

更深層次的，AI對汽車行業(yè)最深遠的影響體現在智能駕駛領域。2024年被視為“智駕元年”，車企逐步從依賴高精度地圖轉向端到端的大模型技術，華為、小鵬等品牌已實現無圖城市NOA。而AI的崛起，可以更好地利用車企積累的數據，迅速迭代進化，完善端到端大模型。

車企與供應商

將面臨什么挑戰(zhàn)

AI技術更新速度遠超車企研發(fā)周期。例如，華為智駕系統(tǒng)仍采用傳統(tǒng)規(guī)控技術，而商湯等企業(yè)已轉向端到端模型，導致車企面臨“投入即落后”的風險。

供應商需在技術前瞻性與商業(yè)化成本間平衡，如果花費巨大投入開發(fā)新技術，但可能在幾年之內就被迭代，那應該如何讓廠商為自己買單？

此外，大模型引領智駕升級，相應的底盤技術、剎車系統(tǒng)也需要相應的升級匹配，來保證回避意外的能力。以及，即將到來的L3級自動駕駛，相應的法律責任、保險體系尚未完善，技術安全性與倫理問題也會成為推廣的障礙。

規(guī)模化與生態(tài)壁壘智駕系統(tǒng)的競爭力依賴數據規(guī)模與質量。月銷數萬輛的車企擁有數據優(yōu)勢，如理想、問界，而小眾品牌難以支撐研發(fā)投入。同時，跨品牌數據遷移和生態(tài)兼容性仍是行業(yè)痛點。

未來展望

AI將如何重塑汽車

如果L3級自動駕駛普及，車輛將徹底轉型為“移動生活空間”。用戶可在車內辦公、娛樂甚至與AI深度互動。未來“健康監(jiān)測陪伴”概念，預示著車輛可能承擔更多社會服務功能，如何保障更多高齡駕駛者的需求、如何實現特殊場景的識別與應對，都是AI智駕要考慮的問題。

DeepSeek的低算力需求為國產芯片提供了機會。華為、地平線等企業(yè)正加速芯片國產化，推動行業(yè)擺脫對英偉達的依賴。國家政策扶持與規(guī)模化應用，將進一步降低芯片成本，形成良性產業(yè)循環(huán)。

未來五年，AI技術將加劇車企分化。頭部企業(yè)憑借數據與資金優(yōu)勢主導市場，而中小品牌需通過差異化合作生存。同時，AI與機器人技術的融合，如人形機器人底層互通，可能催生跨領域創(chuàng)新。

DeepSeek的崛起不僅是技術的勝利，更是中國AI生態(tài)開放的象征。從算法優(yōu)化到國產芯片突圍，從智能駕駛到情感交互，AI正深度重構汽車行業(yè)的價值鏈。然而，車企需直面技術迭代、隱私合規(guī)與生態(tài)整合的挑戰(zhàn)。唯有持續(xù)創(chuàng)新與協(xié)作，方能在AI驅動的未來出行中占據先機。

騰易研究院周麗君：任何一個數據都是錯的！

多品牌戰(zhàn)略中「向下延伸」更難做？